Košice, Slowakei · seit 2016 ceo@itrslovakia.com
ITR Slovakias.r.o. · Košice Beratung vereinbaren

Datenanalyse · Maschinelles Lernen · KI

Wir machen aus Daten Entscheidungen, die Risiko senken und Gewinn steigern

Wir konzipieren und implementieren Scoring-, Prognose- und KI-Lösungen für Unternehmen, die ein Ergebnis im Produktivbetrieb wollen – nicht nur einen Prototyp. Finanzen, Medien, Einzelhandel und Werbung.

Scoring-Modellschematische Darstellung
  • 2016gegründet
  • 6Analysebereiche
  • 5–15Jahre Erfahrung der Spezialisten
  • 15–30 %mehr Rentabilität im Scoring-Projekt

Unternehmen

Analyse- und Entwicklungsunternehmen

Die ITR Slovakia s.r.o. ist seit 2016 tätig. Wir beschäftigen uns mit Datenanalyse, maschinellem Lernen und individueller Softwareentwicklung für Finanzinstitute, Medien, Einzelhandel und Werbeagenturen.

Ein Projekt begleiten wir vom Datenaudit und Modellprototyp über die Inbetriebnahme bis zur Weiterentwicklung. Unsere Spezialisten verfügen über 5 bis 15 Jahre Erfahrung und arbeiten in kleinen Teams direkt mit dem Auftraggeber.

Beratung vereinbaren

Leistungen

Was wir für Kunden tun

Sechs Bereiche, in denen wir fertige Modelle und Betriebserfahrung haben.

Finanzen

Scoring- und Risikomodelle auf Kredit-, Transaktions- und CRM-Daten — Entscheidungen über Anträge in Sekunden und eine genauere Sicht auf Problemkunden.

  • Kundenanalyse und Segmentierung
  • Finanzmodellierung und Scoring
  • Risikoerkennung und Betrugserkennung
  • Kreditanalyse und automatische Entscheidungen
  • Marketinganalyse

Medien und soziale Netzwerke

Personalisierung von Inhalten und Nutzerbindung auf Basis von Verlauf, Aktivität und Clickstream; Messung der Werbewirkung.

  • Personalisierung von Inhalten
  • Kundenbindung
  • Empfehlungssysteme
  • Prädiktive Analytik
  • Sentimentanalyse

Einzelhandel

360°-Kundenprofil aus Kaufhistorie und Online-Aktivität; Optimierung von Sortiment, Preisen und Bestandsplanung.

  • Personalisierte Angebote
  • Ladengestaltung und Ergonomie
  • Bestands- und Nachfragesteuerung
  • Sortimentsoptimierung
  • Dynamische Preisgestaltung

Werbung

Zielgruppenmodellierung, Attribution von Multichannel-Kampagnen und Optimierung von Budgets und Platzierung.

  • Kundenbewertung (Kunde 360°)
  • Bestes Angebot zur richtigen Zeit
  • Risikomanagement
  • Verkaufsoptimierung
  • Sentimentanalyse

Computer Vision

Erkennung von Dokumenten und Gesichtern auf Fotos und in Videostreams — für Kunden-Onboarding und Identitätsprüfung.

  • Dokumentenerkennung: Reisepass, Personalausweis, Führerschein, Fahrzeugschein
  • Gesichtserkennung aus Video und Foto
  • Bestimmung von Geschlecht, Alter und Mimik
  • Prüfung der Bildqualität
  • Integration von AWS Rekognition

Fallstudie

Modell zuverlässiger Kunden für ein Kreditportfolio

Das Modell schätzt die Rückzahlungswahrscheinlichkeit und ordnet jeden Antrag einer von drei Kategorien zu. Die meisten Anträge werden damit ohne manuelle Prüfung bewertet.

Kunde
ein Finanzinstitut, der Name wird nicht genannt (NDA)
Aufgabe
die manuelle Prüfung von Kreditanträgen war langsam und ungenau
Daten
Kredit-, Transaktions- und CRM-Daten des Kunden
Lösung
Modell der Rückzahlungswahrscheinlichkeit mit drei Entscheidungsbereichen
Umsetzung
das Modell ist an den Entscheidungsprozess des Kunden angebunden
  • 15–30 %höhere Portfolio-Rentabilität
  • 2×weniger Underwriter
  • < 1 Min.Bearbeitung eines Antrags

Den Kunden und die Größe seines Portfolios nennen wir nicht (NDA). Die Höhe des Effekts hängt vom aktuellen Geschäftsprozess des Kunden ab.

  1. Ablehnungniedrige Rückzahlungswahrscheinlichkeit
  2. Zusätzliche PrüfungGrenzbereich, Entscheidung durch den Underwriter
  3. Automatische Bewilligunghohe Rückzahlungswahrscheinlichkeit
Rückzahlungswahrscheinlichkeit: niedrighoch

Zusammenarbeit

Wie ein Projekt abläuft

  1. 01

    Datenaudit

    Wir prüfen verfügbare Daten, Quellen und Prozesse und legen fest, was messbar ist und wo der Nutzen am größten ist.

  2. 02

    Modellprototyp

    Wir bauen das Modell auf historischen Daten und zeigen den erwarteten Effekt an Ihren Zahlen.

  3. 03

    Inbetriebnahme

    Wir verbinden das Modell mit Ihren Systemen — API, CRM, Datenbanken — und optimieren den Betrieb.

  4. 04

    Support und Weiterentwicklung

    Wir überwachen die Modellqualität, trainieren neu auf aktuellen Daten und erweitern Funktionen.

Technologien

Womit wir arbeiten

Generative KI

  • ChatGPT (OpenAI)
  • Claude (Anthropic)
  • Grok (xAI)
  • RAG

Maschinelles Lernen & Data Science

  • Python
  • scikit-learn
  • XGBoost
  • Computer vision

Cloud & Infrastruktur

  • PostgreSQL
  • ClickHouse
  • AWS
  • Docker
Vollständigen Technologie-Stack anzeigen
Generative KI
ChatGPT (OpenAI) · Claude (Anthropic) · Grok (xAI) · OpenAI API · Anthropic API · xAI API · RAG · embeddings · function calling · AI agents
Maschinelles Lernen & Data Science
Python · R · SAS · scikit-learn · XGBoost · Keras · pandas · NumPy · SciPy · NLP · Computer vision · Feature engineering
Modelle
Scoring · Credit risk · Fraud detection · Recommenders · Segmentation · Classification · Regression · Time series
Entwicklung & Integrationen
PHP · Laravel · Symfony · Flask · Node.js · React · REST API · Microservices
Datenbanken
ClickHouse · PostgreSQL · MySQL · MS SQL Server · MongoDB · Elasticsearch · Redis · Sybase IQ · SQL / T-SQL / PL-SQL
Cloud & Infrastruktur
AWS (Lambda, S3, Kinesis, DynamoDB, Rekognition) · Azure · Docker · Kafka · RabbitMQ · Jenkins · ELK · Nginx

Erfahrung der Spezialisten: 5 – 15 Jahre.

Kontakt

Erzählen Sie uns von Ihrem Projekt

Schreiben Sie uns, mit welchen Daten Sie arbeiten und was Sie erreichen möchten. Wir antworten mit einem Vorschlag für den nächsten Schritt.

Wie es weitergeht

  1. Sie beschreiben, mit welchen Daten Sie arbeiten und welches Ergebnis Sie brauchen.
  2. Wir antworten per E-Mail – mit Fragen oder einem Vorschlag für den nächsten Schritt.
  3. In einem Gespräch (etwa 30 Minuten) klären wir Umfang, Daten und möglichen Ansatz.