Früherkennung von Insolvenzrisiken

Der Energieversorger stand vor der Herausforderung, pro Tag manuell 400 neu eröffnete Insolvenzverfahren zu sichten, die notwendigen Informationen wie Name, Adresse, Geburtsdatum zu extrahieren und mit dem eigenen Kundenstamm abzugleichen. Angesichts der Tatsache, dass der Abgleich manuell durchgeführt werden musste, konnten nur die Informationen von drei der 192 Amtsgerichten, die Insolvenzverfahren melden, ausgewertet werden. Entsprechend hoch waren die Dunkelziffer nicht erkannter Insolvenzen und der wirtschaftliche Schaden.

Nach der Automatisierung dieses Prüfprozesses mittels Robotic Process Automation (RPA) und Machine Learning (ML) durchsucht der Software-Roboter tagesaktuell die Internetseite „Insolvenzbekanntmachungen“, auf der die Insolvenzgerichte der Bundesrepublik Deutschland die Insolvenzen veröffentlichen. Der ML-Algorithmus wurde dabei darauf trainiert, die notwendigen Daten wie Amtsgericht, Aktenzeichen, Name, Vorname, Geburtsdatum, Straße, Hausnummer, Zusatzhausnummer, Postleitzahl und Ort aus unstrukturiertem Text auszulesen, zu extrahieren, mit der Kundendatenbank vollautomatisiert abzugleichen und ein Report über insolvente Kunden im Kundenstamm zu generieren.

„Durch die Automatisierung ist der Kunde in der Lage, mit gleichem Personaleinsatz an 7 Tagen in der Woche 24 Stunden am Tag die gemeldeten Insolvenzen mit seinem Kundenstamm abzugleichen und frühzeitig zu erkennen. Das entspricht nicht nur einer Produktivitätssteigerung von 5000 Prozent. Der Kunde, und das ist vielleicht noch viel wichtiger, vermeidet jährlich einen finanziellen Schaden im 7-stelligen Euro-Bereich“, erklärt Milad Safar, Managing Partner der Weissenberg Group.