Keine Kompromisse beim Recruiting

Scorable nutzt KI um das Kreditrisiko von Anleihen zu analysieren

Stellen Sie sich und Scorable kurz unseren Lesern vor!

Scorable nutzt Künstliche Intelligenz (KI) um das Kreditrisiko von Anleihen zu analysieren und Ratingveränderungen innerhalb der nächsten zwölf Monaten vorherzusagen. Dafür analysiert und kombiniert unser innovatives KI-System quantitative und qualitative Daten – wie beispielsweise Finanznachrichten, Geschäftszahlen, Marktpreise und Kredit-Ratings – und ermittelt basierend auf diesen Informationen einen Score, der aktive Asset Manager bei der Risikobewertung unterstützt. Scorable zählt aktuell 30 Mitarbeiter mit 16 verschiedenen Nationalitäten und sitzt in Berlin. 

Warum haben Sie sich entschieden ein Unternehmen zu gründen?

Scorable ist aus einer Kooperation zwischen Deloitte und Ampega entstanden, weil es aus unserer Sicht in der Asset-Management-Industrie einen echten Bedarf für effizientere Risikobewertung gibt. Wir haben heute Zugang zu immer mehr Daten, die uns präzisere Analyseergebnisse ermöglichen. Aber diese zusätzlichen Daten zeitgerecht zu analysieren und auszuwerten ist aus Kapazitätsgründen meist gar nicht möglich und wird von den bestehenden Systemen nicht unterstützt. Hinzu kommt, dass angesichts der anhaltenden Niedrigzinsphase, verschärfter aufsichtsrechtlicher Anforderungen und erhöhten Margendrucks viele Asset Manager nach Lösungen suchen, um Prozesse zu optimieren. Aus diesem Grund hat Scorable eine KI-basierte Technologie entwickelt, die Asset Managern dabei hilft die Risikoanalyse effizienter zu gestalten und gleichzeitig die Prognosegüte zu erhöhen.

Welche Vision steckt hinter Scorable?

Wir wissen, dass Künstliche Intelligenz einen maßgeblichen Nutzen bei der Interpretation der stetig wachsenden Datenmengen liefert. Insbesondere bei der (digitalen) Augmentierung der Interpretationsprozesse unterschiedlicher Datentypen und -quellen sehen wir viele Anwendungsfälle, die bei exponentiellem Wachstum der Datenvolumen nicht mehr durch bestehende Analysesystem abzudecken sind. 

Die Kreditrisikoanalyse präziser und effizienter zu machen, und Investoren dabei zu helfen bessere Anlageentscheidungen zu treffen ist uns mit dem ersten Produkt von Scorable bereits gelungen. Mithilfe unserer einzigartigen KI sind wir dazu in der Lage, Veränderungen im Kreditrisiko frühzeitig und nachvollziehbar zu erkennen und Investoren davor zu warnen. 

Asset Manager verwalten allein in Deutschland über drei Billionen Euro und tragen somit eine hohe Verantwortung bei der Risikobewertung. Künstliche Intelligenz bietet hier mit der Analyse relevanter Daten einen echten Mehrwert bei der Entscheidungsfindung. Wir sehen über die Kreditrisikoanalyse bei Asset Managern hinaus noch viele weitere Anwendungsfälle in der Finanzbranche, die bei ähnlichen Herausforderungen dringenden Bedarf an derartigen Lösungen hat. Dadurch bietet sich für uns auch Wachstumspotential in der Weiterentwicklung des Produktes und der Vermarktung in anderen Bereichen. 

Von der Idee bis zum Start was waren bis jetzt die größten Herausforderungen und wie haben Sie sich finanziert?

In den Anfangstagen von Scorable war die Auswahl der für unsere Analyse relevanten Daten aus einem nahezu unüberschaubaren Pool an Datenanbietern eine große Herausforderung. Um die Datenversorgung qualitätsgesichert und langfristig sicherzustellen, haben wir uns für verlässliche, professionelle Datenanbieter entschieden. 

Ein weiterer Schmerzpunkt war der Faktor Zeit: Nach nunmehr zehn Jahren globalen konjunkturellen Aufschwungs, ist uns der Zyklus auf den Fersen. In rezessiven Zeiten ist die Bereitschaft, sich neuen Systemen zuzuwenden oft von anderen Themen überlagert. Wir haben dies durch hohe Geschwindigkeit kompensiert und konnten im noch intakten Zyklus an den Markt gehen.

Zur Höhe der Investition und der Investorenstruktur können wir keine öffentlichen Angaben machen. Wir sind finanziell gut aufgestellt, um unsere Wachstumspläne für Europa in die Tat umzusetzen.

Wer ist die Zielgruppe von Scorable?

Unser Service richtet sich derzeit an Asset Manager und institutionelle Investoren in ganz Europa und den USA. Unser Fokus liegt dabei auf dem Bereich Fixed Income.

Wie funktioniert Scorable? Wo liegen die Vorteile? Was unterscheidet Sie von anderen Anbietern?

Das Besondere an Scorable ist, dass unser KI-System über die gängigen quantitativen Daten hinausgeht und mithilfe fortschrittlicher Deep-Learning-Modelle qualitative Daten in die Risikobewertung einbezieht. Auf Basis dieser Daten modelliert Scorable die Wahrscheinlichkeit, dass es zu einer Verschlechterung der Kreditwürdigkeit kommt. Durch die Kombination und Kontextualisierung quantitativer und qualitativer Daten können wir das Risiko für festverzinsliche Wertpapiere schneller und genauer vorhersagen. Eine weitere Besonderheit ist unser ‘explainable AI-Ansatz’: Im Gegensatz zu Black-Box-Modellen ermöglicht er es den Nutzern, die Analyse intuitiv nachzuvollziehen und zu verstehen, welche Faktoren die Änderung des Kreditrisiko-Scores beeinflussen.

Wie ist das Feedback?

Wir sehen unter Asset Managern und Investoren ein sehr hohes Interesse an innovativen Lösungen zur Risikobewertung. Obwohl wir erst seit kurzer Zeit im Markt sind, haben wir bereits mehrere “Early Adopters” für unser Produkt gewinnen können. 

Scorable, wo geht der Weg hin? Wo sehen Sie sich in fünf Jahren?

In den nächsten ein bis zwei Jahren liegt unser Fokus darauf, weiter zu wachsen und unsere Präsenz im europäischen Markt und den USA auszubauen. Perspektivisch planen wir zudem den Ausbau auf weitere Assetklassen und den Eintritt in den asiatischen Markt.

Zum Schluss: Welche 3 Tipps würden Sie angehenden Gründern mit auf den Weg geben?

Fokus auf Kundenbedarf: Das Produkt vom Start weg und kontinuierlich mit potentiellen Nutzern und Kunden diskutieren und kritisch hinterfragen – vom theoretischen Modell auf dem Papier bis hin zum umgesetzten Produkt.

Den Markt im Auge behalten: Der Markt und die Teilnehmer entwickeln sich kontinuierlich weiter – dies im Auge zu behalten gibt Inspiration, aber auch ein gutes Verständnis welche Konkurrenzprodukte oder komplementären Lösungen angeboten werden.

Keine Kompromisse beim Recruiting: Nur Talente einstellen, die dem Anforderungsprofil entsprechen und die Kultur, die Fähigkeiten und die Zusammenarbeit im Team positiv ergänzen.

Weitere Informationen finden Sie hier

Wir bedanken uns bei  Philippe Padrock und Oliver Kroll für das Interview

Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder

Sabine Elsässer

Sabine Elsässer is founder and chief editor of the StartupValleyNews Magazine. She started her career at several international direct sale companys. Since 2007 she works main time as a journalist. While that time she learned more about the Startup Scene, what made her start her own Startup Magazine the StartupValleyNews.

Schreibe einen Kommentar

X