dida Logo
Home › 
Industries › 
Banken

Banken

Steigerung der Effizienz in Bankenprozessen

Preview image

Mit Machine Learning können Bankenprozesse optimiert werden durch

die Verbesserung Ihrer Compliance-Abläufe, z. B. durch Unterstützung Ihrer Geldwäsche-Überwachung mit ML-Algorithmen
das Realisieren von Arbitragemöglichkeiten durch beschleunigte Informationsverarbeitung
die automatisierte Informationsextraktion von Schlüsselkennzahlen aus Geschäftsberichten börsennotierter Unternehmen

Projekte in Banken

Alle Projekte zeigen

Rechtliche Überprüfung von Mietverträgen

Different methods from the field of NLP helped us to create a software that spots errors in legal contracts

Semantische Suche für die öffentliche Verwaltung

dida entwickelte einen KI-basierten Algorithmus zur Extraktion relevanter Informationen aus Behördendokumenten

Automatische Überprüfung von Nebenkosten­abrechnungen

Blog Posts in Banken

Alle Blog Posts zeigen
Einführendes

Der Projektantrag - der erste Schritt zu einem erfolgreichen ML-Projekt

Von Emilius Richter 18. Juli 2022

Für einen Softwareanbieter ist der Projektantrag der erste Schritt zur Erfüllung der Anforderungen des Kunden. In diesem Artikel werde ich die wichtigsten Module in Machine-Learning-Projektanträgen beschreiben.

Projects

21 Fragen, die wir unseren Kunden stellen: Start eines erfolgreichen ML-Projekts

Von Emilius Richter 21. Mai 2021

Wir besprechen, welche Fragen im Vorfeld berücksichtigt und beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Einführendes

Automatische Fragebeantwortung für Suchmaschinen

Von Angela Maennel 26. April 2021

Hier zeige ich, wie Open-Domain-Fragebeantwortungssysteme funktionieren und wie sie Suchmaschinen verbessern können. Wir werden uns eine bestimmte Art von System, DrQA, näher ansehen.

Natural Language Processing

Text aus PDF-Dateien extrahieren

Von Text aus PDF-Dateien extrahieren 17. August 2020

Im Folgenden möchte ich die Open-Source-Python-PDF-Werkzeuge PyPDF2, pdfminer und PyMuPDF vorstellen, die zur Extraktion von Text aus PDF-Dateien verwendet werden können. Ich werde ihre Funktionen vergleichen und auf einige Nachteile hinweisen.

Tools

Die besten kostenlosen Labeling-Tools für NLP-Textannotationen

Von Fabian Gringel 30. März 2020

In diesem Blogbeitrag stelle ich die drei besten freien Text-Annotationstools für die manuelle Beschriftung von Dokumenten in NLP-Projekten vor. Sie erfahren, wie Sie sie installieren, konfigurieren und verwenden können und finden heraus, welches von ihnen am besten für Ihre Zwecke geeignet ist. Die Tools, die ich vorstellen werde, sind brat, doccano und INCEpTION.

Tools

Test von OCR-Scannern: die beste Software für Texterkennung

Von Fabian Gringel 20. Januar 2020

Dieser Blogbeitrag stellt die gängigsten OCR-Tools vor, zeigt, wie man sie einsetzt und bewertet ihre Stärken und Schwächen. Am Ende werden Sie in der Lage sein, ein OCR-Tool auszuwählen und anzuwenden, das zu den Anforderungen Ihres Projekts passt.

Theorie & Algorithmen

Temporal Convolutional Networks für die Sequenz-Modellierung

Von Temporal Convolutional Networks für die Sequenz-Modellierung 6. Januar 2020

Dieser Blog-Beitrag stellt einen einfachen, aber leistungsfähigen Faltungsansatz für Sequenzen vor, der Temporal Convolutional Network (TCN) genannt wird und ursprünglich in Bai 2018 vorgeschlagen wurde, und sagt Ihnen, wo Sie Implementierungen für Pytorch, Keras und Tensorflow finden.

Natural Language Processing

Informationen aus Dokumenten auslesen

Von Dr. Frank Weilandt 23. April 2019

Dieser Blogbeitrag stellt eine Heuristik vor, wie man mit PythonTesseract das Datum eines Briefes automatisch auslesen kann und präsentiert den entsprechenden Code.

Use Cases in Banken

Alle Use Cases zeigen