2018/20 - unternehmen Mai
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>unternehmen</strong> [!] Ausgabe 62 | <strong>Mai</strong> <strong><strong>20</strong>18</strong><br />
[rubrik]<br />
tungsverfahren<br />
die Ratingnote. Zunehmend<br />
setzen<br />
die Banken dabei<br />
auch auf Künstliche<br />
Intelligenz<br />
und Big-Data-Analysen,<br />
um Muster<br />
und Zusammenhänge<br />
zwischen<br />
Hans-Peter Burghof, bestimmten Daten<br />
Universität Hohenheim. und einer Pleitewahrscheinlichkeit<br />
zu entdecken. Liegt das Rating über einem<br />
hausintern gesteckten Grenzwert, sagt<br />
die Bank häufig nein, weil ihr das Risiko eines<br />
Ausfalls zu groß erscheint. Allerdings gibt es<br />
jederzeit Ermessenspielräume – die die Bank<br />
im Fall von Bäuerle jedoch nicht nutzen wollte<br />
oder konnte.<br />
Das Problem aus Sicht des Kreditnehmers ist,<br />
dass die Rating-Verfahren der Banken oft nach<br />
einem Black-Box-Prinzip funktionieren. Das<br />
Mit künstlicher Intelligenz versuchen Banken die Pleitewahrscheinlichkeit zu berechnen.<br />
Prinzip selbstlernender Systeme hat die Tücke,<br />
dass Kriterien und Muster, die in der Vergangenheit<br />
auf einen Kreditausfall hingewiesen<br />
haben, im Zeitablauf immer stärker vom<br />
Rating-Programm gewichtet werden – was zu<br />
Lasten derjenigen Kunden geht, die dieses<br />
Merkmal nur zufällig aufweisen. „Sie können<br />
dadurch als Kunde eine eventuelle Diskriminierung<br />
gar nicht mehr nachweisen“, kritisiert<br />
Hans-Peter Burghof, Inhaber des Lehr-<br />
Illustration: © Zenzen / shutterstock.com<br />
7