Warum wir Transfer Learning leben
Wir geben es offen zu: Die meisten von uns hatten genug von stumpfen, immer gleichen Prognosemodellen, bei denen jede Abweichung von der Norm zur Unsicherheit führte. Also gingen wir der Frage nach, wie Transfer Learning den Umgang mit Ausfallwahrscheinlichkeiten tatsächlich verändern kann – nicht als Zauberwort, sondern als ernstzunehmender methodischer Fortschritt. Viele in unserem Feld klammern sich an Altbewährtes, auch wenn sich die Märkte längst gewandelt haben. Dieses Beharren führt häufig dazu, dass wertvolle Daten ungenutzt bleiben und Prognosen im Nebel stochern. Wir wollten nicht länger im Dunkeln tappen. Unser Ansatz: Wir bringen neueste Verfahren aus der maschinellen Mustererkennung mit praxiserprobten Methoden aus der Kreditrisikoanalyse zusammen. Mit einem interdisziplinären Team, das Brücken zwischen Finanzmarkt und Wissenschaft schlägt, fordern wir uns täglich selbst heraus. Unser Ziel ist es, institutionellen Investoren einen Einblick zu ermöglichen, der Unsicherheiten reduziert und Entscheidungsprozesse transparent macht. Wir glauben daran, dass exakte Modelle nicht aus Dogmen entstehen, sondern aus Neugier, Austausch und dem Mut, alte Denkmuster aufzubrechen.Kontakt aufnehmen
- 10
-
Branchenerfahrung
Jahre Erfahrung im quantitativen Finanzbereich
- 6
-
Forschungsschwerpunkte
Spezialisierte Forschungsprojekte zu Transfer Learning
- 12
-
Partnernetzwerk
Institutionelle Partner europaweit
Dr. Johanna Feldmann-Schneider
Leitung Forschung und Entwicklung
Forschungsschwerpunkt
Maschinelles Lernen und Finanzdatenintegration
Fachliche Schwerpunkte
Mit Erfahrungen aus internationalen Forschungsprojekten leitet sie die Entwicklung neuer Analysemodelle und unterstützt die enge Zusammenarbeit mit Universitäten. Sie fördert den Austausch zwischen Theorie und Praxis und ist die Brückenbauerin für methodische Weiterentwicklungen.