Hannah Lantermann (33, Baloise DataLab), Niels Ozdyk (39, Baloise DataLab), Nisha Maria Nicotra (40, Baloise Asset Management/ BAM), Tim Nooren (31, Friday)
Im Baloise Asset Management (BAM) stellen wir uns u.a. die Frage, in welche Firmen wir investieren wollen oder eben nicht, weil wir bei ihnen zukünftig Probleme erwarten. Um das herauszufinden, müssen wir regelmässig Quartals- und Jahresabschlüsse analysieren – unglaublich dicke Wälzer, die beschreiben, wie gut oder schlecht Firmen gewirtschaftet haben.
«Sehr anspruchsvoll und extrem zeitintensiv» sagt Nisha, «da wir in mehrere hundert Unternehmen aus verschiedensten Sektoren investiert sind. Um die Unternehmen herauszufiltern, deren Abschlüsse eher ernüchternd bzw. besonders positiv ausgefallen sind, haben wir deshalb nach einer Lösung gesucht, mit der sich all diese Dokumente in einem automatisierten Prozess analysieren lassen.»
«Um die ganze Sache zum Fliegen zu bringen, war es unglaublich hilfreich, dass jede/r von uns etwas Anderes kann und entsprechendes Wissen einbringt.»
«Wir brauchten eine Methode, mit der das BAM schnell und unkompliziert arbeiten kann», erinnert sich Niels, «Zunächst haben wir einen Prototypen gebaut.» «Natural Language Processing (NLP) ist das Stichwort», ergänzt Hannah (s.Foto). «Ein Weg, über den Computerprogramme menschliche Sprache einlesen und analysieren». Analysieren bedeutet in diesem Kontext, dass mit Hilfe künstlicher Intelligenz geprüft wird, ob ein Satz negativ, neutral oder positiv formuliert ist (Sentiment Analyse).
Unsere Lösung wertet die, für die BAM relevanten, Geschäftsberichte aus – für jedes Unternehmen die Dokumente der vergangenen 20 Jahre. Diese grossen Datenmengen werden in kürzester Zeit in Scores verwandelt und chronologisch je Unternehmen dargestellt. «Dies ist für uns eine wertvolle Unterstützung in den Investitionsentscheidungen» sagt Nisha.
««Nachdem unser Prototyp vielversprechende Ergebnisse geliefert hat, fiel die Entscheidung, daraus einen automatisierten Prozess zu entwickeln.» Niels erklärt: «Für diesen Teil unserer Arbeit brauchten wir reichlich technische Expertise, denn um einen Nutzen aus so einem Tool zu ziehen, benötigt man viele Komponenten, die dem User verborgen bleiben.»
«Wie es der Zufall so wollte», erinnert sich Hannah, «war ich damals bei unserem Baloise Startup FRIDAY in Berlin. Ein temporärer Jobwechsel. Dort arbeitete ich mit Tim (s.Foto) zusammen und bot uns mit seinen Skills eine tolle Ergänzung im Bereich Data Engineering: er hat quasi die Karosserie um unseren Prototypen programmiert.»»
«Was mich begeistert hat», ergänzt Nisha (s.Foto): «Wie schnell und eigenständig jede/r von uns unterwegs war. Wir alle haben uns für unseren Teil am Projekt verantwortlich gefühlt und die eigenen Themen vorangetrieben. Das lief sehr effizient mit klarer Timeline.» «Für mich war es logisch, zu helfen», sagt Tim. «Die Kooperation mit der Baloise funktioniert in beide Richtungen. Einerseits arbeiten wir in Berlin mit moderneren Technologien; deshalb war die Programmierung für mich einfach und schnell zu machen. Andererseits unterstützt uns die Baloise oft mit Know-how, Erfahrung und Manpower.»
«Wir haben das zusammen gemacht – from scratch. Heute arbeitet das Baloise Asset Management mit unserem Tool - weil wir alle unsere Stärken eingebracht haben.»
«Um die ganze Sache zum Fliegen zu bringen, war es unglaublich hilfreich, dass jede/r von uns etwas anderes kann und entsprechendes Wissen einbringt», fasst Hannah die Vorteile einer solch team-/ länder- und letztlich unternehmensübergreifenden Zusammenarbeit zusammen. Die Verantwortlichkeiten und Kompetenzen waren total klar; das Vertrauen in einander gross: Vieles lief dadurch einfacher, schneller, effizienter.»
«Was auch geholfen hat», sagt Niels: «Wir hatten klaren Ziele, einen guten Scope, und ein grosser Teil des Projektes basierte auf Daten, die öffentlich sind.» «Für mich», beschliesst Tim das allgemeine Fazit, «war es einfach ein cooles Setup. Wir haben das zusammen gemacht – von Scratch. Heute arbeitet das Baloise Asset Management mit unserem Tool - weil wir alle unsere Stärken eingebracht haben.»