Dienstag, 9. Dezember 2014

Fuzzy Logic im Banking

Von Ralf Keuper

Algorithmen stehen in dem Ruf, eine Aufgabenstellung in genau gegliederten Arbeitsschritten lösen zu können, oder, wie es auf Wikipedia dazu heisst:
Ein Algorithmus ist eine eindeutige Handlungsvorschrift zur Lösung eines Problems oder einer Klasse von Problemen. Algorithmen bestehen aus endlich vielen, wohldefinierten Einzelschritten. Somit können sie zur Ausführung in einem Computerprogramm implementiert, aber auch in menschlicher Sprache formuliert werden. Bei der Problemlösung wird eine bestimmte Eingabe in eine bestimmte Ausgabe überführt.
Es kann demnach für ein bestimmtes Problem nur eine, eindeutige Lösung geben. (Genetische Algorithmen versuchen diese Eindeutigkeit nach meinem Eindruck - ein Stück weit - zu umgehen) Jedenfalls ist das die implizite Annahme, die nicht nur in den Banken dazu führt, in Algorithmen quasi eine Allzweckwaffe bei der Lösung kniffliger und/oder riskanter Entscheidungen zu sehen. 
Im Vergleich dazu wirkt der Anspruch der Fuzzy Logic bescheiden. Hier betont man sogar den Vorzug der Unschärfe, wie sie von Werner Heisenberg durch den von ihm geprägten Begriff der Unschärferelation in den allgemeinen Sprachgebrauch überging. 

Auch im Banking erkennt man die Vorzüge eines gewissen Maßes an Unschärfe. Erste größere Anwendungsfälle bieten sich im Bereich der Betrugsbekämpfung. Einige große amerikanische Banken setzen bei der Aufdeckung unethischen Verhaltens ihrer Händler auf verschiedene Lösungen, die mit Fuzzy Logic arbeiten. In den USA setzen bereits mehrere hundert Banken die auf Fuzzy Logic basierenden Lösungen von Verafin, z.B. im Bereich AML ein. 

Überhaupt bietet das weite Feld der entscheidungsunterstützenden Systeme noch einige Einsatzmöglichkeiten für Fuzzy Logic, wie die Logistik zeigt. Aber auch bei strategischen Fragen/Szenarien könnte die "unscharfe Logik" wertvolle Dienste leisten.  

Keine Kommentare:

Kommentar veröffentlichen