Nutzungsmöglichkeiten von Daten aus sozialen Netzen bei Finanzdienstleistern zur Kreditwürdigkeitsanalyse. Entwicklung eines Szenarios und kritische Würdigung
Studienarbeit aus dem Jahr 2015 im Fachbereich BWL - Bank, Börse, Versicherung, Note: 1.7, Universität Potsdam, Sprache: Deutsch, Abstract: Weltweit steigt die Anzahl der Internetnutzer kontinuierlich an. Im Jahr 2014 betrug die Anzahl der weltweiten Internetnutzer 2,925 Mrd. Die Aussicht auf eine Trendumkehr scheint in den nächsten Jahren unrealistisch. Mit dem Anstieg der Internetnutzer weltweit nimmt auch die Menge am Datenverkehr im Netz stetig zu. Heute wird in diesem Zusammenhang unter anderem von Big Data gesprochen. Diese Datenmengen bieten innovativen Finanzdienstleistern neue Möglichkeiten der Kreditwürdigkeitsanalyse. Speziell die Datenmengen, welche in sozialen Netzwerken, also bspw. in Facebook, Twitter oder LinkedIn, generiert werden, eignen sich zur Analyse der Kreditwürdigkeit des jeweiligen Nutzers. Einige innovative Unternehmen haben Algorithmen zur Analyse der Daten aus sozialen Netzen programmiert und sind nun in der Lage, erfolgreich damit zu wirtschaften und Kredite mit einer sehr geringen Ausfallwahrscheinlichkeit zu vergeben. Unternehmen, die eine Kreditwürdigkeitsanalyse durch soziale Netzwerke betreiben, sind im deutschen Marktumfeld derzeit kaum anzutreffen. Aus diesem Grund wird das Thema dieser Arbeit vorwiegend im internationalen Kontext untersucht. Das Ziel dieser Arbeit besteht demnach darin, die neuartigen, unterschiedlichen Nutzungsmöglichkeiten der Kreditwürdigkeitsanalyse aufzuzeigen, den Status quo abzubilden, ein plausibles Zukunftsszenario zu beschreiben und schließlich das Thema dieser Arbeit kritisch zu würdigen.
1123453953
Nutzungsmöglichkeiten von Daten aus sozialen Netzen bei Finanzdienstleistern zur Kreditwürdigkeitsanalyse. Entwicklung eines Szenarios und kritische Würdigung
Studienarbeit aus dem Jahr 2015 im Fachbereich BWL - Bank, Börse, Versicherung, Note: 1.7, Universität Potsdam, Sprache: Deutsch, Abstract: Weltweit steigt die Anzahl der Internetnutzer kontinuierlich an. Im Jahr 2014 betrug die Anzahl der weltweiten Internetnutzer 2,925 Mrd. Die Aussicht auf eine Trendumkehr scheint in den nächsten Jahren unrealistisch. Mit dem Anstieg der Internetnutzer weltweit nimmt auch die Menge am Datenverkehr im Netz stetig zu. Heute wird in diesem Zusammenhang unter anderem von Big Data gesprochen. Diese Datenmengen bieten innovativen Finanzdienstleistern neue Möglichkeiten der Kreditwürdigkeitsanalyse. Speziell die Datenmengen, welche in sozialen Netzwerken, also bspw. in Facebook, Twitter oder LinkedIn, generiert werden, eignen sich zur Analyse der Kreditwürdigkeit des jeweiligen Nutzers. Einige innovative Unternehmen haben Algorithmen zur Analyse der Daten aus sozialen Netzen programmiert und sind nun in der Lage, erfolgreich damit zu wirtschaften und Kredite mit einer sehr geringen Ausfallwahrscheinlichkeit zu vergeben. Unternehmen, die eine Kreditwürdigkeitsanalyse durch soziale Netzwerke betreiben, sind im deutschen Marktumfeld derzeit kaum anzutreffen. Aus diesem Grund wird das Thema dieser Arbeit vorwiegend im internationalen Kontext untersucht. Das Ziel dieser Arbeit besteht demnach darin, die neuartigen, unterschiedlichen Nutzungsmöglichkeiten der Kreditwürdigkeitsanalyse aufzuzeigen, den Status quo abzubilden, ein plausibles Zukunftsszenario zu beschreiben und schließlich das Thema dieser Arbeit kritisch zu würdigen.
21.78
In Stock
5
1
Nutzungsmöglichkeiten von Daten aus sozialen Netzen bei Finanzdienstleistern zur Kreditwürdigkeitsanalyse. Entwicklung eines Szenarios und kritische Würdigung
22
Nutzungsmöglichkeiten von Daten aus sozialen Netzen bei Finanzdienstleistern zur Kreditwürdigkeitsanalyse. Entwicklung eines Szenarios und kritische Würdigung
22
21.78
In Stock
Product Details
| ISBN-13: | 9783668055629 |
|---|---|
| Publisher: | GRIN Verlag GmbH |
| Publication date: | 01/01/2015 |
| Sold by: | CIANDO |
| Format: | eBook |
| Pages: | 22 |
| File size: | 495 KB |
| Language: | German |
From the B&N Reads Blog