Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung

Glasen, Fabian Article Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung Kredit und Kapital Provided in Cooperation with: Duncker & Humblot, Berlin Suggested Citation: Glasen, Fabian (1994) : Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung, Kredit und Kapital, ISSN 0023-4591, Duncker & Humblot, Berlin, Vol. 27, Iss. 1, pp. 100-134, https://doi.org/10.3790/ccm.27.1.100 This Version is available at: https://hdl.handle.net/10419/293272 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by/4.0/ Wissensbasierte Systeme für die Kreditwürdigkeitsprüfimg Von Fabian Glasen, Konstanz I. Einleitung Die Kreditwürdigkeitsprüfung ist eine Bankdienstleistung, die für die Banken, die Kreditnehmer und die Gesellschaft insgesamt von großer Bedeutung ist. Bei der Kreditwürdigkeitsprüfung kann unterschieden werden zwischen der Kreditwürdigkeitsprüfung für Privatpersonen, bestehende Unternehmen und Unternehmensgründungen. Die Anwendung der Expertensystemtechnologie im Finanzund Bankgewerbe hat in den letzten Jahren zu vielen Prototypen und vielen Systemen geführt, die bereits im Einsatz sind (Behau/Lecot 1987; Watkins 1988; Mertens et al. 1990; Schwabe et al. 1990, 1992; Dolinsky 1992). Eine derartige Anwendung, die mit dieser neuen Technologie unterstützt wird, ist die Kreditwürdigkeitsprüfung. In dieser Arbeit wird einerseits ein Überblick über bestehende Expertensysteme zur Kreditwürdigkeitsprüfung gegeben und andererseits, um eine naheliegende Anwendungsarchitektur für solche Systeme etwas näher zu demonstrieren, das System WISKREDAS - ein Expertensystem zur Kreditwürdigkeitsprüfung von Unternehmensgründungen an dessen Konzeption und prototypischer Entwicklung der Autor mitgewirkt hat - näher dargestellt1. Da die informationelle Absicherung bei der Kreditwürdigkeitsprüfung sehr wichtig ist und diese im Rahmen von Expertensystemen zur Kreditwürdigkeitsprüfung bisher wenig dargestellt wurde, innerhalb von WISKREDAS aber eine eigene Komponente hierfür vorgesehen ist, wird diese Komponente hier ausführlicher dargestellt. Zunächst wird jedoch kurz in die Problemstellung Kreditwürdigkeitsprüfung eingeführt. i WISKREDAS (WISsensbasiertes KREDitAbsicherungsSystem) wurde im Projekt „Informationelle Absicherung von Verwaltungshandeln durch kooperative Wissens Verarbeitung" im Rahmen des SFB 221 (Verwaltung im Wandel) an der Universität Konstanz konzipiert und prototypisch entwickelt (Dambon et al. 1989). OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 101 II. Kreditwürdigkeitsprüfung Die Kreditwürdigkeitsprüfung2 (KWP) ist ein Entscheidungsproblem, bei dem eine Bank über einen Kreditantrag zu entscheiden hat. Da für die Beurteilung des Kreditrisikos noch keine objektivierbaren Verfahren3 existieren (Schmoll 1983b), muß sich die Automatisierung der Entscheidung an Heuristiken orientieren, die in der Praxis angewendet werden, die weitgehend vernünftig erscheinen und die sich als praktikabel herausgestellt haben4. Wesentliche Aufgabe der KWP ist es, auf der Grundlage von Einschätzungen des Kreditnehmers hinsichtlich der zugrundegelegten Beurteilungsbereiche die Liquiditätsentwicklung des Kredit beantragenden Unternehmens, bzw. der jeweiligen Privatperson, zu prognostizieren5. Dazu müssen die zu erwartenden Ausgaben und die zu erwartenden Einnahmen des Kreditnehmers in der Zukunft geschätzt und gegenübergestellt werden. Versteht man unter Cash-flow den Überschuß der einnahmenwirksamen Erträge über die ausgabenwirksamen Aufwendungen (laut Gewinnund Verlustrechnung), wird z.B. die Kreditwürdigkeit eines Unternehmens letztendlich am Cash-flow gemessen (Hauschildt et al. 1984; Gindl 1987; Wiesinger 1987). Auf der Grundlage verfügbarer Bilanzen6 und detaillierter Unternehmensplanungen lassen sich die zu erwartenden Ausgaben relativ gut vorhersagen. Schwierigkeiten macht vor allem die Voraussage der zu erwartenden Einnahmen. Dabei ist die Frage, ob Anzahl und Güte der zu vermarktenden Produkte zu den angegebenen Selbstkosten mit den eingesetzten Produktionsmitteln herge2 Manche Autoren (z.B. Weibel 1970; Schmoll 1983a; Eilenberger 1990) verwenden den Ausdruck „Kreditwürdigkeitsprüfung" eingeschränkt für die Prüfung der persönlichen Eigenschaften des Kreditnehmers, den Ausdruck „Kreditfähigkeitsprüfung" für die Prüfung der wirtschaftlichen Lage des kreditsuchenden Unternehmens und den Ausdruck „Kreditprüfung" für die umfassende Prüfung einer Kreditvergabe. Hier wird der Terminologie von Autoren wie z.B. Denk (1979), Rössle (1979), Wolter (1985) gefolgt und die umfassende Prüfung einer Kreditvergabe durch den Ausdruck „KreditWürdigkeitsprüfung" benannt. 3 Damit sind Verfahren gemeint, die, wenn sie richtig angewandt werden, jede Fehlentscheidung ausschließen. 4 In dieser Arbeit steht die KWP für (bestehende und zu gründende) Unternehmen im Vordergrund der Betrachtung. 5 Nach Eilenberger (1990) existieren insgesamt folgende Kreditrisiken: Bonitätsrisiko, Liquiditätsrisiko, Zinsrisiko, Sicherungsrisiko, Geldwertrisiko, Kapitalstrukturrisiko. Lehner (1987b) zeigt die Einsatzmöglichkeiten von Prognoserechnungen bei der KWP auf. Zu Prognosen im Zusammenhang mit Wirtschaftsanwendungen siehe auch (Mertens/Backert 1980; Hüttner 1982). 6 Bei Unternehmensgründungen werden meist hypothetische Bilanzen zugrundegelegt. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 102 Fabian Glasen stellt werden können was ja eine notwendige Bedingung dafür ist, daß der in den vorgelegten hypothetischen Bilanzen prognostizierte Umsatz auch machbar ist, noch relativ einfach zu beurteilen. Schwieriger ist die Frage zu beantworten, ob die angebotenen Produkte von der Firma zu den geplanten Preisen auch abgesetzt werden können7. Ob solche Voraussagen realistisch sind, kann durch Vergleich mit aussagekräftigen Branchendaten oder durch exemplarischen Vergleich mit entsprechenden Daten einzelner Firmen überprüft werden. Dabei muß die spezielle Situation der den Kredit beantragenden Firma (z.B. Standort, Branche, Größe) angemessen berücksichtigt werden. Neben der Konkurrenzanalyse ist die Frage relevant, ob es sich bei der Branche um einen Wachstumsmarkt handelt und wie sich die Gesamtkonjunktur in den nächsten Jahren entwickeln wird. Zusätzlich können politische Rahmenbedingungen (Steuergesetze, Zollgebühren, rechtliche Bestimmungen, Einund Ausfuhrbeschränkungen etc.) wesentlichen Einfluß auf die zukünftige Liquidität eines Unternehmens haben (Falter 1987). Nach Schmoll (1983b) hängt die Entscheidung von folgenden vier Beurteilungsbereichen ab: - dem Beurteilungsbereich „Unternehmer"8 - dem Beurteilungsbereich „Unternehmen" - dem Beurteilungsbereich „Branche" - dem Beurteilungsbereich „Sicherheiten" Andere Autoren, z.B. Lauer (1987), nehmen noch die Beurteilungsbereiche: - „gesamtwirtschaftliche Situation" - „politische Rahmenbedingungen" hinzu9. ? Dies kann z.B. mit hoher Sicherheit bzw. mit kleinem Risiko vorhergesagt werden, wenn zum Zeitpunkt der Antragstellung Abnahmeverträge mit finanzkräftigen Kunden bestehen, was i.allg. jedoch nicht der Fall ist. 8 Bei größeren Unternehmen ist damit die Qualität des Managements gemeint. 9 Die amerikanische Praxis der Kreditwürdigkeitsprüfung geht häufig von einer systematischen Gliederung der relevanten Faktoren in die sogenannten 5 C's aus (Weibel 1970; Denk 1979). Diese Faktoren sind: - character (des Kreditsuchenden) - capacity (Fähigkeiten des Management) - capital (vorhandenes Eigenkapital) - collateral (angebotene Sicherheiten) - conditions (konjunkturelle und technologische Bedingungen für die Unternehmung innerhalb der Branche und der Volkswirtschaft als Ganzes). OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 103 In der Praxis stellt sich die Güte der Kreditvergabeentscheidung als eine Funktion von Informationssammlung, Informationsauswertung und Informationsbewertung hinsichtlich der zugrundegelegten Beurteilungsbereiche dar (Schmoll 1983b). In der Literatur (Denk 1979; Schmoll 1983a; Falter 1987) finden sich detaillierte und systematische Darstellungen des Entscheidungsproblems. Die Autoren unterscheiden sich in der Sache kaum. Unterschiede ergeben sich meist aus unterschiedlichen Terminologien bzw. Systematiken. Die KWP beinhaltet nicht die Erstellung eines Unternehmensplans, sondern setzt die Existenz eines solchen Plans voraus. Sie besteht lediglich in der Prüfung eines solchen Plans. Insbesondere muß bei Unternehmensgründungen jedem Kreditantrag eines Unternehmensgründers ein entsprechender Plan beiliegen. Bei Unternehmensgründern beinhaltet ein solcher Plan neben einer hypothetischen Bilanz, einem Nachweis der eigenen Kompetenz und Motivation auch einen Finanzierungsgesamtplan für die entstehenden Kosten, insbesondere für solche Kosten, die durch die Anschaffung und den Betrieb der notwendigen Produktionsmittel entstehen. Die für die Liquiditätsprognose zu berücksichtigenden laufenden Kosten bestehen im wesentlichen aus den zu zahlenden Zinsen und den Tilgungsleistungen für die dafür aufgenommenen bzw. aufzunehmenden Kredite, den Personalkosten und den Betriebskosten. III. Informationsbedarf der Kreditwürdigkeitsprüfung Der Informationsbedarf für die KWP ergibt sich unmittelbar aus einer Ausdifferenzierung der relevanten Beurteilungsbereiche. Schmoll (1983 a) gibt eine detaillierte Darstellung des Informationsbedarfs für alle vier der von ihm vorgeschlagenen Beurteilungsbereiche. Dieser läßt sich gemäß Baaken (1989, S. 53) und Sterling/Shapiro (1986) aber auch systematisch mittels der weitgehend anerkannten Erfolgsfaktoren „Unternehmerpersönlichkeit", „Technologie" und „Markt" gliedern. Baaken (1989, S. 206) betrachtet folgende Marktfaktoren zur Beurteilung der geplanten Unternehmensgründung als relevant: a) das Produkt, b) die Unternehmung selbst, c) der Absatzmarkt, d) der Beschaffungsmarkt, e) die Konkurrenz. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 104 Fabian Glasen Grundlegende Merkmale für die Marktanalyse sind also das Produkt, das die Firma anbietet, der Markt, auf dem sie es anbietet, wie sie es anbietet und wie sie es herstellt, mit welchen Firmen sie sich den Absatzmarkt teilt, wie diese Firmen organisiert sind, zu welchem Preis diese ihr vergleichbares Produkt anbieten und wie der Beschaffungsund der Absatzmarkt aussehen. Neu gegründete Unternehmen verfügen im Gegensatz zu etablierten Unternehmen nicht über betriebsinterne Daten über die Organisationsumwelt (z.B. Umsatzstatistiken, Berichte von Außendienstmitarbeitern und Kunden). Deshalb ist der Zugriff auf außerbetriebliche Informationsquellen für sie zur Selbsteinschätzung wie auch zur Einschätzung externer Institutionen sehr wichtig. IV. Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung Mertens et al. (1990) geben eine Übersicht über betriebliche ExpertensystemanWendungen, die auch Expertensysteme in Banken berücksichtigt. Dolinsky (1992) und Schwabe et al. (1990, 1992) berichten über durchgeführte empirische Erhebungen zum Einsatzstand, zu Einsatzbereichen, zum Nutzen und zu Einsatzkriterien von Expertensystemen in mitteleuropäischen Banken. Im Bankensektor überwiegen Expertensysteme für Finanzierungs-, Subventionsund Anlageberatung, für Bilanz-, Kundendatenund Wertpapieranalyse und Börsenabwicklung. Für die Kreditbearbeitung sind bereits einige Systeme als Prototypen verfügbar bzw. bereits im Einsatz10. Für die KWP von Privatpersonen z.B. BONNY (Kummer-Hardt 1987), TIPI (Serve 1988), KIWI (Mey/Neriich 1988), SPACE (Ambrogio 1988), CREDIT EXPERT (Schäfer 1988), KESS (Bodamer 1988), CIP (Arbizani/Basso 1989), für die KWP von Unternehmen z.B.: CREDEX (Pinson 1986, 1988, 1989), MARBLE (Shaw 1987), BANKADVISOR (Märzen 1989), FCA (Kaiser 1989), PARMENIDE (Butera et al. 1990) und CGX (Srinivasan/Ruparel 1990). Weitere Systeme sind beschrieben in (Duchessi et al. 1987; Zawa 1989; Sivasankaran/Ruby 1990; Cuena et al. 1990). MOZART (Donalisio/Longo 1989) unterstützt neben der KWP auch noch die Auswahl der geeigneten Kreditform. CLASS ist speziell für die KWP von Großkrediten konzipiert, BONEX (Weissenfluh 1987) für die KWP von Bauunternehmen, EVENT (Rozenholc 1988) für die KWP von kleinen und mittleren Unternehmen Die von Schwabe et al. (1992) durchgeführte empirische Erhebung ergab, daß in mitteleuropäischen Banken bereits 5 Expertensysteme zur Kreditwürdigkeitsprüfung im Einsatz sind. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 105 und CORPORATE EVALUATION für die KWP junger Unternehmen (.Mertens et al. 1990). 1. Expertensysteme für die Kreditwürdigkeitsprüfung von Privatpersonen Die KWP von Privatpersonen ist im Vergleich zur KWP von Unternehmen erheblich einfacher, da bei der KWP von Unternehmen zusätzlich eine Analyse des Kredit beantragenden Unternehmens, eine Analyse seiner Umwelt und eventuell der ökonomischen und technischen Machbarkeit des zu finanzierenden Projektes durchgeführt werden muß. Für die KWP von Privatpersonen ist zu prüfen, ob das verfügbare Einkommen des Antragstellers nach Abzug aller laufenden Verpflichtungen, insbesondere unter Berücksichtigung der darin enthaltenen Zinsund Tilgungsleistungen für den aufgenommenen Kredit, noch reicht, um den allgemeinen Lebensunterhalt zu decken, und ob der Kreditnehmer gewillt ist, den Kredit zurückzuzahlen. Meist werden mittels eines „ScoringVerfahrens" (Häußler 1981) verschiedene Einzelaspekte, die häufig in einer hierarchischen Struktur organisiert sind, systematisch zu einer Antwort „hochgerechnet". Neben dem Erstellen eines Entscheidungsvorschlages können manche dieser Systeme eventuell notwendige Vertragsdokumente vorbereiten und entsprechende Buchungen vornehmen. KIWI z.B. unterscheidet demgemäß drei Phasen. Zunächst werden die notwendigen Daten entweder eingegeben oder aus vorhandenen Datenbeständen übernommen, dann wird die Entscheidung auf der Basis des ScoringVerfahrens durchgeführt. Zuletzt werden Dokumente gedruckt und Buchungen durchgeführt. Um dies zu ermöglichen, muß das Expertensystem vernünftig in die Systemlandschaft der Bank eingebettet sein. Ein anderes derartiges System (Ringelstetter et al. 1987, 1988) wurde auf der Basis von Frames mittels der Expertensystemsheil Personal Consultant Plus im Rahmen eines gemeinsamen Projektes der Bayerischen Hypothekenund Wechselbank AG, der TU München und des Leibniz Computer Zentrums der Bayerischen Akademie der Wissenschaften erstellt. Es wurde eine hierarchische Framestruktur für die Entscheidungsfindung zugrundegelegt. Zusätzlich zu „kreditwürdig" und „nicht kreditwürdig" ist noch ein drittes Ergebnis, nämlich „hinreichend kreditwürdig", möglich. Damit das System arbeiten kann, müssen zu Beginn jeder Konsultation die relevanten Daten des Antragstellers eingegeben werden. Der Ziel-Frame, der Ausgangspunkt der Berechnung ist und der am Ende der Rechnung die Entscheidung enthält, besteht aus OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 106 Fabian Glasen den drei Unterzielen ökonomische Situation, Rückzahlungsverhalten und Sicherheiten des Antragstellers, die auch als Frames formalisiert sind. Es werden nicht immer alle Unterframes aktiviert. Wird z.B. zuerst der Unterframe ökonomische Situation aktiviert, werden, wenn dieser Aspekt sehr schlecht bewertet wird, keine weiteren Berechnungen mehr durchgeführt. Es wird dann das Ergebnis „nicht kreditwürdig" ausgegeben. Sterling/Shapiro (1986) und Ben-David/Sterling (1986) beschreiben ein sehr einfaches Entscheidungsmodell für die KWP von kleinen Investitionsvorhaben. Hier werden auch drei Aspekte als entscheidend zugrundegelegt: die Sicherheiten, die wirtschaftliche Situation des Antragstellers und die aus der Investition zu erwartenden Gewinne. Das Expertenwissen wurde für die drei Aspekte unterschiedlich repräsentiert. Zur Ermittlung des Sicherheitsfaktors werden z.B. heuristische Regeln verwendet, der Faktor für die wirtschaftliche Situation wird hingegen prozedural berechnet. Das ganze System ist in Prolog implementiert. Kurbel (1989) beschreibt ein Expertensystem, das die Entscheidung über Darlehensgewährungen gegen Negativerklärung unterstützt. „Darlehensgewährung gegen Negativerklärung" bedeutet dabei, daß der Antragsteller sich verpflichtet, „einen als Pfandobjekt in Frage kommenden Gegenstand nicht anderweitig zu beleihen oder zu veräußern" (Kurbel 1989, p. 151). Das System wurde in Kooperation zwischen der Universität Karlsruhe und einer privaten Bausparkasse entwickelt (Beiser/Bolte 1987). Die Bearbeitung der Anträge gliedert sich in die Ermittlung des Verkehrswertes des betreffenden Objektes und in die Überprüfung der Bonität des Antragstellers. Bei der Ermittlung der Bonität wird überprüft, ob der Lebensunterhalt des Antragstellers trotz der zu erbringenden Zinsund Tilgungsleistungen in der Zukunft gesichert ist. Zur Überprüfung des Rückzahlungswillens wird die SchufaAuskunft herangezogen. Kann auf der Grundlage dieser Daten noch keine eindeutige Entscheidung getroffen werden, werden zunächst das im Antrag angegebene Vermögen bzw. zusätzlich die Erfahrungen der Bausparkasse mit dem Antragsteller berücksichtigt. Das System liefert als mögliche Ergebnisse die drei Werte: „genehmigt", „abgelehnt", „weiter prüfen". Der Systemprototyp wurde mit der Shell Personal Consultant Plus auf einem IBM-AT erstellt. Krischker/Krems (1990) beschreiben ein wissensbasiertes System zur Unterstützung der Bonitätsbeurteilung von Konsumentenkrediten bis etwa 20 000,- DM. Auftraggeber war der Bayrische Sparkassenund Giroverband. Grundlage war ein bereits verfügbares Scoring-Modell. Die Kreditwürdigkeit ergibt sich aus fünf Werten, die die finanzielle Situation des Kreditnehmers wiedergeOPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 107 ben, und aus persönlichen Eigenschaften des Antragstellers, wobei die einzelnen Werte unterschiedlich gewichtet werden. Mit der Shell PCPlus wurde das Wissen partiell in Frames und Regeln repräsentiert11. 2. Expertensysteme für die Kreditwürdigkeitsprüfung von Unternehmen Die Systeme zur KWP von Unternehmen sind zwangsläufig erheblich komplizierter als diejenigen zur KWP von Privatpersonen. Das Expertensystem EVENT beurteilt neben der Zahlungsfähigkeit aufgrund der Vermögensund Ertragslage auch die Unternehmensstruktur, die Qualität des Managements, die Marktsituation (z.B. potentielle Kunden, Produkte der Firma) sowie die verfügbare Infrastruktur des Unternehmens, wie z.B. die eingesetzte Produktionstechnologie und die Arbeiter in der Firma. Da manche Aspekte dabei qualitativer und andere quantitativer Natur sind, mußten Methoden entwickelt werden, die es ermöglichen, die beiden Formen der Informationsverarbeitung zu integrieren. Power (1988) beschreibt ein Expertensystem, das in Zusammenarbeit mit italienischen Banken entstanden ist und das über den Umfang und die Art von Krediten entscheidet, die eine Bank einem Unternehmen geben soll. Die Entscheidung basiert auf einer Analyse der ökonomischen Situation, der Sicherheiten, der Erfahrungen mit dem Antragsteller und dessen sonstigen Kredit Verpflichtungen. Pinson (1988, 1989) beschreibt das Expertensystem CREDEX (Credit Expert), das ebenfalls einen Kreditantrag eines Unternehmens prüfen kann. Es besteht aus mehreren Experten, die das Ergebnis kooperativ erarbeiten. In der Fédération des Caisses Populaire Desjardins de Québec wurde ein Expertensystem zur Unterstützung der KWP erstellt, das eine Analyse der vergangenen Jahresabschlüsse des antragstellenden Unternehmens und des zu finanzierenden Projektes durchführt. Die Analyse der zurückliegenden Jahresabschlüsse geschieht durch Vergleich mit den Durchschnittswerten der Branche, zu der das antragstellende Unternehmen gehört. Hierzu wird auf eine externe Firmendatenbank zugegriffen und es werden die entsprechenden Durchschnittswerte berechnet. Um die Schwächen und Stärken des Unternehmens abzuschätzen, wird ein ii Eine Reihe von Arbeiten beschäftigen sich mit der Prüfung von Zahlungen mittels Kreditkarten (z.B.: Tamai/Fujita 1989). Darauf soll hier nicht näher eingegangen werden. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 115 Das System kann durch Benutzerfragen aktiviert werden, es kann aber auch selbst in Aktion treten, sobald ihm neue Falldaten bekannt gemacht werden. Dazu wird in der Komponente ENTSCHEIDER ein sogenannter ,Makroframe' erstellt. Dieser Makroframe enthält alle aktuellen Informationen (Einträge) zu jedem einzelnen Aspekt (Slot) eines spezifizierten Falles. Das System hat im Hintergrund das Wissen über die gesamte Fallhistorie präsent, so daß - eventuell zur Rekonstruktion von Entscheidungen - auch explizit nach früheren Zuständen gefragt werden kann. Jeder einzelne Makroframe ist eine konkrete Instanz des allgemeinen Fall-Prototypen. Im Makroframe sind Fakten und Regeln eingetragen. Zur Wissensrepräsentation wurde ein hybrides Wissensrepräsentationsmodell verwendet (Dambon 1988), das als Grundlage Prolog und zusätzlich ein in Prolog eingebettetes Framemodell umfaßt. ENTSCHEIDER werden diese Daten von FALLBASISMANAGER bereitgestellt. ENTSCHEIDER hat die Zielvorgabe, eine eindeutige Entscheidung zur Gewährung oder Ablehnung der Darlehensübernahme zu treffen. Er ist auf explizite und nach Möglichkeit vollständige Informationen zum Fall angewiesen, die im Makroframe aufbereitet sind und nach einschlägigen Regeln verarbeitet werden können. Ist dies nicht der Fall, so versucht ENTSCHEIDER noch leere Einträge im Makroframe zu füllen bzw. nach Informationen zu suchen, die bis dato noch zu unsichere Eintragswerte sicherer machen sollen. Mit der Entscheidungskomponente wurden vier Aspekte der Antragsbearbeitung, die bislang vom Sachbearbeiter durchgeführt wurden, im Sinne einer funktionalen Modellierung auf den Rechner übertragen: - Durchführung der betriebswirtschaftlichen Berechnungen der relevanten Variablen, - Repräsentation des fallspezifischen entscheidungsrelevanten Wissens, - Berücksichtigung relevanter Kontextfaktoren für die Entscheidungsfindung sowie - Steuerung der Bearbeitungsaktivitäten in Abhängigkeit vom Grad der vorhandenen informationellen Absicherung. Wenn die Werte nicht durch Berechnungen auf der Basis des eigenen Regelwerks erarbeitet werden können, wird eine Anfrage an WIREMAN gestellt. WIREMAN fungiert als ein intelligentes Gateway zu internen und externen Informationsressourcen (IR). Neben der Erarbeitung von Information aus den einschlägigen externen IR beruht die wesentliche Leistung dieser Komponente darin, auch implizite Information aus den 8* OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 116 Fabian Glasen explizit vorhandenen, aber nur indirekt relevanten Daten zu erschließen. Die Erarbeitung von Information erfolgt zielgerichtet und so ökonomisch wie möglich. Die Antwort wird normalerweise nicht direkt an ENTSCHEIDER zurückgeschickt, sondern zuerst an die Komponente BEWERTER zur Bewertung weitergegeben. Da nicht alle Informationsressourcen absolut kompetent und objektiv sind, sondern davon auszugehen ist, daß diese absichtlich oder unabsichtlich fehlerhafte oder gar falsche Antworten liefern, beurteilt BEWERTER die Gültigkeit von Informationen in Abhängigkeit von den Informationsressourcen und reicht die so bewertete/gewichtete Information an ENTSCHEIDER über FALLBASISMANAGER zurück. Die vorgenommene Bewertung basiert wesentlich auf expliziten Informationsressourcenmodellen, die im Framemodell realisiert sind und u.a. Wissen über Ziele und Kompetenzen der Informationsressourcen enthalten (Thost 1990). Dann wird die bewertete Antwort zusammen mit der Bearbeitungsgeschichte in die Fallbasis aufgenommen, indem die entsprechenden Einträge des zugehörigen Makroframes aktualisiert werden. Daran anschließend startet ENTSCHEIDER eine neuerliche Entscheidungsrechnung. Die von WIREMAN erarbeiteten und von BEWERTER bewerteten Informationen können im Rahmen dieser neuerlichen Rechnung wieder neue Anfragen auslösen, so daß der Zyklus in der Regel unter Umständen mehrfach und aus vielfachen Anlässen durchlaufen wird. Ist jedoch die Informationsgrundlage für eine Entscheidung ausreichend, wird mit Hilfe der fallspezifischen Daten und des Hintergrundwissens ein Sachbericht generiert, der alle wesentlichen Informationen nicht nur neutral aufbereitet, sondern auch interessengeleitete Formulierungen zur Unterstützung der Entscheidung oder zur Abschwächung eventueller Gegenargumente verwendet. WIREMAN - das wissensbasierte Informationssystem von WISKREDAS Die meisten Expertensysteme erbringen ihre Leistungen auf der Grundlage einer Situationsbeschreibung, die vom Benutzer erfragt wird. Dadurch kann es, wenn diese Fragen an den Benutzer sehr langwierig sind, bei derartigen Systemen zu Akzeptanzproblemen kommen (Schumann et al. 1990). Die Problemstellung KWP von Unternehmensgründungen legt es deshalb nahe, zur informationellen Absicherung der Aspekte der Entscheidungsstrategie, die Informationen über die Umwelt des neu zu gründenden Unternehmens benötigen, nicht den SachbearbeiOPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 117 ter nach entsprechenden Informationen zu befragen, sondern Informationen direkt u.a. auch aus Online-Datenbanken zu erarbeiten16. WIREMAN versucht, die von der Entscheidungskomponente angeforderte Information zunächst aus problembezogen und homogen in internen Datenbanken gespeicherten Daten zu erarbeiten. Dies beinhaltet den gezielten selektiven Zugriff auf diese Daten und, da diese Daten in der Regel unvollständig sind, die Möglichkeit, aus den vorhandenen Daten implizite Information zu erschließen. Gelingt dies nicht, wird zusätzlich versucht, die internen problembezogenen Datenbanken hinsichtlich der Fragestellung gezielt und ökonomisch um Daten aus den dem System bekannten und zugänglichen, i.allg. heterogenen Online-Datenbanken homogen zu erweitern. Wesentliche Aufgaben dabei sind die automatische Auswahl der relevanten Online-Datenbanken, die Generierung entsprechender Retrievalkommandos und die Homogenisierung der heruntergeladenen heterogenen Daten. Da eine der Funktionen von WISKREDAS in der automatischen Erarbeitung einer Entscheidung besteht, muß auch WIREMAN in der Lage sein, die Anfragen des Entscheiders - soweit möglich - automatisch zu beantworten. Darüber hinaus sollte der Nutzer aber auch auf die einzelnen Teilfunktionen von WIREMAN zugreifen können. WIREMAN sollte dabei nahezu alle Möglichkeiten ausschöpfen, die sich bieten, um eine Antwort auf eine formale Frage geben zu können. Zulässige Fragen für die vollständige automatische Nutzung des Systems dürfen zunächst nur nach der Ausprägung eines Merkmals eines Objektes fragen. WIREMAN erarbeitet im wesentlichen Informationen über die Unternehmensumwelt eines Unternehmens. Derartige Informationen können automatisch eigentlich nur aus entsprechenden Datenbanken und, soweit diese nicht 16 Die verfügbaren und hinsichtlich der Problemstellung relevanten Daten aus Online-Datenbanken wurden vom Sachbearbeiter zum Zeitpunkt der Wissensakquisition nicht zur Entscheidungsfindung berücksichtigt. Hier wurde angenommen, daß die Berücksichtigung dieser Daten die Entscheidung verbessert. Eine Routine vorzusehen, die den gesamten Informationserarbeitungsprozeß automatisch abwickelt, gründet sich u.a. auf die Annahme, daß der Sachbearbeiter ein System, zu dessen Nutzung er gute Kenntnisse über den Informationsmarkt und Fertigkeiten beim Recherchieren besitzen müßte, möglicherweise nicht akzeptieren würde, zumal die Rechercheergebnisse i.allg. nur unvollständige und nur bedingt zuverlässige Rohinformationen sind, die von ihm noch weiterverarbeitet werden müßten. Trotzdem sollte dem Sachbearbeiter im Rahmen des Systems die Möglichkeit geboten werden, selbständig Recherchen in Online-Datenbanken durchzuführen, zumal ein guter menschlicher Rechercheur mehr Informationen aus Online-Datenbanken und dem elektronischen Informationsmarkt insgesamt selektieren kann als die hier vorgestellte automatische Routine des Informationssystems. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 118 Fabian Glasen intern verfügbar sind, nur aus Online-Datenbanken beschafft werden17. Da durch die Nutzung dieser Datenbanken Kosten entstehen, sollte eine möglichst ökonomische Lösung gefunden werden. Es ist davon auszugehen, daß die potentiell interessierenden Daten nur unvollständig, in den unterschiedlichen Datenbanken sehr heterogen, nicht absolut zuverlässig, zum Teil sogar widersprüchlich und in den meisten Fällen nicht problembezogen verfügbar sind. Die Systemarchitektur von WIREMAN berücksichtigt alle diese Phänomene und stellt eine einerseits ökonomische, andererseits auch durchsichtige Lösung zur Automatisierung dieser Aufgaben dar. Die wissensbasierten Techniken kommen besonders zur problembezogenen Erarbeitung und Verarbeitung von Information zum Einsatz. Die hier gewählte Systemarchitektur ist wesentlich von dem Wunsch bestimmt, ein System zu entwickeln, das, ohne den Systemkern ändern zu müssen, eine relativ einfache Anpassung an die Dynamik des OnlineMarktes ermöglicht. Dies ist insofern wichtig, weil sich der Informationsmarkt sehr dynamisch entwickelt. Ständig werden neue Datenbasen aufgelegt, erscheinen neue Datenbankanbieter auf dem Markt und werden neue Retrievalsysteme und Retrievalsprachen angeboten oder alte modifiziert. Es ist jedoch auch eine grundsätzliche Leitidee zur Softwareentwicklung, jene Teile der Software, die oft an die Erfordernisse der Umwelt angepaßt werden müssen, zu isolieren und so zu gestalten, daß sie möglichst einfach zu modifizieren sind. Deshalb wurde die Systemarchitektur so ausgelegt, daß benötigtes Wissen über Datenbanken, Datenbankanbieter, Retrievalsprachen etc. nicht schwer zugänglich im Kern des Systems liegt, sondern einfach von den Systemnutzern durch Löschen, Ändern oder Hinzufügen expliziter Metabeschreibungen der jeweiligen Objekte an die sich ändernde Umwelt adaptiert werden kann. Die explizite Beschreibung von IR und Methoden ermöglicht also die einfache Erweiterung und Anpassung des Systems an den sich ändernden Informationsmarkt und wird insofern der Forderung nach Flexibilität an ein solches System gerecht. Um dies zu ermöglichen, wurden explizite Beschreibungen für Datenbanken, Hosts, Datenbasen und Retrievalsprachen im Framemodell (einem Repräsentationsformat des verwendeten Wissensrepräsentationsformalismus) angelegt. Mittels dieser expliziten Beschreibungen können diese Objekte im System repräsentiert, nach außen leicht transparent i? Zu den Möglichkeiten der Nutzung von Online-Datenbanken zur informationellen Absicherung der Kreditwürdigkeitsprüfung siehe z.B. Pan (1991) und Glasen (1993a, 1993b). OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 119 gemacht und von außen leicht verändert werden, ohne daß sich die erwartete Funktionalität des Systems grundlegend ändert. Damit das System möglichst viele Anfragen beantworten kann, wird die Möglichkeit vorgesehen, implizites Wissen aus explizitem Wissen zu erschließen. Die kostengünstige Wiederverwendung von einmal erarbeiteten Daten aus Online-Datenbanken wird durch Speicherung („down loading") in internen problembezogenen Datenbanken ermöglicht. WIREMAN kann sowohl Fakten als auch Texte automatisch beschaffen. Zur automatischen Beschaffung der beiden „Informationstypen" ist unterschiedliches Wissen erforderlich. Hier wird nur auf die Konzeption von WIREMAN für die automatische Beschaffung von Fakten (Faktenretrieval) eingegangen. Das Faktenretrieval basiert auf einem zweistufigen Integrationsverfahren (Glasen 1990b), welches auf eine formale Anfrage des Entscheiders automatisch eine Antwort aus den internen und externen Datenbanken zu erarbeiten versucht. Die erste Stufe dieses Verfahrens sorgt dafür, daß WIREMAN nicht nur nach explizit verfügbaren Daten sucht, sondern durch Wissen über logische oder mathematische Zusammenhänge von Konzepten, angewendet auf die explizit vorhandenen Daten der internen problembezogenen Datenbanken18, auch darin implizit enthaltenes Wissen erarbeiten kann (Glasen 1990a). Wenn in der Wissensbasis zum Erschließen impliziter Information einschließlich der problembezogenen internen Datenbanken keine Antwort erarbeitet werden kann, wird die zweite Stufe aktiv. Diese versucht, die Datenbasis der problembezogenen internen Datenbanken um Daten aus entsprechenden, nicht problembezogenen internen Datenbanken und aus entsprechenden Online-Datenbanken gezielt für die Anfragebearbeitung so zu erweitern, daß ein neuerlicher Versuch der ersten Stufe mehr Aussicht auf Erfolg hat, die Ausgangsfrage zu beantworten. WIREMAN besteht für das faktenorientierte Retrieval aus vier Komponenten (Abbildung 2): der Steuereinheit, der Wissensbasis zum Erschlie18 Bei den internen Datenbanken wird unterschieden in problembezogene und nicht problembezogene Datenbanken. Die problembezogenen internen Datenbanken sind speziell für die Anwendung so konzipiert worden, daß sie als Erweiterung der Prolog-Faktenbasis aufgefaßt werden können (very loose coupling) (Bibel/Nicolas 1989). Sie sind als relationale Datenbanken im DBMS INGRES konzipiert und werden über eine Schnittstelle von Prolog aus angesprochen. Die nicht problembezogenen internen Datenbanken unterscheiden sich von OnlineDatenbanken nur dadurch, daß ihre Nutzung keine unmittelbaren Kosten verursacht, sie eventuell über organisationsinterne Netze zugänglich sind und auf eigenen Rechnern der Organisation betrieben werden. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 120 Fabian Glasen ßen impliziter Information, den problembezogenen internen Datenbanken und der Gateway-Komponente. Die Steuereinheit steuert die Zusammenarbeit der einzelnen Komponenten von WIREMAN und wickelt die Kommunikation mit den anderen Komponenten von WISKREDAS ab. Die internen Datenbanken dienen der Speicherung unmittelbar entscheidungsrelevanter Daten gleichen Typs, die in großen Mengen anfallen. Die Wissensbasis zum Erschließen impliziter Information versucht, die Daten in den internen problembezogenen Datenbanken mittels Wissen über Zusammenhänge der betrachteten Konzepte auf der Basis der verfügbaren Inferenzmechanismen soweit wie möglich hinsichtlich der jeweiligen Fragestellung auszuwerten. Die Gateway-Komponente wird durch die Steuereinheit aktiviert und hat als Input spezielle Prolog-Prädikate und als Output Import-Dateien für spezielle Relationen der internen problembezogenen Datenbanken. WIREMAN arbeitet in zwei Modi. Im ersten Modus wird zur Beschaffung der Elementaraussagen nur auf die internen problembezogenen Datenbanken zugegriffen, im zweiten Modus wird sukzessive versucht, aktuelle Daten aus Online-Datenbanken zu berücksichtigen. Die Aktivierung des Gateway erfolgt nur in Modus 2 entlang des in der Wissensbasis bestehenden „Plans" für die Zugriffe auf die internen problembezogenen Datenbanken jeweils für genau die auf der aktuellen Stufe benötigten Daten. Dabei werden nur die in den Online-Datenbanken hinsichtlich der internen problembezogenen Datenbanken wirklich neu gefundenen Daten in die internen problembezogenen Datenbanken eingespielt. Um dies sicherzustellen, wird, bevor diese Daten eingespielt werden, eine Duplizitätskontrolle durchgeführt. Danach versucht die Wissensbasis zum Erschließen impliziter Information erneut, die Ableitung der Antwort bzw. zunächst der Teilantwort auf der aktuellen Stufe des Plans zu ermöglichen. Wenn dies mißlingt, wird versucht, auf einem alternativen Zweig des Plans auf die gleiche Weise zum Erfolg zu kommen. In Modus 2 wird jedoch, wenn ein Zugriff auf die internen problembezogenen Datenbanken stattfinden soll, zunächst eine entsprechende Anfrage an die Gateway-Komponente abgesetzt. Diese wird dann versuchen, die internen problembezogenen Datenbanken um die gemäß der aktuellen Stufe des Ableitungsprozesses benötigten Daten aus Online-Datenbanken anzureichern. Die Kommunikation zwischen dem Wissensverwaltungssystem (IF/ Prolog) und dem DBMS (INGRES) erfolgt über eine verfügbare SchnittOPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 122 Fabian Glasen stelle. Die Datenbankanfragen werden in Prolog mittels Templates generiert. Die Rechercheergebnisse aus den internen problembezogenen Datenbanken werden als Tupel zurückgereicht, in entsprechende PrologPrädikate umgeformt und in die Prolog-Wissensbasis eingespielt (konsultiert). Nachdem die potentiell relevanten externen Daten von der GatewayKomponente erarbeitet wurden, werden diese Daten so aufbereitet, daß sie kontrolliert und homogenisiert in die problembezogenen internen Datenbanken eingespielt werden können. Die Gateway-Komponente liefert je nach Anfrage zu unterschiedlichen Relationen der entsprechenden internen problembezogenen Datenbank als Output entsprechende Import-Dateien für die internen problembezogenen Datenbanken. Weisensee (1990) beschreibt im Anschluß an eine empirische Erhebung Informationssysteme für die Kreditwürdigkeitsprüfung, die in der Praxis in Banken eingesetzt werden. Diese speichern in der Regel alle kreditrelevanten Daten und machen sie den jeweiligen Kreditsachbearbeitern zugänglich. Hierzu müssen alle relevanten manuell geführten Karteien und alle für die Aufgabe relevanten bestehenden EDV-Applikationen einer Bank in einem Informationssystem zusammengefaßt werden. Diese Daten, die sich zum großen Teil auf den Kreditnehmer beziehen, erlauben die Überwachung laufender Kreditverträge und ermöglichen es, neue Kreditanträge mit bestehenden Kunden informationell abzusichern19. Für die Kreditwürdigkeitsprüfung von Unternehmen werden in bestehenden Kreditinformationssystemen besonders Bilanzund Erfolgsanalyseverfahren eingesetzt. 4. Thematisch verwandte Expertensysteme Neben den bislang vorliegenden Expertensystemen zur KWP sind aber noch andere betriebliche Expertensysteme in diesem Zusammenhang von Interesse, weil sie Teilfunktionen oder ähnliche Funktionen automatisieren. Hier ist vor allem zu denken an die betrieblichen Bereiche Marketing und Investition. Im Marketing versucht man u.a. ebenso wie in der KWP Aussagen über den zukünftigen Absatz einer Firma oder eines Produktes zu erarbeiten. Hierzu werden Absatzzahlen des eigenen Unternehmens und ausgewählter Konkurrenten sowie Daten zur Marktentwicklung 19 Weisensee (1990) beschreibt u.a. die Kreditinformationssysteme der Schweizer Volksbank, der Schweizer Kreditanstalt, der Deutschen Sparkassen und der Bayrischen Vereinsbank. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 123 (insgesamt und in ausgewählten Branchen) zugrundegelegt und entsprechend ausgewählt. Insofern sind Expertensysteme, die sich mit diesem Funktionsspektrum im Marketing befassen (ICS, DANEX, MEXICO, BEREX), auch relevant für die KWP. Viele Systeme (KNOWLEDGE SEEKER, ICS) in diesem Bereich bedienen sich hierzu diverser statistischer Verfahren und sonstiger Prognoseverfahren (Mertens et al. 1990). Die verfügbaren Expertensysteme für die Finanzierung beziehen sich mehr auf den Planungsprozeß (FINANZ, CASH VALUE) und bearbeiten dort Aufgaben wie „Auswahl öffentlicher Fördermittel" (FOENEY GRANT), Subventionsberatung (STAKNETEX, GENO-STAR, FIS) und Finanzierungsoptimierung (FAME) (Mertens et al. 1990). Ruhland/ Rudlof (1990) beschreiben das Expertensystem SOKRAS, das für die Sonderkreditberatung entwickelt wurde. Sonderkredite sind Kredite mit besonders günstigen Konditionen für den Kreditnehmer, die aber nur unter bestimmten Bedingungen (z.B. bei Investitionsvorhaben, der Existenzsicherung mittelständischer Unternehmen, zur Stärkung strukturschwacher Regionen etc.) vergeben werden. Klein (1988) beschreibt ein System, das eine Analyse der Geschichte der finanziellen Situation von Unternehmen durchführen und die Konsequenzen von Finanzierungsentscheidungen und Veränderungen in der Unternehmensumwelt aufzeigen kann. Letzteres geschieht mittels Simulation. Zusätzlich ermöglicht das System eine Weiterentwicklung durch den Benutzer. Der Benutzer kann das System zu einzelnen Punkten (z.B. Liquidität, Gewinn) befragen, aber auch eine globale Diagnose anfordern. O'Leary/Munakata (1988) beschreiben ein System, das im Rahmen einer hierarchischen Repräsentation von Kennzahlen automatisch problemorientierte Kennzahlen aus anderen Kennzahlen aggregiert. Schumann et al. (1990) benutzen einen Portfolio-Planungsansatz zur Entwicklung eines wissensbasierten Entscheidungsunterstützungssystems zur Unterstützung von Managern bei der Einführung neuer Produkte. Das System arbeitet auf der Basis eines Markt-Portfolios, das die externen Faktoren (z.B. Kunden, Konkurrenz) behandelt, und eines Technologie-Portfolios, das die internen Faktoren des Unternehmens, wie z.B. die Fähigkeit des Unternehmens, das Produkt zu entwickeln, behandelt. Da die Akzeptanz des Systems durch die vielen Fragen, die das System zu Beginn einer Sitzung an den Nutzer stellt, nicht gut ist, wurde ein einfacheres System entwickelt, das von Details absieht und einen schnellen Überblick gibt. heikel Werners (1991) beschreiben ein Expertensystem zur Branchenstrukturanalyse für die strategische Planung, das insbesondere die WettOPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 130 Fabian Glasen Systeme, Springer, Berlin. - Lauer, J. (1987): Das Kreditengagement zwischen Sanierung und Liquidation, Deutscher Sparkassenverlag, Stuttgart. - Lehner, K.-H. (1987a): Technologie als Kriterium der Bonitätsbeurteilung, in: Wiesinger, W. (Hrsg.): Handbuch der Kreditprüfung, Service Fachverlag der Wirtschaftsuniversität Wien, Wien, pp. 89 - 93. - Lehner, K.-H. (1987b): Die Prognoserechnung als Instrument der Bonitätsbeurteilung, in: Wiesinger, Walter (Hrsg.): Handbuch der Kreditprüfung, Service Fachverlag der Wirtschaftsuniversität Wien, Wien, pp. 107 - 133. - Leinweber, D. (1988): Knowledge-based systems for financial applications, in: IEEE Expert, Fall 1988, pp. 18 - 31. - Lelke, B. and Werners, B. (1991): Modellierung und Implementierung von EXSTRABS: Ein Expertensystem zur Branchenstrukturanalyse der strategischen Planung, in: Wirtschaftsinformatik, Heft 4, August 1991, pp. 316 - 324. - Märzen, V. (1989): Expertensystem für die Bonitätsprüfung und Beratung im Firmenkundengeschäft, in: Die Bank, 4/89, pp. 214 - 218. - Mays, E., Apté, C., Griesmer, J. and Kastner, J. (1987): Organizing knowledge in a complex financial domain, in: IEEE Expert, fall 1987, pp. 61 - 70. - Mertens, P. and Backert, K. (1980): Vergleich und Auswahl von Prognoseverfahren für betriebswirtschaftliche Zwecke, in: Zeitschrift für Operations Research, Band 24, pp. B1 - B27. - Mertens, P., Borkowski, V. and Geis, Wolfgang (1990): Betriebliche Expertensystem-Anwendungen, 2. Aufl., Springer, Berlin. - Mey, T.-U. and Neriich, T. (1988): Aspekte einer erfolgreichen Expertensystem-Implementierung, in: Siemens AG (Hrsg.): Tagungsband Künstliche Intelligenz in der Praxis, 30.11. - 1.12.1988, pp. 223ff. - Mui, C. and McCarthy, W. E. (1987): FSA: Applying AI techniques to the familiarization phase of financial decision making, in: IEEE-Expert, Fall 1987, pp. 33 - 41. - Neibecker, B. (1989): Einsatz von Expertensystemen im Marketing, in: Scheer, A. W. (Hrsg.): Betriebliche Expertensysteme II; Einsatz von Expertensystem-Prototypen in betriebswirtschaftlichen Funktionsbereichen, Gabler, Wiesbaden, pp. 55 - 82. - Niedereichholz, J., Mechler, B. and Stoffel, C.-C. (1991): MBO-CONSULT: Ein Expertensystemprototyp zur Unterstützung der Management-Buy-Out-Beratung, in: Information Management 3/ 91, pp. 42 - 46. - Norris, G. (1986): A KBS for investment appraisal, in: KBS'86, Knowledge Based Systems, Proc. of the Int. Conf., London, july 1986, pp. 27 - 36. - O'Leary, D. E. and Munakata, T. (1988): Developing consolidated financial statements using a prototype expert system, in: Turban, E. and Watkins, P. R. (Eds.): Applied expert systems, Elsevier, pp. 143 - 157. - Pan, Y. (1991): Informationelle Absicherung der Kreditwürdigkeitsprüfung von Banken durch externe OnlineDatenbanken am Beispiel der Abschätzung des Marktrisikos, Diplomarbeit, Informationswissenschaft, Universität Konstanz. - Pinson, S. (1986): S.E.A.C.: An expert system for loan granting, in: IFAC Economics and Artificial Intelligence, Aix-en-Provence, pp. 153 - 158. - Pinson, S. (1988): Systeme multi-expert et processus d'évaluation du risque entreprise: le system CREDEX, in: Proc. of the 8th Int. Workshop on Expert Systems and their Applications, Avignon 1988, pp. 517 - 538. - Pinson, S. (1989): Une évaluation multi-expert du risque entreprise: le système CREDEX, in: T.S.I. - Technique et Science Informatiques, Vol. 8, No. 2, pp. 127 - 143. - Porter, M. E. (1985): Wettbewerbsstrategie: Methoden zur Analyse von Branchen und Konkurrenten, 3. Auflage, Frankfurt/Main. - Power, R. (1988): A system for assessing credit-worthiness, in: Proc. of the 8th Int. Workshop on Expert Systems and their Applications, Avignon 1988, p. 619. - Ram, S. (1990): Screening financial innovations; an expert system approach, in: IEEE Expert, august 1990, pp. 20 - 28. - Ring els tetter, F., Häußler, W., Güntzer, U. and Jüttner, OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 131 G. (1987): Kreditwürdigkeitsprüfung für Ratenkredite mit Hilfe eines Expertensystems, in: Die Bank 11/87, pp. 611 - 618. - Ringelstetter, F., Güntzer, U., Moll, K.-R. and Häußler, W. (1988): Expert system for credit evaluation on a personal computer, in: Bullinger, H. J., Protonotarius, E. N., Bouwhuis, D. and Reim, F. (Eds.): Information technology for organisational systems, North-Holland, pp. 1095 - 1100. - Rommelfang er, H. and Unterharnscheidt, D. (1987): Zur Kompensation divergierender Kennzahlenausprägungen bei der Kreditwürdigkeitsprüfung mittelständischer Unternehmen, in: Operations Research Proc., Springer, Berlin, pp. 361 - 369. - Rozenholc, M. (1988): EvEnt assesses risk taking, in: Ernst (Ed.): management expert systems, Workingham, pp. 155 - 167. - Rössle, W. (1979): Kreditprüfung und Kreditvergabeentscheidung der Bank, in: Organisation 5 vom 10. Januar 1979, 8.7, pp. 1 - 23. - Schäfer, V. (1988): CREDIT EXPERT - Credit allowance to individuals, in: EC2 (Eds.): Proc. of the 8th Int. Workshop on Expert Systems and their Applications, Avignon 1988, Exhibition Catalog pp. 157. - Ruhland, J. and Rudlof, S. (1990): Expertensysteme für Sonderkredite, in: Die Bank, 12/90, pp. 695 - 701. - Schirmer, K. (1988): Techniken der Wissensakquisition, in: KI 4/88, pp. 68 - 75. - Schmoll, A. (1983a): Theorie und Praxis der Kreditprüfung unter besonderer Berücksichtigung der Kleinund Mittelbetriebe (I), in: Österreichisches Bankarchiv, 3/83, pp. 87 - 106. - Schmoll, A. (1983b): Theorie und Praxis der Kreditprüfung unter besonderer Berücksichtigung der Kleinund Mittelbetriebe (II), in: Österreichisches Bankarchiv, 5/83, pp. 165 - 191. - Schnupp, P. and Huu, Nguyen, C. T. (1987): Expertensystem-Praktikum, Springer, Berlin, 1987. - Schumann, M. and Wittmann, S. (1987): Expertensysteme zur Unterstützung der Wirtschaftsprüfer-Berichterstellung, in: Informatik Forschung und Entwicklung (1987) 2: 65 - 72. - Schumann, M., Gongla, P., Lee, K.-S. and Sakamoto, G. J. (1990): Predicting a market's response, in: Information Strategy: the Executives's Journal, Vol. 6, No. 2, pp. 38 - 44. - Schwabe, G., Dolinsky, D. and Krcmar, H. (1990): Der Einsatzstand von Expertensystemen - eine Umfrage, in: Die Bank 5/90, pp. 261 - 264. - Schwabe, G., Dolinsky, D. and Krcmar, H. (1990): Der Einsatzstand von Expertensystemen - in Umfrage, in: Die Bank 5/90, pp. 261 - 264. - Schwabe, G., Dolinsky, D. und Krcmar, H. (1992): Expertensysteme in mitteleuropäischen Banken: Einsatzstand, Einsatzbereiche und Nutzen, Arbeitspapiere, Nr. 28, Lehrstuhl für Wirtschaftsinformatik, Universität Hohenheim. - Serve, J. M. (1988): TIPI - Credit management for real estate loans, in: Bernold, T. and Pfeifer, R. (Hrsg.): Commercial expert systems in banking and finance ... and how to make them run, Proc. of the Int. SGAICO Conf. Zurzach 1988, pp. 127 ff. - Shaw, M. J. (1987): Applying inductive learning to enhance knowledge-based expert systems, in: Decision Support Systems, Vol. 3, pp. 319 - 332. - Sivasankaran, T. and Ruby, R., Jr. (1990): An expertsystem for analysis of credit profiles, in: J. Comput. Inf. Syst., Vol. 30, No. 4, pp. 31 - 38. - Smith, D. L., Blodgett, J. and Janson, M. (1985): Decision support for marketing research and corporate planning, in: Information & Management, Vol. 8, pp. 133 - 145. - Srinivasan, V. and Ruparel, B. (1990): CGX: An expertsystem support system for credit granting, in: European Journal of Operational Research 45, pp. 293 - 308. - Stansfield, J. L. and Greenfield, N. R. (1987): Plan Power; a comprehensive financial planner, in: IEEE-Expert, Fall 1987, pp. 51 - 60. - Sterling, L. and Shapiro, E. (1986): The art of prolog, MIT Press, Cambridge Massachusetts. - Stender, J. (1986): Expertensysteme im Marketing - Anwendungsmöglichkeiten und Perspektiven, in: HMD 128/1986, pp. 99 - 107. - Tank, W. (1990): Über das Selbstver9* OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 132 Fabian Glasen ständnis der Disziplin des Knowledge Engineering, in: KI 2/90, pp. 26 - 30. - Tamai, T. and Fujita, M. (1989): Development of an expert system for credit card application assessment, in: International Journal of Computer Applications in Technology, pp. 234 - 240. - Thost, M. (1988): Determining the credibility of opinions with information source models, Universität Konstanz, Bericht SFB 221 B3-4/ 88, Informationswissenschaft, Universität Konstanz. - Thost, M. (1989): Generating Facts From Opinions with Information Source Models, in: IJCAI-89, Proc. of the 11th Int. Joint Conf. on Artificial Intelligence, Detroit (Mich.), August 1989, pp. 531 - 536. - Thost, M. (1990): Informationsquellenmodelle; Ein Konzept zur wissensbasierten Bewertung der Glaubwürdigkeit von Meinungen, Martin Thost Verlag, Konstanz. - Watkins, P. R. (1988): Expert systems for use in finance, in: Turban, E. and Watkins, P. R. (Eds.): Applied expert systems, Elsevier, pp. 159 - 167. - Weibel, P. (1970): Probleme der Bonitätsbeurteilung von Unternehmungen aus der Sicht der Banken, in: Die Unternehmung, 34/4, pp. 269 - 290. - Weisensee, G. J. (1990): Kreditinformationsund Expertensysteme im Kommerzgeschäft der Banken, Verlag Paul Haupt, Bern. - Weissenfluh, von D. (1987): Überblick über Einsatzgebiete betrieblicher Expertensysteme, Arbeitsbericht Nr. 15, Institut für Wirtschaftsinformatik, Universität Bern. - Wielinga, B. J., Bredweg, B. and Breaker, J. A. (1988): Knowledge acquisition for expert systems, in: Reinfrank, M., de Kleer, J. and Ginsberg, M. L. (Eds.): Non-monotonic reasoning, Springer, Berlin, pp. 96 - 124. - Wiesinger, W. (1987): Der Cash-flow als Kennzahl für die Ermittlung der Kreditfähigkeit, in: Wiesinger, Walter (Hrsg.): Handbuch der Kreditprüfung, Service Fachverlag der Wirtschaftsuniversität Wien, Wien, pp. 55 - 63. - Wolf, M. F. (1988a): Entscheidungsprozesse bei der Bearbeitung von Kreditabsicherungsanträgen: Die empirischen Grundlagen für WISKREDAS; Bericht SFB 221/B3-1/88, Informationswissenschaft, Universität Konstanz. - Wolf, M. F. (1988b): Kooperative Entscheidungsunterstützung und Wissensverwaltung bei problematischen Finanzierungsentscheidungen: Die Entscheidungskomponente von WISKREDAS; Bericht SFB 221/B3-2/88, Informationswissenschaft, Universität Konstanz. - Wolf, M. F. and Hensler, S. G. (1987a): Empirische Studie zur Existenzgründungsverwaltung in Baden-Württemberg: Methodenbericht zur Datenerhebung und ersten Auswertungen; Bericht SFB 221/B3-1/87, Informationswissenschaft, Universität Konstanz. - Wolf M. F. and Hensler, S. G. (1987b): Management der Existenzgründungs Verwaltung in Baden-Württemberg: Methodenbericht; Bericht SFB 221/B3-2/87, Informationswissenschaft, Universität Konstanz. - Wolf, M. F., Wenger, D. and Kirchmayr, K. (1991): CUBUS - an assistant for fundamental corporate analysis, in: Smith, R. G. and Scott, A. C. (Eds.): Innovative Applications of Artificial Intelligence 3, Proc. of the IAAI-91 Conf., pp. 271 - 288. - Wolter, L. (1985): Das Kreditgeschäft der Banken und Sparkassen, Grundlagen, Bilanzanalyse, und -kritik, Geldund Kreditleihe, 2. Aufl., Fritz Knapp, Frankfurt am Main. - Yetim, F. (1991a): Eine Hypertext-Komponente zu einem Expertensystem: Benutzerfragen für Erklärungsdialoge, in: Maurer, H. (ed.): Hypertext/Hypermedia '91. Berlin et al.: Springer, 1991, pp. 286 - 298. - Yetim, F. (1991b): Integration von Expertensystemund Hypertext-Techniken am Beispiel des Systems WISKREDAS, in: Workshop ,Hypersystem-Konzepte in Medien und kultureller Produktion', Lüneburg, 15. - 17. Juli 1991, pp. 1-15. - Yetim, F. (1991c): Eine objekt-orientierte Sicht auf Expertensystem-Wissensbasen: auf dem Weg zu einer hypermedia-gestützten Dialogkomponente, in: Killenberg, Harald, Kuhlen, R. and Manecke, H.-J. (Hrsg.): Wissensbasierte InforOPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung 133 mationssysteme und Informationsmanagement, Proc. des 2. Internationalen Symposiums für Informationswissenschaft (ISI'91) zusammen mit dem 17. Internationalen Kolloquium für Information und Dokumentation, Universitäts Verlag Konstanz, Konstanz, pp. 145 - 156. - Yetim, F. (1992): Ein Ansatz zur flexiblen Gestaltung benutzergerechter Antworten für Erklärungsdialoge, in: Zimmermann, H. H. and Luckhardt, H.-D. (Hrsg.): Mensch und Maschine - Informationelle Schnittstellen der Kommunikation, Proceedings des 3. Internationalen Symposiums für Informationswissenschaft (ISI'92), Universitätsverlag Konstanz, Konstanz, S. 338 - 353. - Zawa, S. (1989): Expert systems in the State Bank of NSW, in: Quinlan, J. R. (Ed.): Applications of expert systems, Vol. 2, Sydney, pp. 79 - 92. Zusammenfassung Wissensbasierte Systeme für die Kreditwürdigkeitsprüfung Die Anwendung der Expertensystemtechnologie im Finanzund Bankgewerbe hat in den letzten Jahren zu vielen wissensbasierten Prototypen geführt, und viele wissensbasierte Systeme kommen auch in der Praxis zum Einsatz. In dieser Arbeit wird einerseits ein Überblick über einen Teilbereich derartiger Systeme, nämlich über Expertensysteme zur Kreditwürdigkeitsprüfung, gegeben. Andererseits wird, um eine mögliche Anwendungsarchitektur für solche Systeme aufzuzeigen, ein Expertensystem zur Kreditwürdigkeitsprüfung von Unternehmensgründungen näher dargestellt. Das Schwergewicht der Darstellung liegt dabei auf der Komponente des Systems, die die informationelle Absicherung der Entscheidung durch die automatische Beschaffung von Informationen über die Umwelt des Unternehmens unterstützt. Summary Knowledge-Based Credit Standing Testing Systems Applying expert-system technology to financing and banking has resulted in a large variety of knowledge-based prototypes in recent years, and many knowledge-based systems are applied in practice. On the one hand, this contribution provides on overview over a sub-area of such systems, i.e. over expert systems for credit standing testing. In order to indicate a potential structure for applying such systems, it gives an expert system for testing credit standing in the case of new business set-ups on the other. The presentation focuses on the component of the system which strengthens the informational basis for decision-making by providing for automatic retrieval of information on company environment. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29 134 Fabian Glasen Résumé Systèmes basés sur l'information pour le contrôle de solvabilité L'utilisation de la technologie de systèmes experts dans la finance et le domaine bancaire a conduit ces dernières années à de nombreux prototypes basés sur l'information. Beaucoup de systèmes basés sur l'information sont également utilisés dans la pratique. Dans ce travail, l'auteur donne d'une part un aperçu d'un domaine partiel de tels systèmes, à savoir des systèmes experts pour le contrôle de solvabilité. D'autre part, en vue de montrer les possibilités d'utilisation de tels systèmes, il présente de façon plus détaillée un système expert pour le contrôle de solvabilité de fondations d'entreprises. Il met l'accent sur les composants du système qui soutient la garantie informationelle de la décision par l'obtention automatique des informations sur l'environnement de l'entreprise. OPEN ACCESS | Licensed under CC BY 4.0 | https://creativecommons.org/about/cclicenses/ DOI https://doi.org/10.3790/ccm.27.1.100 | Generated on 2023-01-16 13:04:29