SlideShare ist ein Scribd-Unternehmen logo
1 von 29
Downloaden Sie, um offline zu lesen
scopeKM
Knowledge Management
Cognitive Computing in der
Finanzindustrie
Semantik in der Prozessautomation
Juraj Schick, Dipl. Ing ETH, CEO
scopeKM GmbH, Zürich
scopeKM
Knowledge Management
Agenda
1. Der Lösungsansatz
2. Lösungselemente
3. Use Cases
06. 06. 2017 2
scopeKM
Knowledge Management
06. 06. 2017 3
USPs von Cogito®
 Cogito® basiert auf der Semantik als der Methode zum Verständnis der
Bedeutungen von Wörtern und Sätzen.
 Die Semantik untersucht die Bedeutung von Aussagen über die Sprach- und
Logikanalyse, d.h. die Wörter und logische Verbindungen werden mit
kontextuell relevanten Informationen verknüpft, um den maximalen
Wissensgewinn zu erreichen.
 Cogito® nutzt dazu semantische Technologien, die auf graphischen
Datenbanken basieren:
 Wissensgraph: Repräsentation von Wissen, wo Konzepte durch
semantische Beziehungen miteinander verbunden sind und
 Tripel: Logische Aussagen über Ressourcen als Subjekt – Prädikat –
Objekt-Verknüpfungen
 Mit der kombinierten semantischen Analyse legt Cogito® die Bedeutung der
dargebotenen Inhalte explizit dar und nicht heuristisch, wie es der Fall ist
bei nur auf Computerlinguistik basierender Lösungen.
scopeKM
Knowledge Management
Das Wissensgraph
 Das Wissensgraph ist ein
domänenunabhängiges Sprach-
lexikon, welches das Wissen
durch Konzepte samt ihrer
Bedeutungen und durch die
Beziehungen zwischen den
Konzepten repräsentiert wird.
06. 06. 2017 4
Sensigrafo
 Jedes Element
• hat einen Satz von Attributen:
Grammatiktyp, semantischer Link,
Definition, Domäne, Häufigkeit
• bekommt eine Bedeutung über die
grammatischen, syntaktischen und
semantischen Merkmale von Wörtern
und Konzepten.
scopeKM
Knowledge Management
Das Tripel – die logische Aussage
über Ressourcen
 Die Tripel stellen ein graphisches
Datenmodell dar, das die Entitäten über ihre
Beziehungen miteinander verknüpft und das
Analysen mit Schlussfolgerungen ermöglicht.
Reasoning:
“If John lives in London, and
London is in England, then
John lives in England”
06. 06. 2017 5
 Die Tripel basieren auf dem flexiblen
RDF-Datenmodell und können mit dem
Tool SPARQL abgefragt werden
 Die miteinander verknüpfte Graphik-
elemente sind ohne Hierarchie, maschinen-
lesbar und können in RDF dekonstruiert und
verwendet werden, um neue Tatsachen zu
erschliessen (Inferenz).
scopeKM
Knowledge Management
 Die MarkLogic ist keine Stand-alone-Technologie, sondern eine echte Datenbank-
Plattform, die nativ die Dokumente (JSON, XML, Geospatial Data) und
Beziehungen (RDF Triples) speichert
 Es können kombinierte Abfragen lanciert werden, die unterschiedlich Datentypen
umfassen: Sowohl Dokumente, Fakten, Metadaten als auch die vorliegenden
Ergebnisse "im Kontext".
Speicher für Tripel
06. 06. 2017 6
Cogito©
RDF Triple Stores
MarkLogic speichert ca. 1
Milliarde Tripel/Knoten und
kann auf Hunderte von
Milliarden Tripel skaliert
werden.
Cogito® verwendet die
Datenbank MarkLogic zur
gemeinsamen Speicherung von
Dokumenten und Tripel.
scopeKM
Knowledge Management
RDF Triple Stores und graphische
Datenbanken, ein Vergleich
06. 06. 2017 7
Die Ähnlichkeiten
 Beide speichern verknüpfte Datenpunkte (Knoten) und sind ausgerichtet
auf die Beziehungen zwischen den Daten (Kanten).
 Ein Netz von Knoten und Kanten kann zusammengefügt und visualisiert
werden.
Die Unterschiede
 Triple Stores sind kanten-(beziehungs-)orientiert und besser geeignet, um
Sachen – und Sub-Graphen – in den Graphiken zu finden, graphische
Datenbasen sind wiederum knoten-(eigenschaften-) orientiert und besser
geeignet für Abfragen und Analysen, die den gesamten Graphen betreffen.
 Die RDF Triple Stores ermöglichen Schlussfolgerungen, die graphischen
Databanken hingegen nicht.
scopeKM
Knowledge Management
Agenda
1. Der Lösungsansatz
2. Lösungselemente
3. Use Cases
06. 06. 2017 8
scopeKM
Knowledge Management
Intelligente Suche: Google Partner
Integration
Gebührenpflichtige Lösung
 Dokumente werden von Google an Cogito© versandt
 Cogito© ermittelt das Google-Index und retourniert die Ergebnisse
06. 06. 2017 9
 Die Information im Internet sind in den Webseiten eingeschlossen, in stetig
wachsenden Mengen. Aus dem Grund liefert Google Search Millionen von
Treffern ohne die gestellte Frage beantworten zu können.
 Mit RDF werden unmittelbar Fakten vom Interesse identifiziert.
Google Search: Top-Level-Fakten nach dem Anwenderwunsch und keine
Auflistung von Links zu Dokumenten.
scopeKM
Knowledge Management
06. 06. 2017 10
Die Ontologie gewährleistet Kontext
Die Worte werden linguistisch analysiert, annotiert (Metadaten) und
kategorisiert (Ontologie / Taxonomie)
Mit der Semantik wird der Kontext verstanden (disambiguation) und
die Bedeutung der Aussage verstanden (Auto vs. Tier)
Die Aussage wird semantisch interpretiert und angereichert
scopeKM
Knowledge Management
Mehr Relevanz und Kontext
Mit Semantik können Dokumente und Tripel kombiniert werden, um die Vorteile
beider nutzen zu können. Die Assets werden als Dokumente modelliert und zu
einem Diagramm von Tripeln verbunden.
Das Modell kann zur effizienter Suche nach Entitäten im Diagramm genutzt
werden, die miteinander im Kontext stehen.
Dokumente/Aussagen im Kontext
06. 06. 2017 11
scopeKM
Knowledge Management
Die ganzheitliche Suche
 SPARQL als zentraler Differenzierungsfaktor: SPARQL ermöglicht schnelle und
effiziente Suche nach und Analyse von grossen und komplexen, strukturierten
und unstrukturierten Daten sowie Beziehungen.
 Bsp. Versicherung: Anfrage „Sämtliche Begünstigte bei Krankenversicherungen,
die im Jahr 2015 mehr als CHF 100.000 verdienten und im Kt. Bern leben”
zeigt an die Kombination von Daten über Einkommen, Geographie und Zeit.
Mit semantischen Lösungen werden alle Quellen verknüpft und Bildung von
isolierten Datensilos vermieden.
1206. 06. 2017
scopeKM
Knowledge Management
Das semantische Netz
06. 06. 2017 13
 Cogito®: strukturierte Darstellung von bisher unstrukturiertem Text
Syncon (Knoten) – Gruppe
von Synonymen mit der
gleichen Bedeutung / dem
gleichen Konzept
Syncons - in einem
semantischen Netz mit
hierarchischer Struktur mit
anderen Knoten verknüpft
Syncons – Anreicherung mit
Wissen durch die Merkmale und die
Bedeutung aller verlinkten Knoten
 Die Standard-Sensigrafo-Wissensgrafik für Englisch enthält etwa 350.000 Syncons, mehr
als 350.000 Lemmata, Regeln für Beugungen und 80+ Relationstypen, die etwa 2.8
Millionen Verbindungen zwischen Konzepten ergeben.
scopeKM
Knowledge Management
Berücksichtigung des Mundarts
06. 06. 2017 14
Aussage: „Michael hat ein Velo zum Geburtstag bekommen.“
 Mit der grammatikalischen Analyse werden die
Relationen zwischen den Worten im Satz
extrahiert; Sie können in Form eines Graphs
dargestellt werden.
scopeKM
Knowledge Management
Lösungsmöglichkeiten mit Cogito®
06. 06. 2017 15
scopeKM
Knowledge Management
Cogito® Studio
06. 06. 2017 16
Vollintegrierte Umgebung zum Erstellen und Bereitstellen von
benutzerdefinierten semantische Anwendungen
scopeKM
Knowledge Management
Cogito® mit Speech-to-Text
Transkription
06. 06. 2017 17
Alle Multimediainhalte werden zugänglich und verständlich gemacht durch
automatische Entschlüsselung und Transkription.
Wichtige Vorteile:
 Unabhängigkeit von dem Speaker
 Verständnis der natürlich gesprochenen Sprache
 Grosser Wortschatz (300k+ Wörter)
 Anpassbar an kundenspezifische Domänen
 Breite Erfahrung mit dem Service und der Technologie von Speech-to-Text.
scopeKM
Knowledge Management
Agenda
1. Der Lösungsansatz
2. Lösungselelemnte
3. Use Cases
06. 06. 2017 18
MEDIA & PUBLISHING
GOVERNMENT
FEDERAL
AGENCIES
FINANCE
Life Sciences
Global Positioning - Referenced
Clients per Vertical
19
ENERGY, OIL & GAS
06. 06. 2017
scopeKM
Knowledge Management
Cogito® Intelligence Platform (CIP)
06. 06. 2017 20
scopeKM
Knowledge Management
Unterstützte Sprachen
06. 06. 2017 21
scopeKM
Knowledge Management
Beispiele ausgeführter Use Cases
06. 06. 2017 22
 Finanzdienstleister – Investitionsentscheidungen der Unternehmen:
● Einheitliche Sicht auf Infos zwecks profitabler Handlungsentscheidungen
● Prädiktives, auf semantischer Analyse von Datenmustern basierendes
Entscheidungsmodell in Echtzeit
● Schneller Zugriff auf relevante Erkenntnisse
 Optimierung vom Kundeservice einer führenden Online-Bank:
● Zugang der Kunden zu richtigen Informationen zur richtigen Zeit
● Vereinfachte und effizientere Suchanwendung (semantische Suche)
● Reduzierte Abhängigkeit von der traditionellen Unterstützung
● Call Center -Anfragen um 46% reduziert
 Stärkung der AML- (Anti-Geldwäsche)-Fähigkeiten bei einer global
führenden Bank:
● Erkennung verdächtiger Aktivitäten und abstrakter Beziehungen und
Mustern mit erhöhter Risikoindikation
● Effizienterer Due Diligence-Prozess
● Effizienteres Compliance-Reporting und Informationsmanagement
scopeKM
Knowledge Management
Abarbeitung einer Schadenmeldung
Antragssteller
füllt das
Antragsformular
aus und/oder
Übergibt die
Daten an den
Service Center-
Agenten
 Antrag stellen 60 -80% der
Informationen
im Formular
sind unstruktu-
rierter Text.
Cogito strukturiert automatisch
Antragsinformationen für Analyse und Reporting.
 Antragsdaten sammeln
Zusätzlich zum
Antragsformular
werden alle zur
Bearbeitung
benötigten
Dokumente
bereitgestellt.
Cogito verarbeitet die Informationen, um aus allen
Daten ein Gesamtbild des Antrags zu erstellen.
 Antragsuntersuchung durchführen
Alle Informationen werden ausgewertet, nach möglichem
Betrugsversuch untersucht und der Auszahlungsbetrag sowie
-termin bestimmt. Vorbehalte werden, wenn nötig, nachjustiert.
Analysten nutzen Cogito, um Anspruchsdaten zu
prüfen und die Auszahlung zu bestimmen.
 Antrag auszahlen
Der Betrag wird an den Kunden bzw.
Leistungserbringer (z.B. Krankenhaus,
Werkstatt usw.) gesamthaft oder in
vereinbarten Raten ausbezahlt.
Cogito
Lösung
Cogito
06. 06. 2017 23
Cogito
Lösung
Cogito
Cogito
Lösung
Cogito
scopeKM
Knowledge Management
Analyse einer Schadenfall-Meldung
06. 06. 2017 24
Anaphorische Verbindung werden interpretiert
Berücksichtigung der vorhergehenden und nachfolgenden Kontexte und
Durchführung des Matching-Prozesses.
Die Aussage wird linguistisch analysiert, annotiert
(Metadaten) und eingeordnet (Ontologie / Taxonomie)
scopeKM
Knowledge Management
Kundenhotline - Chatbots im
Kundenservice
Problembeschreibung
 Ticket Erstellung
BMC Remedy
Self-Service
Management
Anrufstexts
Web Service
Cogito® Answer
Text Analyse
Entitäten Extraktion
Semantic Tagging
Kategorisierung
(500< Kategorien)
Vorschlag
Klassification
Arbeitsprozess zur
Beantwortung von
Standardanfragen
Auswahl
06. 06. 2017 25
scopeKM
Knowledge Management
Intelligenter Assistent (1)
06. 06. 2017 26
Aufgabe: Assistenz beim Wealth Management einer Bank
Thema: Sorgfaltspflicht (Quelle: Kommentar zur Vereinbarung über die
Standesregeln zur Sorgfaltspflicht der Banken (VSB 16)
Textanalyse eines Textabschnitts – die Hauptkonzepte:
scopeKM
Knowledge Management
Intelligenter Assistent (2)
06. 06. 2017 27
Relationen mit Konzept „Delegation“ und die Treffer aus den Sätzen:
scopeKM
Knowledge Management
Intelligenter Assistent (3)
06. 06. 2017 28
Syntaktische Analyse: Subject-Action-Object (SAO) Tripel werden erstellt
Dies ist einerseits vor dem Hintergrund sachgerecht, dass der ganze Konzern auf
konsolidierter Basis von der Aufsichtsbehörde überwacht wird und innerhalb des
Konzerns gleichwertige Sorgfaltspflichtstandards bestehen sollen.
überwacht
Der Satzteil „dass der ganze Konzern auf konsolidierter Basis von der Aufsichtsbehörde überwacht
wird“ ist in der Passivform, d.h. „Konzern“ ist der Subjekt des Passivsatzes.
Logische Analyse: „Die Aufsichtsbehörde“ als „the Driver of the Action“ von „überwachen“:
Subjekt: Aufsichtsbehörde
Aktion: überwachen
Objekt: Konzern
scopeKM
Knowledge Management
Intelligenter Assistent (4)
06. 06. 2017 29
Disambiguierung des Textes, Part-of-Speech Tags bei jedem Wort,
Hauptkonzepte und die drei relevantesten Sätze auf der linken Seite

Weitere ähnliche Inhalte

Ähnlich wie Cognitive Computing in der Finanzindustrie

Kickoff Workshop zum Projekt amsl mit den sächsischen Hochschulbibliotheken
Kickoff Workshop zum Projekt amsl mit den sächsischen HochschulbibliothekenKickoff Workshop zum Projekt amsl mit den sächsischen Hochschulbibliotheken
Kickoff Workshop zum Projekt amsl mit den sächsischen HochschulbibliothekenLydiaU
 
AMSL Kick-off-Meeting sächsischer Hochschulbibliotheken
AMSL Kick-off-Meeting sächsischer HochschulbibliothekenAMSL Kick-off-Meeting sächsischer Hochschulbibliotheken
AMSL Kick-off-Meeting sächsischer HochschulbibliothekenBjörn Muschall
 
Neue Wege fuer Metadaten
Neue Wege fuer MetadatenNeue Wege fuer Metadaten
Neue Wege fuer MetadatenArnulf Christl
 
Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)sones GmbH
 
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM GmbH Knowledge Management
 
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...Georg Rehm
 
Neue Wege Fuer Metadaten - FOSSGIS 2010
Neue Wege Fuer Metadaten - FOSSGIS 2010Neue Wege Fuer Metadaten - FOSSGIS 2010
Neue Wege Fuer Metadaten - FOSSGIS 2010Arnulf Christl
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-FörderphaseBjörn Muschall
 
Einsatz von Open Data für agile Wissensvermittlung
Einsatz von Open Data für agile WissensvermittlungEinsatz von Open Data für agile Wissensvermittlung
Einsatz von Open Data für agile WissensvermittlungMonika Steinberg
 
Zukunft von Linked Media: Trends, Entwicklungen und Visionen
Zukunft von Linked Media: Trends, Entwicklungen und VisionenZukunft von Linked Media: Trends, Entwicklungen und Visionen
Zukunft von Linked Media: Trends, Entwicklungen und VisionenSalzburg NewMediaLab
 
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)Felix Lohmeier
 
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...Salzburg NewMediaLab
 
Einführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in MassendatenEinführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in MassendatenMartin Voigt
 
M-Files bietet Saperion-Connector an
M-Files bietet Saperion-Connector anM-Files bietet Saperion-Connector an
M-Files bietet Saperion-Connector anbhoeck
 

Ähnlich wie Cognitive Computing in der Finanzindustrie (20)

Kickoff Workshop zum Projekt amsl mit den sächsischen Hochschulbibliotheken
Kickoff Workshop zum Projekt amsl mit den sächsischen HochschulbibliothekenKickoff Workshop zum Projekt amsl mit den sächsischen Hochschulbibliotheken
Kickoff Workshop zum Projekt amsl mit den sächsischen Hochschulbibliotheken
 
AMSL Kick-off-Meeting sächsischer Hochschulbibliotheken
AMSL Kick-off-Meeting sächsischer HochschulbibliothekenAMSL Kick-off-Meeting sächsischer Hochschulbibliotheken
AMSL Kick-off-Meeting sächsischer Hochschulbibliotheken
 
Neue Wege fuer Metadaten
Neue Wege fuer MetadatenNeue Wege fuer Metadaten
Neue Wege fuer Metadaten
 
Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)Whitepaper sones GraphDB (ger)
Whitepaper sones GraphDB (ger)
 
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid® scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
scopeKM: Chancen und Risiken erkennen mit der textanalytischen Lösung Luxid®
 
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...
Transformieren, Manipulieren, Kuratieren: Technologien für die Wissensarbeit ...
 
Linked Library Data & RDA
Linked Library Data & RDALinked Library Data & RDA
Linked Library Data & RDA
 
Meatdaten
MeatdatenMeatdaten
Meatdaten
 
Neue Wege Fuer Metadaten - FOSSGIS 2010
Neue Wege Fuer Metadaten - FOSSGIS 2010Neue Wege Fuer Metadaten - FOSSGIS 2010
Neue Wege Fuer Metadaten - FOSSGIS 2010
 
Vernetzungstage 2011
Vernetzungstage 2011Vernetzungstage 2011
Vernetzungstage 2011
 
amsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphaseamsl - Ergebnispräsentation der EFRE-Förderphase
amsl - Ergebnispräsentation der EFRE-Förderphase
 
Einsatz von Open Data für agile Wissensvermittlung
Einsatz von Open Data für agile WissensvermittlungEinsatz von Open Data für agile Wissensvermittlung
Einsatz von Open Data für agile Wissensvermittlung
 
180913 theorie der modern commons
180913 theorie der modern commons180913 theorie der modern commons
180913 theorie der modern commons
 
Zukunft von Linked Media: Trends, Entwicklungen und Visionen
Zukunft von Linked Media: Trends, Entwicklungen und VisionenZukunft von Linked Media: Trends, Entwicklungen und Visionen
Zukunft von Linked Media: Trends, Entwicklungen und Visionen
 
Entscheidungsunterstützung im Semantic Web
Entscheidungsunterstützung im Semantic WebEntscheidungsunterstützung im Semantic Web
Entscheidungsunterstützung im Semantic Web
 
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)
Open Source Bibliotheksmanagement (mit D:SWARM + AMSL)
 
Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -Die Loesung - Turbo iXtractor -
Die Loesung - Turbo iXtractor -
 
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...
Macht mit im Web! Anreizsysteme zur Unterstützung von Aktivitäten bei Communi...
 
Einführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in MassendatenEinführung in die semantische Suche in Massendaten
Einführung in die semantische Suche in Massendaten
 
M-Files bietet Saperion-Connector an
M-Files bietet Saperion-Connector anM-Files bietet Saperion-Connector an
M-Files bietet Saperion-Connector an
 

Mehr von scopeKM GmbH Knowledge Management

scopeKM: Opinion Mining – finden die Meinung jenseits von Stimmungen
scopeKM: Opinion Mining – finden die Meinung jenseits von StimmungenscopeKM: Opinion Mining – finden die Meinung jenseits von Stimmungen
scopeKM: Opinion Mining – finden die Meinung jenseits von StimmungenscopeKM GmbH Knowledge Management
 
scopeKM: Allumfassende Extraktion von Informationen aus den Social Media
scopeKM: Allumfassende Extraktion von Informationen aus den  Social Media  scopeKM: Allumfassende Extraktion von Informationen aus den  Social Media
scopeKM: Allumfassende Extraktion von Informationen aus den Social Media scopeKM GmbH Knowledge Management
 
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...scopeKM GmbH Knowledge Management
 
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...scopeKM GmbH Knowledge Management
 

Mehr von scopeKM GmbH Knowledge Management (6)

Closed loop with Computer Linguistics
Closed loop with Computer LinguisticsClosed loop with Computer Linguistics
Closed loop with Computer Linguistics
 
scopeKM: Opinion Mining – finden die Meinung jenseits von Stimmungen
scopeKM: Opinion Mining – finden die Meinung jenseits von StimmungenscopeKM: Opinion Mining – finden die Meinung jenseits von Stimmungen
scopeKM: Opinion Mining – finden die Meinung jenseits von Stimmungen
 
scopeKM: Text analysis with Triples
scopeKM: Text analysis with TriplesscopeKM: Text analysis with Triples
scopeKM: Text analysis with Triples
 
scopeKM: Allumfassende Extraktion von Informationen aus den Social Media
scopeKM: Allumfassende Extraktion von Informationen aus den  Social Media  scopeKM: Allumfassende Extraktion von Informationen aus den  Social Media
scopeKM: Allumfassende Extraktion von Informationen aus den Social Media
 
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...
scopeKM: B2B Service Lifecycle Suite, Die Service Center und Self Service Lös...
 
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...
Juraj Schick/scopeKM: Social Media intelligent beobachten, sinnvoll auswerten...
 

Cognitive Computing in der Finanzindustrie

  • 1. scopeKM Knowledge Management Cognitive Computing in der Finanzindustrie Semantik in der Prozessautomation Juraj Schick, Dipl. Ing ETH, CEO scopeKM GmbH, Zürich
  • 2. scopeKM Knowledge Management Agenda 1. Der Lösungsansatz 2. Lösungselemente 3. Use Cases 06. 06. 2017 2
  • 3. scopeKM Knowledge Management 06. 06. 2017 3 USPs von Cogito®  Cogito® basiert auf der Semantik als der Methode zum Verständnis der Bedeutungen von Wörtern und Sätzen.  Die Semantik untersucht die Bedeutung von Aussagen über die Sprach- und Logikanalyse, d.h. die Wörter und logische Verbindungen werden mit kontextuell relevanten Informationen verknüpft, um den maximalen Wissensgewinn zu erreichen.  Cogito® nutzt dazu semantische Technologien, die auf graphischen Datenbanken basieren:  Wissensgraph: Repräsentation von Wissen, wo Konzepte durch semantische Beziehungen miteinander verbunden sind und  Tripel: Logische Aussagen über Ressourcen als Subjekt – Prädikat – Objekt-Verknüpfungen  Mit der kombinierten semantischen Analyse legt Cogito® die Bedeutung der dargebotenen Inhalte explizit dar und nicht heuristisch, wie es der Fall ist bei nur auf Computerlinguistik basierender Lösungen.
  • 4. scopeKM Knowledge Management Das Wissensgraph  Das Wissensgraph ist ein domänenunabhängiges Sprach- lexikon, welches das Wissen durch Konzepte samt ihrer Bedeutungen und durch die Beziehungen zwischen den Konzepten repräsentiert wird. 06. 06. 2017 4 Sensigrafo  Jedes Element • hat einen Satz von Attributen: Grammatiktyp, semantischer Link, Definition, Domäne, Häufigkeit • bekommt eine Bedeutung über die grammatischen, syntaktischen und semantischen Merkmale von Wörtern und Konzepten.
  • 5. scopeKM Knowledge Management Das Tripel – die logische Aussage über Ressourcen  Die Tripel stellen ein graphisches Datenmodell dar, das die Entitäten über ihre Beziehungen miteinander verknüpft und das Analysen mit Schlussfolgerungen ermöglicht. Reasoning: “If John lives in London, and London is in England, then John lives in England” 06. 06. 2017 5  Die Tripel basieren auf dem flexiblen RDF-Datenmodell und können mit dem Tool SPARQL abgefragt werden  Die miteinander verknüpfte Graphik- elemente sind ohne Hierarchie, maschinen- lesbar und können in RDF dekonstruiert und verwendet werden, um neue Tatsachen zu erschliessen (Inferenz).
  • 6. scopeKM Knowledge Management  Die MarkLogic ist keine Stand-alone-Technologie, sondern eine echte Datenbank- Plattform, die nativ die Dokumente (JSON, XML, Geospatial Data) und Beziehungen (RDF Triples) speichert  Es können kombinierte Abfragen lanciert werden, die unterschiedlich Datentypen umfassen: Sowohl Dokumente, Fakten, Metadaten als auch die vorliegenden Ergebnisse "im Kontext". Speicher für Tripel 06. 06. 2017 6 Cogito© RDF Triple Stores MarkLogic speichert ca. 1 Milliarde Tripel/Knoten und kann auf Hunderte von Milliarden Tripel skaliert werden. Cogito® verwendet die Datenbank MarkLogic zur gemeinsamen Speicherung von Dokumenten und Tripel.
  • 7. scopeKM Knowledge Management RDF Triple Stores und graphische Datenbanken, ein Vergleich 06. 06. 2017 7 Die Ähnlichkeiten  Beide speichern verknüpfte Datenpunkte (Knoten) und sind ausgerichtet auf die Beziehungen zwischen den Daten (Kanten).  Ein Netz von Knoten und Kanten kann zusammengefügt und visualisiert werden. Die Unterschiede  Triple Stores sind kanten-(beziehungs-)orientiert und besser geeignet, um Sachen – und Sub-Graphen – in den Graphiken zu finden, graphische Datenbasen sind wiederum knoten-(eigenschaften-) orientiert und besser geeignet für Abfragen und Analysen, die den gesamten Graphen betreffen.  Die RDF Triple Stores ermöglichen Schlussfolgerungen, die graphischen Databanken hingegen nicht.
  • 8. scopeKM Knowledge Management Agenda 1. Der Lösungsansatz 2. Lösungselemente 3. Use Cases 06. 06. 2017 8
  • 9. scopeKM Knowledge Management Intelligente Suche: Google Partner Integration Gebührenpflichtige Lösung  Dokumente werden von Google an Cogito© versandt  Cogito© ermittelt das Google-Index und retourniert die Ergebnisse 06. 06. 2017 9  Die Information im Internet sind in den Webseiten eingeschlossen, in stetig wachsenden Mengen. Aus dem Grund liefert Google Search Millionen von Treffern ohne die gestellte Frage beantworten zu können.  Mit RDF werden unmittelbar Fakten vom Interesse identifiziert. Google Search: Top-Level-Fakten nach dem Anwenderwunsch und keine Auflistung von Links zu Dokumenten.
  • 10. scopeKM Knowledge Management 06. 06. 2017 10 Die Ontologie gewährleistet Kontext Die Worte werden linguistisch analysiert, annotiert (Metadaten) und kategorisiert (Ontologie / Taxonomie) Mit der Semantik wird der Kontext verstanden (disambiguation) und die Bedeutung der Aussage verstanden (Auto vs. Tier) Die Aussage wird semantisch interpretiert und angereichert
  • 11. scopeKM Knowledge Management Mehr Relevanz und Kontext Mit Semantik können Dokumente und Tripel kombiniert werden, um die Vorteile beider nutzen zu können. Die Assets werden als Dokumente modelliert und zu einem Diagramm von Tripeln verbunden. Das Modell kann zur effizienter Suche nach Entitäten im Diagramm genutzt werden, die miteinander im Kontext stehen. Dokumente/Aussagen im Kontext 06. 06. 2017 11
  • 12. scopeKM Knowledge Management Die ganzheitliche Suche  SPARQL als zentraler Differenzierungsfaktor: SPARQL ermöglicht schnelle und effiziente Suche nach und Analyse von grossen und komplexen, strukturierten und unstrukturierten Daten sowie Beziehungen.  Bsp. Versicherung: Anfrage „Sämtliche Begünstigte bei Krankenversicherungen, die im Jahr 2015 mehr als CHF 100.000 verdienten und im Kt. Bern leben” zeigt an die Kombination von Daten über Einkommen, Geographie und Zeit. Mit semantischen Lösungen werden alle Quellen verknüpft und Bildung von isolierten Datensilos vermieden. 1206. 06. 2017
  • 13. scopeKM Knowledge Management Das semantische Netz 06. 06. 2017 13  Cogito®: strukturierte Darstellung von bisher unstrukturiertem Text Syncon (Knoten) – Gruppe von Synonymen mit der gleichen Bedeutung / dem gleichen Konzept Syncons - in einem semantischen Netz mit hierarchischer Struktur mit anderen Knoten verknüpft Syncons – Anreicherung mit Wissen durch die Merkmale und die Bedeutung aller verlinkten Knoten  Die Standard-Sensigrafo-Wissensgrafik für Englisch enthält etwa 350.000 Syncons, mehr als 350.000 Lemmata, Regeln für Beugungen und 80+ Relationstypen, die etwa 2.8 Millionen Verbindungen zwischen Konzepten ergeben.
  • 14. scopeKM Knowledge Management Berücksichtigung des Mundarts 06. 06. 2017 14 Aussage: „Michael hat ein Velo zum Geburtstag bekommen.“  Mit der grammatikalischen Analyse werden die Relationen zwischen den Worten im Satz extrahiert; Sie können in Form eines Graphs dargestellt werden.
  • 16. scopeKM Knowledge Management Cogito® Studio 06. 06. 2017 16 Vollintegrierte Umgebung zum Erstellen und Bereitstellen von benutzerdefinierten semantische Anwendungen
  • 17. scopeKM Knowledge Management Cogito® mit Speech-to-Text Transkription 06. 06. 2017 17 Alle Multimediainhalte werden zugänglich und verständlich gemacht durch automatische Entschlüsselung und Transkription. Wichtige Vorteile:  Unabhängigkeit von dem Speaker  Verständnis der natürlich gesprochenen Sprache  Grosser Wortschatz (300k+ Wörter)  Anpassbar an kundenspezifische Domänen  Breite Erfahrung mit dem Service und der Technologie von Speech-to-Text.
  • 18. scopeKM Knowledge Management Agenda 1. Der Lösungsansatz 2. Lösungselelemnte 3. Use Cases 06. 06. 2017 18
  • 19. MEDIA & PUBLISHING GOVERNMENT FEDERAL AGENCIES FINANCE Life Sciences Global Positioning - Referenced Clients per Vertical 19 ENERGY, OIL & GAS 06. 06. 2017
  • 20. scopeKM Knowledge Management Cogito® Intelligence Platform (CIP) 06. 06. 2017 20
  • 22. scopeKM Knowledge Management Beispiele ausgeführter Use Cases 06. 06. 2017 22  Finanzdienstleister – Investitionsentscheidungen der Unternehmen: ● Einheitliche Sicht auf Infos zwecks profitabler Handlungsentscheidungen ● Prädiktives, auf semantischer Analyse von Datenmustern basierendes Entscheidungsmodell in Echtzeit ● Schneller Zugriff auf relevante Erkenntnisse  Optimierung vom Kundeservice einer führenden Online-Bank: ● Zugang der Kunden zu richtigen Informationen zur richtigen Zeit ● Vereinfachte und effizientere Suchanwendung (semantische Suche) ● Reduzierte Abhängigkeit von der traditionellen Unterstützung ● Call Center -Anfragen um 46% reduziert  Stärkung der AML- (Anti-Geldwäsche)-Fähigkeiten bei einer global führenden Bank: ● Erkennung verdächtiger Aktivitäten und abstrakter Beziehungen und Mustern mit erhöhter Risikoindikation ● Effizienterer Due Diligence-Prozess ● Effizienteres Compliance-Reporting und Informationsmanagement
  • 23. scopeKM Knowledge Management Abarbeitung einer Schadenmeldung Antragssteller füllt das Antragsformular aus und/oder Übergibt die Daten an den Service Center- Agenten  Antrag stellen 60 -80% der Informationen im Formular sind unstruktu- rierter Text. Cogito strukturiert automatisch Antragsinformationen für Analyse und Reporting.  Antragsdaten sammeln Zusätzlich zum Antragsformular werden alle zur Bearbeitung benötigten Dokumente bereitgestellt. Cogito verarbeitet die Informationen, um aus allen Daten ein Gesamtbild des Antrags zu erstellen.  Antragsuntersuchung durchführen Alle Informationen werden ausgewertet, nach möglichem Betrugsversuch untersucht und der Auszahlungsbetrag sowie -termin bestimmt. Vorbehalte werden, wenn nötig, nachjustiert. Analysten nutzen Cogito, um Anspruchsdaten zu prüfen und die Auszahlung zu bestimmen.  Antrag auszahlen Der Betrag wird an den Kunden bzw. Leistungserbringer (z.B. Krankenhaus, Werkstatt usw.) gesamthaft oder in vereinbarten Raten ausbezahlt. Cogito Lösung Cogito 06. 06. 2017 23 Cogito Lösung Cogito Cogito Lösung Cogito
  • 24. scopeKM Knowledge Management Analyse einer Schadenfall-Meldung 06. 06. 2017 24 Anaphorische Verbindung werden interpretiert Berücksichtigung der vorhergehenden und nachfolgenden Kontexte und Durchführung des Matching-Prozesses. Die Aussage wird linguistisch analysiert, annotiert (Metadaten) und eingeordnet (Ontologie / Taxonomie)
  • 25. scopeKM Knowledge Management Kundenhotline - Chatbots im Kundenservice Problembeschreibung  Ticket Erstellung BMC Remedy Self-Service Management Anrufstexts Web Service Cogito® Answer Text Analyse Entitäten Extraktion Semantic Tagging Kategorisierung (500< Kategorien) Vorschlag Klassification Arbeitsprozess zur Beantwortung von Standardanfragen Auswahl 06. 06. 2017 25
  • 26. scopeKM Knowledge Management Intelligenter Assistent (1) 06. 06. 2017 26 Aufgabe: Assistenz beim Wealth Management einer Bank Thema: Sorgfaltspflicht (Quelle: Kommentar zur Vereinbarung über die Standesregeln zur Sorgfaltspflicht der Banken (VSB 16) Textanalyse eines Textabschnitts – die Hauptkonzepte:
  • 27. scopeKM Knowledge Management Intelligenter Assistent (2) 06. 06. 2017 27 Relationen mit Konzept „Delegation“ und die Treffer aus den Sätzen:
  • 28. scopeKM Knowledge Management Intelligenter Assistent (3) 06. 06. 2017 28 Syntaktische Analyse: Subject-Action-Object (SAO) Tripel werden erstellt Dies ist einerseits vor dem Hintergrund sachgerecht, dass der ganze Konzern auf konsolidierter Basis von der Aufsichtsbehörde überwacht wird und innerhalb des Konzerns gleichwertige Sorgfaltspflichtstandards bestehen sollen. überwacht Der Satzteil „dass der ganze Konzern auf konsolidierter Basis von der Aufsichtsbehörde überwacht wird“ ist in der Passivform, d.h. „Konzern“ ist der Subjekt des Passivsatzes. Logische Analyse: „Die Aufsichtsbehörde“ als „the Driver of the Action“ von „überwachen“: Subjekt: Aufsichtsbehörde Aktion: überwachen Objekt: Konzern
  • 29. scopeKM Knowledge Management Intelligenter Assistent (4) 06. 06. 2017 29 Disambiguierung des Textes, Part-of-Speech Tags bei jedem Wort, Hauptkonzepte und die drei relevantesten Sätze auf der linken Seite