Die Deutsche Bank investiert in Synthesized-Technologieinnovationen

Die Deutsche Bank investiert in Synthesized-Technologieinnovationen

Deutsche Bank Investieren in synthetisiertTechnologische Innovation, bei der eine Datengenerierungsplattform Zugang zu synthetischen Daten zu Testzwecken bietet.

Die Deutsche Financial institution ist bereits eine Partnerschaft mit Synthesized eingegangen, um Daten zu nutzen und die Annahme von Kundenerkenntnissen durch künstliche Intelligenz (KI) / maschinelles Lernen (ML) zu beschleunigen und gleichzeitig den Datenschutz und die Sicherheit zu schützen. Mit Synthesized können die Engineering-Groups der Financial institution auf die synthetischen Testdaten zugreifen, die sie benötigen, um Checks zu beschleunigen, genauere Ergebnisse zu erzielen und die Markteinführungszeit zu verkürzen. Mit nicht verfolgbaren synthetischen Versionen der ursprünglichen Datensätze wird die Plattform es der Financial institution ermöglichen, mit großen Datensätzen für Anwendungsfälle von KI/maschinellem Lernen und zusätzlichen neuen Technologien zu experimentieren.

Die Deutsche Financial institution bietet Unternehmen, Regierungen, institutionellen Anlegern, kleinen und mittelständischen Unternehmen (KMU) und Privatpersonen Produkte und Dienstleistungen in den Bereichen Business und Funding Banking, Retail Banking, Transaction Banking sowie Asset und Wealth Administration an.

Die Investition in Synthesized beschleunigt die Anwendungsmigration, Datenanalyse, Experimente und Checks der Deutschen Financial institution in der Cloud und ermöglicht der Financial institution, die Datenproduktivität zu steigern und Innovationen zu beschleunigen.

Die wichtigsten Vorteile von Synthesized

Composite zielt darauf ab, die Erstellung und den Zugriff auf qualitativ hochwertige Daten schnell und einfach zu gestalten. Wie in der offiziellen Pressemitteilung erwähnt, hat Synthesized eine API-gesteuerte Datengenerierungsplattform entwickelt, die innerhalb von Minuten synthetische Daten generiert.

Das Composite ermöglicht es Benutzern, synthetische Daten zu erstellen, die eine große statistische Ähnlichkeit mit den Originaldaten aufweisen, aber aus völlig neuen Datenpunkten bestehen. Dies hilft Finanzinstituten dabei, vollständigen Datenschutz und Sicherheit für ihre Cloud-Transformationsinitiativen zu gewährleisten.

Zu den wichtigsten zusammengesetzten Vorteilen gehören:

  • Verbesserte Leistung und Flexibilität des maschinellen Lernmodells – Generieren Sie ausgewogenere Trainingsdaten, um das Modell zu testen;

  • Erhöhter Zeitaufwand für die Bewertung eines ML-Modells – Verkürzung der Datenerfassungszyklen;

  • Offene Innovation, Experimente und Partnerschaften – Reduzierung der Einrichtung von Anbietern und Datengenehmigungen für Netzbetreiber;

  • Fördern Sie konforme Strategien zur Datenmonetarisierung – mit irreversiblen Datensätzen;

  • Erleichterung von Cloud-Zertifizierungsstrategien – Bereitstellung kompatibler Datensätze für den Übergang zum Programm für zertifizierte Google-Companion;

  • Ermöglichung schnellerer Entwicklungszyklen – längere Markteinführungszeit;

  • Verbesserung der Anwendungsqualität – Nach hyperlinks verschieben, um Fehler zu erkennen, bevor die Produktion beginnt.

Die Verwendung synthetischer Daten in Finanzdienstleistungen

Die Zukunft des Bankwesens besteht darin, an erster Stelle KI zu werden und digitale Dienste in Verbindung mit robuster Cybersicherheit zu schaffen. Künstliche Intelligenz hat eine Vielzahl von Anwendungen in Finanzdienstleistungen, von der Prozessautomatisierung über Chatbots bis hin zur Betrugserkennung. Schätzungen zeigen, dass die potenziellen Kosteneinsparungen für Banken durch KI-Anwendungen insgesamt so hoch sein werden 447 Milliarden US-Dollar bis 2023.

Einige dieser Anwendungen haben jedoch ihre Grenzen, da Finanzdaten zu den sensibelsten und identifizierbarsten Arten personenbezogener Daten gehören. Um dieses Downside zu lösen, können Finanzinstitute synthetische Daten oder Daten, die auf der Grundlage echter Daten künstlich generiert werden, nutzen, um Datenschutzprobleme zu überwinden und ihren Kunden modern Produkte und Dienstleistungen anzubieten.

Synthetische Daten können Sharing-Risiken eliminieren. Anstelle des ursprünglichen Datensatzes können Finanzinstitute synthetische Daten teilen, die die wichtigen Eigenschaften des ursprünglichen Datensatzes bewahren. Techniken zur Generierung synthetischer Daten können auf eine Vielzahl von Datentypen angewendet werden, von Tabellen über Zeitreihen bis hin zu synthetischen Bildern.

#Die #Deutsche #Financial institution #investiert #SynthesizedTechnologieinnovationen

Leave a Comment

Your email address will not be published. Required fields are marked *