Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics, offering information and knowledge of the Big Data.

cta

Erste Schritte

Cloud

Sind Sie bereit?

Sandbox herunterladen

Wie können wir Ihnen helfen?

SchließenSchaltfläche „Schließen“
cta

Prädiktive Analyse und Lösungen
für Finanzdienstleister

VideoVideo-Schaltflächeabspielen

Cloud Hortonworks is a leader. Read the Forrester Wave.

Download report

Who’s looking at you?

Your ocean of data. Is it secure? Leading banks and capital markets firms are using Hortonworks Data Platform and Hortonworks DataFlow to process huge amounts of data from traditional and non-traditional sources. Compliance teams can analyze both data-in-motion and data-at-rest to detect suspicious activity in real-time.

Risiken minimieren, Chancen maximieren

Alle diese Unternehmen haben mit regulatorischen Risiken zu kämpfen und es gibt immer ein internes Risiko. Einige unseriöse Einzelpersonen können außerordentlich hohe Verluste verursachen, wenn ihre schädigenden Aktivitäten unerkannt bleiben.

Banken, Versicherungsanbieter und Wertpapierunternehmen, die große Datenmengen in Apache™ Hadoop® speichern und verarbeiten, haben einen besseren Einblick in ihre Risiken und Chancen. Ausführliche Analysen und Einblicke bieten die Möglichkeit, die Umsatzrendite zu verbessern und vor einmaligen Events zu schützen, die erhebliche Verluste zur Folge haben könnten.

Anwendungsfälle

Analysieren Sie das Ausfallrisiko bei neuen Kontoanträgen

Tagtäglich gehen bei Retail-Banken tausende Eröffnungsanträge für Giro- und Sparkonten ein. Bevor solche Anträge genehmigt werden, ziehen Banken externe Scoring-Unternehmen zur Risikoabschätzung zu Rate. Diese Drittanbieter können zuvor von der Bank getroffene Entscheidungen, Anträge aufgrund schlechter Bonität abzulehnen, wieder aufheben (und sie tun es auch). Überziehungen oder Abschreibungen infolge von Betrug oder Fehlverwaltung stellen bei solchen Konten ein hohes Risiko dar, da sie für Banken Verluste in Millionenhöhe bedeuten. Diese Kosten müssen teilweise von Kunden mit nachgewiesen guter Bonität getragen werden.

Die Hortonworks Data Platform kann mehrere Datenstreams speichern und analysieren, und Leiter von Regionalbanken bei der Risikoabschätzung neuer Konten unterstützen. Entscheidungen seitens der Bank können mit den Ergebnissen der Risikoabschätzung verglichen werden, um so durch Sanktionierung von Einzelpersonen, Aktualisierung von Richtlinien und Aufdeckung von betrügerischen Mustern Risiken zu reduzieren. Im Laufe der Zeit können anhand der gesammelten Daten Algorithmen erstellt werden, die subtile, risikoreiche Verhaltensmuster erkennen, die Risikoanalytikern leicht entgehen.


Monetarisierung anonymer Bankdaten in Sekundärmärkten

Banken besitzen enorme Mengen an operativen sowie Transaktions- und Bilanzdaten, die Aufschluss über makroökonomische Trends geben. Diese Daten können für Investoren und politische Entscheidungsträger außerhalb der Banken sehr wertvoll sein. Aber aufgrund gesetzlicher Vorschriften und interner Richtlinien dürfen solche Daten nur genutzt werden, wenn die Anonymität der Bankkunden unter allen Umständen gewahrt bleibt.

Privatkundenbanken vertrauen auf die Hortonworks Data Platform, da sich diese Lösung als unternehmensübergreifender Data Lake für Daten aus den unterschiedlichsten Geschäftszweigen wie Hypotheken, Privatkundengeschäfte, Privatkredite, Großhandel und Treasury-Banking etabliert hat. Interne Führungskräfte und Verbraucher auf dem Sekundärmarkt profitieren von diesen Daten gleichermaßen. Durch die zentrale Datenverwaltung können die Banken entsprechende Sicherheits- und Datenschutzmaßnahmen wie z. B. Anonymisierung, Datenmasking, Verschlüsselung und Benutzerauthentifizierung implementieren.


Pflege von SLAs im Bruchteil einer Sekunde mit dem „Ticker Plant“ von Hadoop

„Ticker Plants“ erfassen und verarbeiten enorme Datenströme aus Wertpapierbörsen, um aktuelle Preise und Kurse zur Verfügung zu stellen und computergestützte Trading-Systeme so schnell mit Daten zu versorgen, dass sich bietende Gelegenheiten innerhalb weniger Sekunden genutzt werden können, was vor allem in Hinblick auf Echtzeit-Entscheidungen nützlich ist. Außerdem lassen sich historische Marktdaten aus den vergangenen Jahren speichern und so langfristige Analysen zu Markttrends erstellen.

Ein Hortonworks-Kunde hat seinen „Ticker Plant“ auf Basis von HDP neu gestaltet. Vor Hadoop konnte der „Ticker Plant“ nur Aktiendaten aus den letzten zehn Jahren speichern. Heute werden Tag für Tag mehrere Gigabyte an Daten aus tausenden Server-Log-Feeds erfasst. Diese Daten werden über dreißigtausend Mal pro Sekunde abgerufen und Apache HBase ermöglicht superschnelle Abfragen, die den SLA-Zielen auf Kundenseite entsprechen. Darüber hinaus lassen sich die Daten nun länger als zehn Jahre speichern.


Analyse von Trading-Logs zur Aufdeckung von Geldwäsche

Ein anderer Hortonworks-Kunde, der Investment-Services anbietet, wickelt täglich fünfzehn Millionen Transaktionen und dreihunderttausend Geschäfte ab. Da die Speichermöglichkeiten begrenzt waren, wurden historische Trading-Daten in diesem Unternehmen in der Vergangenheit archiviert, was allerdings den Zugriff auf diese Daten erschwerte: Kurzfristig waren die Trading-Daten eines bestimmten Tages erst nach Geschäftsschluss für die Risikoanalyse verfügbar. Dadurch öffnete sich ein Zeitfenster, in dem ein völlig inakzeptabel hohes Risiko von Geldwäsche oder anderen verbrecherischen Aktivitäten entstand.

Heute beschleunigt die Hortonworks Data Platform die Analysen im Unternehmen und ermöglicht die längere Datenaufbewahrung. Ein gemeinsamer Datenpool für mehrere Geschäftszweige bietet außerdem einen umfassenden Einblick in alle Trading-Aktivitäten. Das Trading Risk-Team nutzt diesen gemeinsamen Data Lake, um mehr Positions-, Ausführungs- und Bilanzdaten zu erhalten. Die Analyse dieser Daten kann für den aktuellen Werktag durchgeführt werden. Darüber hinaus stehen diese Daten mindestens fünf Jahre lang sofort zur Verfügung – viel länger als je zuvor.