Autor: Ariane Kruse

Der Kreditkartenmarkt in Deutschland hat sich seit dem Ende der achtziger Jahre von einem relativ kleinen Markt zu einem Massenmarkt entwickelt. Damit ging einher, dass auch der Wettbewerb der Kreditkartenemittenten untereinander stärker wurde. Ein wichtiger Wettbewerbsvorteil für Kreditkartenemittenten ist eine schnelle und zuverlässige Bonitätsprüfung ihrer Kunden, um zu verhindern, dass Kreditkartenabrechnungen vom Karteninhaber nicht beglichen werden. In einem Projekt der Lufthansa Air Plus Servicekarten GmbH und der Baetge & Partner GmbH & Co. KG wurden mit Hilfe der Künstlichen Neuronalen Netzanalyse ein Bonitätsbeurteilungssystem für die Prüfung der Kreditkartenanträge (Antragsprüfung) und eines für die laufende Überwachung der Kreditkartenumsätze (Kartenüberwachung) von privaten Kreditkartenkunden entwickelt. Während bei der Kreditwürdigkeitsprüfung im Firmen- und Privatkundengeschäft der Kreditinstitute Künstliche Neuronale Netze bereits erfolgreich verwendet werden, werden sie für das Kreditkartengeschäft bislang vorwiegend zur Erkennung von Kreditkartenbetrug eingesetzt. In dieser Arbeit wird die Künstliche Neuronale Netzanalyse erstmalig zur Entwicklung sowohl eines Systems zur Prüfung von Kreditkartenanträgen als auch eines Systems zur laufenden Überwachung der Kreditkartenumsätze verwendet, neben Daten aus Kreditkartenanträgen und Umsatzdaten werden auch mikrogeografische Daten analysiert. Die Arbeit stellt zu Beginn die historische Entwicklung der Kreditkarte und damit die besondere Situation des Kreditkartenmarktes in Deutschland dar und erläutert die Funktionsweise und die Risiken des Kreditkartengeschäfts. Anschließend wird ausführlich die Künstliche Neuronale Netzanalyse zur Entwicklung der beiden Bonitätsbeurteilungssysteme beschrieben. Die grundlegende Funktionsweise Künstlicher Neuronaler Netze wird erläutert und es wird beschrieben, wie die Antragsdaten kodiert und aus den Umsatzdaten Kennzahlen gebildet werden. Neben den bekannten Pruning-Algorithmen werden zur optimalen Auswahl der relevanten Beurteilungskriterien auch neu entwickelte Insertion-Algorithmen verwendet. Besondere Aufmerksamkeit wird dem Problem des vorselektierten Datenbestandes geschenkt, das allgemein bei Verfahren auftritt, die mit empirischen Daten arbeiten. Ein Benchmarktest der neu entwickelten Antragsprüfungs-Systeme mit einem Antragsscoring ergab, daß die Künstlichen Neuronalen Netzanalyse zu wesentlich besseren Ergebnissen führt. Diese Ergebnisse konnten von den Netzen zur Kartenüberwachung noch übertroffen werden. Außerdem wird beschrieben, wie solche Bonitätsbeurteilungssysteme kostenoptimal in den Prozessen der Antragsprüfung und der Kartenüberwachung eingesetzt werden können. Diese Arbeit ist vor allem för Kreditkartenemittenten und Processinggesellschaften interessant, richtet sich aber auch an Kreditinstitute im Segment Privatkundenkredite, da sie die Eignung der Künstlichen Neuronalen Netzanalyse zur Kreditwürdigkeitsprüfung im Privatkundengeschäft deutlich herausarbeitet.