Kreditrisikomodell für ein regional verwurzeltes Fintech
Übersicht
Worum es bei diesem Projekt geht.
Du bereinigst Kreditdaten, entwickelst ein PD-Modell mit ML und validierst es für ein Fintech. Am Ende erhältst du ein verifizierbares Zertifikat.
Das Szenario
Das Startup wurde 2019 von zwei ehemaligen Investmentbankern gegründet, hat 45 Mitarbeitende und kooperiert mit der Berliner Sparkasse als Refinanzierungspartner. Es nutzt alternative Datenquellen (POS-Terminal-Umsätze, Handwerkersoftware-Daten, öffentliche Auftragsdatenbanken) neben klassischen Bilanzkennzahlen. Die nächste Finanzierungsrunde steht an, wobei die Due Diligence das Risikomodell intensiv prüfen wird.
Das Briefing
Was Du tust und was Du zeigst.
Wie lässt sich ein robustes, erklärbares und regulatorisch konformes Kreditrisikomodell entwickeln, das mit begrenzter Datenhistorie die Ausfallwahrscheinlichkeit für heterogene Handwerkskredite präzise vorhersagt?
Earning criteria — what you'll demonstrate
- Prädiktive Analytik für Kreditrisikomodelle unter regulatorischen Anforderungen anwenden
- Methoden der Modellvalidierung und -überwachung im Risikomanagement verstehen und implementieren
- Erklärbarkeit (Explainable AI, XAI — Methoden zur Nachvollziehbarkeit von Modellentscheidungen) in prädiktiven Finanzmodellen gewährleisten
- Feature Engineering mit heterogenen strukturierten und unstrukturierten Datenquellen durchführen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Business Analytics
Master · Data
Strong alignment
This challenge maps to Business Analytics at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Predictive Analytics
Apply predictive analytics to solve real industry problems and demonstrate production-level capability.
- Statistical Modeling
Apply statistical modeling to solve real industry problems and demonstrate production-level capability.
- Risk Assessment
Apply risk assessment to solve real industry problems and demonstrate production-level capability.
- Data Visualization
Transform complex data into clear, insightful visual representations.
- Regulatory Compliance
Apply regulatory compliance to solve real industry problems and demonstrate production-level capability.
- Feature Engineering
Apply feature engineering to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Credit Analyst
Die Entwicklung und Validierung von Kreditrisikomodellen ist Kernkompetenz eines Credit Analysts. Die Erfahrung mit PD-Modellierung, regulatorischen Anforderungen und erklärbarer KI ist direkt auf diese Rolle übertragbar.
Dieses Projekt schärft
- predictive-analytics
- risk-assessment
- statistical-modeling
Risk Management Analyst
Das umfassende Verständnis von Modellrisiko, Validierungsmethoden und regulatorischer Konformität bildet die Grundlage für die breitere Risikomanagement-Perspektive dieser Rolle.
Dieses Projekt schärft
- risk-assessment
- regulatory-compliance
- predictive-analytics
Data Science Consultant
Die Fähigkeit, komplexe analytische Projekte von der Datenaufbereitung bis zur präsentierbaren Entscheidungsgrundlage zu führen, ist das Kerngeschäft der Data-Science-Beratung.
Dieses Projekt schärft
- predictive-analytics
- data-visualization
- feature-engineering
Noch eine Sache