Riskomanagement mit neuronalen Netzen

Studienarbeit aus dem Jahr 2018 im Fachbereich BWL - Controlling, Note: 2,7, Universität Bayreuth, Sprache: Deutsch, Abstract: Diese Arbeit wird sich mit den Möglichkeiten und Grenzen neuronaler Netze im Risikomanagementprozess befassen. Dabei werden zuerst die wesentlichen Grundlagen neuronaler Netze erläutert, im Anschluss daran werden die Anforderungen des Risikomanagementprozesses identifiziert. Nach der separaten Betrachtung der beiden Themengebiete werden die Erkenntnisse kombiniert. Dies geschieht durch einen Abgleich zwischen den Anforderungen des Risikomanagementprozesses und den Möglichkeiten neuronaler Netze. Als Fazit dieser Arbeit soll schließlich aufgezeigt werden, in welchen Handlungsfeldern neuronale Netze in den Prozess des Risikomanagements eingebunden werden können, aber auch welchen Grenzen diese unterliegen. Durch die Entwicklungen innerhalb einer sich immer stärker globalisierenden Welt, besonders im Bereich der neuronalen Netze, wird dieser Bereich auch im Risikomanagement immer relevanter. Im Speziellen die steigende Verfügbarkeit von Daten im Zuge der Digitalisierung, ermöglicht es immer komplexere Prozesse mit Hilfe neuronaler Netze zu erfassen. Auch der Trend der Big-Data führt dazu, dass die für ein neuronales Netz essentiell wichtigen Trainingsdaten einfacher beschafft werden können und dabei auch mehr der wesentlichen Variablen erfasst werden können. Eine Studie der IDC prognostiziert, dass die weltweite Datenmenge von aktuell 16,1 Zettabyte bis zum Jahr 2025 auf 163 Zettabyte ansteigen wird. Diese Verzehnfachung zeigt auf, dass das in der Analyse dieser Daten inhärent bestehende Potenzial, enorm ist.