Reduktion des täglich vorgehaltenen Geldes bei gleichzeitiger Sicherstellung der Zahlungsfähigkeit
Optimierung eines bestehenden KI-Modells zur Vorhersage von Zahlungszeitpunkten
Implementierung des Modells in ein produktives System, welches zur Steuerung des Liquiditätsmanagement dient
Aufgaben
Automatisierte Anreicherung von WSS-Daten (Settlement Daten, bereitgestellt von der deutschen Börse) mit Informationen aus verschiedenen Vorsystemen zur Verbesserung der Datenqualität
Entwicklung einer fachlichen Logik zur Verknüpfung von MT-Nachrichten mit WSS-Daten
Fachliche und technische Konzeption der Anwendung zur Steuerung der Liquidität
Weiterentwicklung des KI-Modells
Sicherstellung von regulatorischen und internen Anforderungen an KI
Ergebnisse
Reduktion des täglich vorgehaltenen Geldes zur Sicherstellung der Zahlungsfähigkeit um ca. 30 %
Vorhersage von Zahlungszeitpunkten mit einer Abweichung von im Schnitt 15 Minuten
Implementierung einer nutzerorientieren Anwendung zum Einsatz im Liquiditätsmanagement
Grafische Darstellung des vorhergesagten Liquiditätsverlauf über den Tag hinweg
Implementierung eines Continuous Training Prozesses, um die fortwährende Qualität des KI-Modells sicherzustellen
Unser Beitrag
Fachliche und technische Konzeption der Anwendung zusammen mit dem Fachbereich
Weiterentwicklung des KI-Modells zur Vorhersage von Intraday-Avisen
Zeichnen einer Roadmap zur Überführung der Anwendung in eine Skalierfähige Cloudumgebung
Projektsteuerung
Erstellung von Fach- und KI-Konzepten
Weitere Referenzen zur KI-Transformation
KI-Assistent: Konzeption bis Rollout
KI-Governance Frameworks und Überführung in die SfO
Validierung des Einsatzes von KI in der Anlageberatung