Insolvenzprognose aus Jahresabschlußdaten:
eine harte Nuß für Mensch und Maschine

Projektkurzbeschreibung:

Die Ausgangsdaten:

• ca. 700 Kundenbeispiele
• Beschreibung jedes Kunden durch 341 Attribute, die die Bilanz aus 1992 charakterisieren
• Ferner die reale Klassifikation: wurde dieser Kunde 2 Jahre später von seinem Kreditsachbearbeiter als "gefährdet" eingestuft oder nicht?

Die Aufgabe:

Woher kommen die Daten?

Ausgangspunkt ist das CUBUS System der SYSTOR AG zur Bilanzbewertung. CUBUS ist ein regelbasiertes Expertensystem, das in mehreren Aggregationsstufen aus "rohen" Zahlenwerten der Bilanz durch zunehmende Interpretation mit Hilfe von Expertenwissen und Zusammenfassung einzelner Werte zu abstrakten Kenngrößen immer stärker verdichtete Information zur Verfügung stellt:

Welche Verfahren wurden untersucht?

• Statistische Verfahren: Multivariate Diskriminanzanalyse
• Maschinelles Lernen: Induktion von Entscheidungsbäumen und Neuronale Netze
• Fallbasiertes Schließen: nächster Nachbar-Prinzip

Probleme bei der Extraktion von Entscheidungsregeln:

• Viele Lücken in der Datenbasis.
• Klassifikation als gefährdet kann eine Fehleinschätzung des Sachbearbeiters gewesen oder durch externe Faktoren (unabhängig von der Bilanz) verursacht worden sein.
• Die Verfahren erwarten i.a. mehr Beispiele.
• Es gibt keine Anhaltspunkte, welche Attribute für die Einschätzung wichtig sind.

Ergebnisse:

• Sowohl statistische als auch einfache Entscheidungsbaumverfahren bekommen das Problem nicht in den Griff.
• Ansatzpunkte für eine Lösung finden sich durch Erweiterung und Kombination von maschinellen Lernverfahren und beim fallbasierten Schließen.
• Das Expertenwissen des CUBUS-Systems - das ursprünglich zur Bilanzanalyse konzipiert wurde - trägt essentiell zur Klassifikation bei, so daß sich eine Erweiterung des regelbasierten Expertensystems durch Techniken des Maschinellen Lernens anbietet.
• Data Mining Techniken können Hinweise auf in den Daten verborgene Zusammenhänge liefern, die dem Benutzer noch nicht bekannt waren.
• Kommerzielle Tools unterscheiden sich beträchtlich in Leistungsumfang und Benutzerfreundlichkeit.