Die automatisierte Risikoanalyse kleiner und mittlerer Unternehmen (KMUs) gestaltet sich für die Händler, Banken und Fintechs schwierig, da die Daten häufig fragmentiert und unstrukturiert sind. Das Startup Coris in den USA will diesem Missstand durch die Nutzung umfangreicher Sprachmodelle abhelfen. Dabei sollen die Daten synthetisiert werden[1]Vgl. dazu: Using large language models (LLMs) to synthesize training data, um dadurch ein detailliertes Verständnis potenzieller Risiken ohne die Verzögerungen und Ungenauigkeiten der manuellen Verarbeitung zu ermöglichen[2]Coris raises $3.7M, sets sights on AI-driven paradigm shift in SMB risk management.
Die KI-gesteuerte Plattform von Coris bedeute nicht nur eine Zeitersparnis, sondern auch eine strategische Neuausrichtung des Risikomanagements, indem sie eine Reihe von Tools bietet, die das Onboarding und die kontinuierliche Überwachung rationalisieren. Das neueste Produkt des Startups, CorShield, beispielsweise verhindere Betrug, indem es KMU-Daten mit mehreren Quellen abgleicht, um Identitäten bei der Anmeldung zu validieren und so die Wahrscheinlichkeit von Nachahmungen und Betrug zu verringern.
Fuzio[3]Introducing Fuzio, the first Merchant Risk Operating System, die zentralisierte Risikomanagement-Plattform von Coris, ermöglicht es Teams, routinemäßige Risikobewertungen zu automatisieren, benutzerdefinierte Regeln zu konfigurieren und Maßnahmen auf der Grundlage umfassender, konsolidierter Datenquellen zu ergreifen.
Fuzio unterstützt das Risikomanagement durch einen 3‑teiligen Ansatz:
- Datenkonsolidierung: Erhalten Sie Echtzeitdaten von Händlern über den Merchant Profiler von Coris und ziehen Sie bestehende Daten von Händlern über Integrationen mit Stripe, Snowflake und Redshift ein.
- No-Code-Regel-Engine: Richten Sie benutzerdefinierte Risikoregeln und Aktionen ein, um das Verhalten von Händlern zu kennzeichnen. Teams können nach mehreren Regeln suchen, und die Regeln können mit Coris Merchant Profiler-Daten (z. B. GPT4-gestützte MCC-Klassifizierung, Website-Traffic, Bewertungen Dritter von Google / Yelp), Stripe (z. B. erhöhte Rückbuchungen oder Rückerstattungen) oder internen Plattformdaten (z. B. Kundendauer, überfällige Abonnementzahlungen) verknüpft werden.
- Risikoentscheidungen und automatisierte Aktionen: Führen Sie automatisch Aktionen aus oder leiten Sie Fälle zur manuellen Überprüfung weiter, wenn bestimmte Regeln erfüllt sind. Aktionen können Reibungsverluste reduzieren (z. B. automatische Genehmigung von Händlerbewerbern, die die Onboarding-Regeln erfüllen) oder Kontrollpunkte hinzufügen (z. B. Überprüfung von Händlern mit schwankendem Zahlungsvolumen). Fuzio kann auch Aktionen auf externen Plattformen wie Stripe ausführen, wenn es über Schreibrechte verfügt. Weitere Informationen finden Sie in unserer Stripe-Integration.
Seinen Ansatz beschreibt Coris am Beispiel von KMUs, die ihre Geschäfts überwiegend über Plattformen wie Wave und eBay abwickeln:
Da Wave und eBay horizontale Plattformen sind, die viele Arten von Kleinunternehmen bedienen, sind sie auf eine starke Kundensegmentierung und einen “Alleskönner” angewiesen, um mehrere Risikoprofile zu bedienen. Die Kundenschulung ist ein wichtiger Bestandteil dieses multisegmentierten Risikomanagementansatzes. … Risikoteams müssen diese Kundenprofile wirklich verstehen und relevante, zeitnahe Ressourcen zur Verfügung stellen, um die Händler zu schulen, damit sie negative Situationen und mögliche Lösungen verstehen können. Diese Aufklärung kann zwar erhebliche Vorabinvestitionen erfordern, schafft aber ein starkes Verständnis und Vertrauen zwischen Händlern und dem Unternehmen und kann dazu beitragen, Verluste und Verwirrung im späteren Verlauf des Lebenszyklus von KMUs zu mindern[4]Recap: Risk management as a growth lever in a downturn.
Coris hat bereits die Überprüfung von über 150.000 KMUs rationalisiert und verfügt laut eigenen Angaben über Daten von über 330 Millionen KMUs weltweit. Kunden konnten feststellen, dass sich die Geschwindigkeit bei der Aufnahme von KMUs verfünffacht hat und die Betriebskosten um die Hälfte gesenkt wurden, wobei die manuellen Prozesse um 80 % reduziert wurden.
References