Fuzzy-Expertensysteme zur Beurteilung von Kreditrisiken: DUV Wirtschaftswissenschaft

1 Einleitung.- 1.1 Problemstellung.- 1.2 Überblick zur Problemlösung.- 2 Zur Modellierung von Entscheidungsprozessen im Bereich der Kredit Würdigkeitsprüfung.- 2.1 Erstellen von Modellen zur Lösung von Entscheidungsproblemen.- 2.2 Die Notwendigkeit und Problematik der Abbildung qualitativer Entscheidungsvariablen.- 2.3 Ansätze zur Erfassung unscharfen Wissens.- 3 Derzeitige Verfahren zur Risikokontrolle und — steuerung von konsumentenkrediten.- 3.1 Die Risiken bei Kreditgeschäften.- 3.2 Die Aufgaben der Kreditwürdigkeitspriifung.- 3.3 Problembereiche Bestehender Kreditprüfungsverfahren.- 4 Fuzzy-Expertensysteme zur Kreditwurdigkeitsbewertung.- 4.1 Expertensysteme zur Entscheidungsunterstützung.- 4.2 Verfahren der Fuzzy-Logik zur realitätsnahen Formulierung von Expertenwissen.- 4.3 Aufbau und Vorgehen für die Entwicklung eines Fuzzy-Expertensystems.- 5 Entwurf Eines Flexiblen Entscheidungsunterstützungssystems zur Bestimmung der Kreditwürdigkeit für Eine Automobilbank.- 5.1 Das Beziehungsverhältnis zwischen Antragsteller und Kreditentscheider bei Automobilbanken.- 5.2 Zielsetzungen und Anforderungskatalog an ein flexibles Kreditwürdigkeitsbestimmungssystem.- 5.3 Die Beurteilung verfügbarer Bewertungsverfahren.- 5.4 Das Wissensmodell zur Erstellung der Wissensbasis für das Fuzzy-Expertensystem.- 5.5 Die Ermittlung relevanter Kundenmerkmale zur Kreditwürdigkeitsprüfung.- 5.6 Abbildung der Entscheidungsstruktur und die Entwicklung von Entscheidungsmodellen für das Fuzzy-Expertensystem.- 5.7 Abbildung des Faktenwissens in der Regelbasis des Fuzzy-Expertensystems.- 5.8 Die Verifizierung der Systementscheidungen.- 6 Integration des Fuzzy-Eus in das Gesamtkonzept der Kreditprüfung Einer Automobilbank.- 6.1 Informationelle Einbindung zur Unterstützungeines aktiven Risikomanagements.- 6.2 Technische Einbindung in den bestehenden Bearbeitungsprozeß.- A Bestimmung der Aussagekraft von Kunden- und Vertragsmerkmalen zur Bonitätsbestimmung.- B Darstellung der Datenverfügbarkeit zur Neuentwicklung eines Entscheidungsunterstützungssystems.- C Bestimmung der Merkmalsgewichte aus den Umfrageergebnissen.- D Die Einteilung von Schufamerkmalen in Aussagefähige Schufa-Klassen.- E Definition von Zugehörigkeitsfunktionen für alle Bonitätsmerkmale.- E.1 Die Eingangsvariablen des EUS.- E.2 Die Zwischenvariable des EUS.- E.3 Die Ergebnisvariable des EUS.- E.4 Die Ausgangsvariablen der Erklärungskomponente des EUS.

Dr. Hans-Peter Güllich ist seit 1997 Berater im Bereich Finanzdienstleistungen. Er promovierte 1997 bei Professor Dr. Bernd Stöckert, Lehrstuhl Wirtschaftsinformatik, TU Chemnitz.

Stetig steigende Insolvenzzahlen und damit verbundene Kreditausfälle machen es notwendig, den Prozeß der Kreditwürdigkeitsprüfung durch den Einsatz von computergestützten Systemlösungen zu vereinfachen und dessen Entscheidungsqualität zu verbessern. Kreditinstitute benötigen Systeme, die neben rein vergangenheitsbezogenem Wissen auch prognostische Informationen, sogenannte weiche Kreditmerkmale, zur Beurteilung der Kundenbonität berücksichtigen. Hans-Peter Güllich stellt ein Bonitätsbeurteilungssystem auf Basis der Fuzzy-Logik dar, das für eine deutsche Automobilbank entwickelt wurde. Die Leistungsfähigkeit des Expertensystems hat sich durch den praktischen Einsatz erwiesen. Es ermöglicht eine realitätsnahe Bewertung von Kreditanträgen, erlaubt eine flexible Anpassungsfähigkeit an geänderte Kreditvergabestrategien und Unterstützung einer aktiven Steuerung des gesamten Risikopotentials der Automobilbank.