Analytische Betrugserkennung im Bankenumfeld

Inhaltlich unver nderte Neuauflage. Betrugsf lle, speziell von Mitarbeitern unternommene, sind im Hinblick auf Reputations- und Schadenskosten f r eine Bank verheerend. Lange wurden interne Betrugsanalysen haupts chlich in m hsamer Handarbeit get tigt. Auf der Suche nach neuen analytischen M glichkeiten entstand die dem Buch Zugrunde liegende Diplomarbeit aus der Kooperation zwischen dem Institut f r Informatik der Universit t Z rich (DDIS Gruppe) und einer Bank. Ziel war es, ein Relationales Data Mining (RDM) Verfahren zu finden, dieses im realen Einsatz zu testen und Erfahrungen daraus zu gewinnen. Der Autor f hrt zuerst ins Umfeld der analytischen Betrugserkennung und ins RDM ein. Danach wird die technische Umgebung erl utert und ein RDM-Verfahren f r die Untersuchung vorgestellt. Nach der Pr sentation der Ergebnisse und deren Analyse folgt zum Schluss eine kritische Erfolgsbesprechung mit Optimierungstipps f r zuk nftige Eins tze. Dieses Buch ist ein lehrreicher Erfahrungsbericht aus dem praktischen Einsatz von (Relationalem) Data Mining im Data Warehouse einer Bank. Es richtet sich u.a. an Manager und Applikationsentwickler im analytischen Betrugsumfeld und an (Wirtschafts-)informatiker mit Interesse am Thema.