S&P Global Market Intelligence hat mit RiskGauge eine KI-gestützte Plattform entwickelt, die das langjährige Problem der Bewertung der Kreditwürdigkeit von kleinen und mittleren Unternehmen (KMU) löst. Da KMU oft keine öffentlich zugänglichen Finanzdaten haben, war ihre Bewertung bisher schwierig. RiskGauge sammelt Daten von über 200 Millionen Websites, verarbeitet sie mit fortschrittlichen Algorithmen und erstellt Risikobewertungen, wodurch S&P seine Abdeckung von KMU von 2 Millionen auf 10 Millionen Unternehmen erweitert hat[1]How S&P is using deep web scraping, ensemble learning and Snowflake architecture to collect 5X more data on SMEs.
Hauptmerkmale von RiskGauge:
- Datensammlung: Mehrschichtige Web-Scraping-Methoden extrahieren firmografische und finanzielle Daten aus unstrukturierten Webinhalten sowie anonymisierten Drittanbieterdaten.
- Datenverarbeitung: Die Snowflake-Architektur unterstützt die Vorverarbeitung, das Mining und die Kuratierung großer Datenmengen und ermöglicht eine effiziente Verarbeitung von Terabytes an Daten.
- Risikobewertung: KMU werden anhand von Finanz‑, Geschäfts- und Marktrisiken auf einer Skala von 1 (höchstes Risiko) bis 100 (niedrigstes Risiko) bewertet.
- Berichterstattung: Investoren erhalten umfassende Berichte mit Finanzdaten, Firmografien, Kreditverläufen und Peer-Vergleichen.
Bewältigte Herausforderungen:
- Datenmenge und Verarbeitungsgeschwindigkeit: Ensemble-Algorithmen und Optimierungstechniken gewährleisten eine Balance zwischen Genauigkeit und Geschwindigkeit.
- Komplexität des Web-Scrapings: Flexible Methoden extrahieren relevante Texte und entfernen unnötigen Code, um die fehlende Standardisierung von Websites zu umgehen.
Kontinuierliche Überwachung:
RiskGauge führt wöchentliche Scans durch, um Änderungen in den Daten von KMU zu erkennen und zu aktualisieren. Hash-Keys stellen sicher, dass nur neue oder geänderte Inhalte aktualisiert werden, um die Daten stets aktuell zu halten.
References