Neue Wege der Risikoüberwachung – Mit Algorithmen im Informationsdickicht der Wirtschaftsnachrichten den Überblick bewahren
Die Corona-Pandemie hat Kreditgebern deutlich vor Augen geführt, dass gerade in Krisenzeiten eine funktionierende Risikofrühwarnung unverzichtbar ist. Für große, kapitalmarktorientierte Unternehmen erfolgt ein effizientes Monitoring einfach über automatisierte Analyse von Marktdaten. Über kleine und mittlere Unternehmen (KMU), die gerade in Deutschland den „Motor der Wirtschaft“ darstellen, sind vergleichbare Daten nicht vorhanden oder nur unstrukturiert zugänglich, z.B. in Nachrichtentexten. Dank Methoden des Machine Learning (ML) und Natural Language Processing (NLP) können a) diese Quellen effizient erschlossen und b) gewinnbringende Erkenntnisse aus der automatisierten Bewertung von Nachrichten aus einem kaum zu überblickenden Universum an Medienquellen gewonnen werden.
Agenda:
- Hidden Champions, Hidden Risks? Attraktive Investments (z.B. Schuldschein) unter Druck bei erschwertem Zugang zu risikorelevanten Informationen.
- Möglichkeiten zur effizienten und strukturierten Analyse von Wirtschaftsnachrichten nach unterschiedlichen Kriterien (Relevanz, Kritikalität hinsichtlich Bonität, ESG, etc.) mittels Künstlicher Intelligenz (KI).
- Veranschaulichung der Methoden anhand von Praxisbeispielen (Unternehmen, Branchen, Peergroup-Netzwerke) im aktuellen Pandemie-Kontext und Ausblick.
