Analytische Betrugserkennung im Bankenumfeld

Inhaltlich unvernderte Neuauflage. Betrugsflle, speziell von Mitarbeitern unternommene, sind im Hinblick auf Reputations- und Schadenskosten fr eine Bank verheerend. Lange wurden interne Betrugsanalysen hauptschlich in mhsamer Handarbeit gettigt. Auf der Suche nach neuen analytischen Mglichkeiten entstand die dem Buch Zugrunde liegende Diplomarbeit aus der Kooperation zwischen dem Institut fr Informatik der Universitt Zrich (DDIS Gruppe) und einer Bank. Ziel war es, ein Relationales Data Mining (RDM) Verfahren zu finden, dieses im realen Einsatz zu testen und Erfahrungen daraus zu gewinnen. Der Autor fhrt zuerst ins Umfeld der analytischen Betrugserkennung und ins RDM ein. Danach wird die technische Umgebung erlutert und ein RDM-Verfahren fr die Untersuchung vorgestellt. Nach der Prsentation der Ergebnisse und deren Analyse folgt zum Schluss eine kritische Erfolgsbesprechung mit Optimierungstipps fr zuknftige Einstze. Dieses Buch ist ein lehrreicher Erfahrungsbericht aus dem praktischen Einsatz von (Relationalem) Data Mining im Data Warehouse einer Bank. Es richtet sich u.a. an Manager und Applikationsentwickler im analytischen Betrugsumfeld und an (Wirtschafts-)informatiker mit Interesse am Thema.