
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 »