Lasse Wrobel ist als wissenschaftlicher Assistent für die BEI tätig. Er absolvierte sein Bachelorstudium an der Universität Leipzig in Wirtschaftsinformatik mit dem Forschungsschwerpunkt disruptive Technologien. Seitdem untersucht er den Einfluss von künstlicher Intelligenz und Blockchain auf Unternehmen in verschiedenen Industrien. Derzeit studiert Lasse im Master Wirtschafsinformatik.

Decentralized Identity – Sichere Verwaltung der digitalen Identität?

Jeder kennt die folgende Situation aus dem Alltag: Finanzdienstleister oder Service Provider (bspw. Mobilfunkanbieter) bieten Services nur für registrierte und verifizierte Nutzer an. Die Folge: Um die eigene Identität online nachweisen zu können, muss zunächst ein neuer Account mithilfe einer E-Mail und einem ausgewählten Passwort angelegt werden. Der Prozess der Erstellung und Verifikation unterschiedlicher Accounts resultiert in einer Vielzahl an Online-Identitäten eines Nutzers und involviert fast genauso viele Identity Provider. Vor allem der Schutz der eigenen Daten bleibt in vielen Fällen auf der Strecke. Durch die Weiterentwicklung der Blockchain-/Distributed Ledger-Technologie ist in den letzten Jahren ein neuer Ansatz für die Verarbeitung und Verifikation von Online-Identität entstanden, die Decentralized Identity. Dieser Beitrag untersucht das Konzept sowie die zugrundeliegende Technologie und zeigt Vorteile gegenüber der traditionellen Nutzung von Identity Providern und Nutzeraccounts auf.

Continue reading »

Digitale Zwillinge – Die Verschmelzung der realen und virtuellen Welt

Die Menge an Daten über reale Produkte, Prozesse und Services ist in den letzten Jahren stark gestiegen. Somit ergeben sich neue Möglichkeiten für die Planung, Simulation und Analyse im Unternehmen. Hierfür setzen immer mehr Unternehmen das Konzept eines digitalen Zwillings ein. Doch was sind digitale Zwillinge und welche Potenziale ermöglicht ihr Einsatz auf Unternehmensebene, insbesondere in der Finanzindustrie?

Continue reading »

Federated Learning – effizientes Machine Learning unter Einhaltung der Privatsphäre?

In der Finanzindustrie erwarten Kunden hohe Standards bezüglich des Datenschutzes und der Integrität der eigenen Daten. Dennoch ist es für Banken aus Sicht der Wertschöpfung essenziell, Kundendaten mithilfe von statistischen Methoden und Algorithmen auszuwerten. Die Banken befinden sich somit im Konflikt zwischen der Wahrung des Datenschutzes und der Durchsetzung des eigenen Geschäftsmodells. Um dieses Problem anzugehen, hat sich in den letzten Jahren das Konzept des «Federated Learning» am Markt etabliert, bei dem die für das Modelltraining verwendeten Daten stets dezentral gespeichert und die Modelle dezentral trainiert werden.

Continue reading »

«Data-centric AI» – Eine Veränderung des KI-Mindsets?

Der traditionelle Ansatz von KI stellt den Prozess des Modelltrainings in den Mittelpunkt. Während das Training des Modells grosse Aufmerksamkeit erfährt, stehen die zugrundeliegenden Daten oft im Hintergrund. Vor allem bei Internetkonzernen funktioniert dieser Ansatz sehr gut, da diese über riesige Datenmengen und die Fähigkeiten zu ihrer Auswertung verfügen. Im Gegensatz dazu gibt es bei diesem Ansatz aufgrund mangelnder Datenmengen kaum Potential für den Einsatz von KI in kleinen Unternehmen. Daher lohnt es sich, einen Blick auf die Daten zu werfen – weg von model-centric hin zu data-centric AI.

Continue reading »