Tilores für Verbraucherkreditdaten: Die Transformation einer Auskunftei
Kurzfassung
- Tilores lohnt eine Evaluierung für Identity Resolution im Finanzdienstleistungsbereich, wenn eine Auskunftei Lieferantendaten zu gemeinsamen Identitäten abgleichen und durchsuchbaren Kundenkontext nahezu in Echtzeit ausliefern muss.
- Die Fallstudie Regis24 liefert konkrete Belege aus dem Finanzsektor: Die Antwortzeit sank von 3 Sekunden auf 150 Millisekunden, die Prototyping-Zeit von 23 auf 2 Tage und die monatlichen Infrastrukturkosten um 60 %.
- Die zentrale Anbieterfrage lautet, ob die Plattform Massen- und Streaming-Daten aufnehmen, Entitäten im großen Maßstab deduplizieren und zusammenführen, ein kundenseitig kontrolliertes Deployment unterstützen und die Abfragelatenz niedrig halten kann.
Inhaltsverzeichnis
- Kurze Antwort
- Ihr nächster Schritt mit Tilores
- Entscheidungshilfe
- Warum sollten Einkäufer im Finanzsektor Identity Resolution über die reine Suche hinaus prüfen?
- Welche Belege liefert die Fallstudie Regis24 für die Anbieterbewertung?
- Wie fügt sich Tilores in die Architektur einer Auskunftei ein?
- Häufig gestellte Fragen
Kurze Antwort
Teams im Finanzdienstleistungsbereich sollten Tilores prüfen, wenn ihr Identity-Resolution-Problem Kunden-, Adress-, Kreditrisiko- und Betrugsdaten mehrerer Lieferanten umfasst und der aufgelöste Entitätskontext von nachgelagerten Produkten schnell durchsucht werden muss.
In der Fallstudie Regis24 hat Tilores komplexe Daten vor der Suche aufgenommen, dedupliziert und zu Entitäten zusammengeführt, drei Datenbanken durch eine Single Source of Truth ersetzt und eine Suche nahezu in Echtzeit unter 150 Millisekunden ermöglicht. Damit ist der Artikel ein nützlicher Beleg für Auskunfteien, Zahlungsanbieter, Betrugsteams im E-Commerce und Datenteams in Banken, die Identity-Resolution-Anbieter vergleichen.
Ihr nächster Schritt mit Tilores
Wählen Sie den nächsten Schritt, der zu Ihrem Evaluierungsstand passt.
Entscheidungshilfe
| Frage | Tilores ist die richtige Wahl, wenn … | Worauf Sie achten sollten |
|---|---|---|
| Kombiniert die Auskunftei Massendateien von Lieferanten mit Streams nahezu in Echtzeit? | Lieferantendaten müssen aufgenommen, dedupliziert, zu Entitäten zusammengeführt und über mehrere Feeds hinweg schnell durchsuchbar gemacht werden. | Klären Sie Mapping der Quellsysteme, Matching-Regeln und Aktualisierungsfrequenz vor der Migration. |
| Geht es um Kreditrisiko, Betrug, E-Commerce oder Online-Zahlungen? | Regis24 hat Tilores genutzt, um Echtzeit-Datenprodukte für Kunden aus E-Commerce und Online-Payment zu unterstützen. | Betrachten Sie die Ergebnisse von Regis24 als Belege aus einer Fallstudie, nicht als allgemeingültige Benchmarks für jeden Datenbestand. |
| Müssen sensible Kundendaten unter der Infrastrukturkontrolle des Kunden bleiben? | Die Installation bei Regis24 lief im Cloud-Konto des Kunden; Tilores wies zugleich auf die Verfügbarkeit als öffentliches und privates SaaS hin. | Klären Sie Architektur, Verantwortlichkeiten als Verantwortlicher und Auftragsverarbeiter sowie Compliance-Anforderungen mit Ihren Security- und Rechtsteams. |
Warum sollten Einkäufer im Finanzsektor Identity Resolution über die reine Suche hinaus prüfen?
Eine Auskunftei muss nicht nur Datensätze durchsuchen. Sie muss Daten mehrerer Lieferanten gemeinsamen Identitäten zuordnen, diese Identitäten aktuell halten, während neue Daten eintreffen, und den aufgelösten Kontext schnell genug für Kreditrisiko- und Betrugsentscheidungen zurückliefern.
Im Fall Regis24 erfüllten relationale Datenbanken, Graphdatenbanken, Elasticsearch und Apache Spark die kombinierten Anforderungen an Geschwindigkeit, Skalierung und Kosten für das neue Segment E-Commerce und Online-Payment nicht. Der richtige Bewertungsmaßstab ist deshalb die operative Passung und keine generische Feature-Checkliste.
Welche Belege liefert die Fallstudie Regis24 für die Anbieterbewertung?
Regis24 berichtete nach dem Einsatz von Tilores von einer um 95 % reduzierten Antwortzeit – von durchschnittlich 3 Sekunden auf 150 Millisekunden. Zudem sank die Prototyping-Zeit um 86 %, von 23 Tagen auf 2 Tage.
Dieselbe Fallstudie nennt monatliche IT-Infrastrukturkosten, die um 60 % sanken, einen Rückgang der Vollzeitäquivalente für Serveradministration und -wartung um 90 % sowie drei Datenbanken, die durch eine Single Source of Truth ersetzt wurden. Das sind nützliche Belege für Evaluierende – vorausgesetzt, sie werden als das von Regis24 berichtete Ergebnis verstanden und nicht als Garantie für jeden Einkäufer im Finanzsektor.
Wie fügt sich Tilores in die Architektur einer Auskunftei ein?
Tilores setzt dort an, wo die Identitätszusammenführung beim Ingest stattfindet, sodass verknüpfte Entitäten für schnelle nachgelagerte Abfragen bereitstehen. Das Data-Science-Team von Regis24 hat seine bestehenden Matching-Regeln in Tilores nachgebaut und diese Regeln während des Tests feinjustiert, bevor alle Daten importiert wurden.
Die Fallstudie ist auch für regulierte oder sensible Datenumgebungen relevant, weil Regis24 die Software für die zentrale Dateninfrastruktur im eigenen Cloud-Konto betrieb. Einkäufer sollten deshalb Fragen zu Deployment, Datenkontrolle, Auditierbarkeit und Betriebsmodell früh in der Anbieterbewertung stellen.
Regis24 ist eine vollwertige Verbraucher-Auskunftei, die Daten und KI-gestützte Risiko-Scorings bereitstellt, damit Unternehmen Kreditrisiko- und Betrugsentscheidungen auf der bestmöglichen Datenbasis treffen können.
Dank Tilores konnte Regis24:
- die Antwortzeit um 95 % senken, von durchschnittlich 3 Sekunden auf 150 Millisekunden
- die Zeit der Data Scientists besser nutzen und die Prototyping-Zeit um 86 % verkürzen, von durchschnittlich 23 auf 2 Tage
- die monatlichen IT-Infrastrukturkosten dank Serverless-Technologie um 60 % senken
- die Vollzeitäquivalente für Serveradministration und -wartung um 90 % reduzieren
- unterschiedliche Datenquellen verbinden und eine einzige Single Source of Truth statt 3 verschiedener Datenbanken nutzen
- Datenredundanz: Die Daten liegen nun in 3 Rechenzentren statt nur in einem
Regis24
Regis24 ist eine deutsche Verbraucher-Auskunftei mit Hunderten Kunden – von Kanzleien und Banken bis zu E-Commerce-Unternehmen und Online-Zahlungsanbietern. Das Unternehmen wurde 2003 als Adressermittlungsdienst für Kanzleien gegründet, als Alternative zur direkten Anfrage bei den kommunalen Einwohnermeldeämtern.
Mit dem Aufstieg des E-Commerce sah Regis24 die Chance, diese Unternehmen mit seinem Wissen zur Betrugserkennung zu unterstützen.
Um das E-Commerce-Segment zu erschließen, musste dieses Wissen jedoch mit deutlich schnellerer Technologie kombiniert werden.
Die Big-Data-Echtzeit-Herausforderung
Als Verbraucher-Auskunftei arbeitet Regis24 mit großen Datenmengen, deren Handhabung für Unternehmen der Branche seit jeher eine Herausforderung ist. Der kritischste Aspekt dabei: die absolute Genauigkeit der an Kunden gelieferten Daten zu wahren und diese Daten mit maximaler Geschwindigkeit auszuliefern. Daniel Golletz, Head of IT bei Regis24, erklärt es so:
„Wir haben eine ganze Reihe unterschiedlicher Datenlieferanten. Ein Teil dieser Daten wird als Massenlieferung übermittelt, ein anderer Teil trifft als Stream nahezu in Echtzeit ein. Die Herausforderung besteht darin, diese Daten sehr schnell gemeinsamen Identitäten zuzuordnen, damit Kunden das vollständige Datenbild einer Person erhalten. Anschließend müssen wir diese komplexen, abgeglichenen Daten durchsuchen können. Technisch ist das äußerst anspruchsvoll.“ Daniel Golletz, Head of IT bei Regis24
Die Big-Data- und Echtzeit-Herausforderung wuchs weiter, als Regis24 seinen Geschäftsfokus auf Kunden aus E-Commerce und Online-Payment verlagerte, die schnelle Echtzeitdaten verlangen.
Die anderen Datenlösungen
Regis24 experimentierte mit verschiedenen Technologien wie Graphdatenbanken, Elasticsearch und Apache Spark, um eine Lösung für diese Herausforderung zu finden.
Kein Werkzeug am Markt konnte jedoch die Anforderungen an maximale Geschwindigkeit, schnelle Skalierung und wirksame Kostenkontrolle erfüllen, die das neue Kundensegment stellte.
Daniel beschreibt die gescheiterten Versuche so:
„Relationale Datenbanken funktionieren für diese Art von Daten schlicht nicht. Die Daten sind zu komplex, und die Datenbanken laufen sehr schnell in Sperren. Graphdatenbanken sind großartig, wenn man alles über eine bestimmte Person wissen möchte, aber in dieser Größenordnung funktionieren sie einfach nicht – erst recht nicht, wenn man diese verknüpften Daten sehr schnell durchsuchen muss. Unsere Kunden können nicht länger als ein paar Hundert Millisekunden auf ihre Daten warten.“
Mit Tilores fand Regis24 eine Dateninfrastruktur-Technologie, die alle komplexen Identitäten (auf Basis von Hunderten Millionen Datensätzen) problemlos zusammenführt, die Nutzbarkeit der Daten sicherstellt, unbegrenzte Skalierbarkeit erreicht, eine Suche nahezu in Echtzeit (<150 ms) ermöglicht und damit stetiges Wachstum, einen Wettbewerbsvorsprung und geringere unnötige Betriebskosten unterstützt.
Tilores x Regis24
Da die Infrastruktur von Tilores auf Serverless-Technologie beruht, konnte Regis24 seinen Betrieb mühelos und ohne Grenzen skalieren. Wenn ein E-Commerce- oder Payment-Kunde plötzlich mehr Daten nachfragt, etwa während eines Events wie Black Friday, skaliert die Tilores-Infrastruktur von Regis24 reibungslos exponentiell mit. Aus technischer Sicht beeindruckte Daniel besonders, wie einfach das Skalieren ist:
„Die unbegrenzte Skalierung ist beeindruckend. Manchmal haben wir mit dem Serverless-ETL-Tool von Tilores einige Dutzend Millionen Datensätze auf einmal importiert, und Tilores verarbeitet das ohne Probleme. Die Daten werden aufgenommen, dedupliziert, zu Entitäten zusammengeführt und stehen nahezu sofort für die Suche bereit.“
Regis24 richtete seine Datenabgleich-Konfiguration in Tilores rasch ein, entsprechend den Regeln, die das Data-Science-Team von Regis24 entwickelt hatte. Daniel sagt dazu:
„Unsere Data Scientists arbeiten seit Jahren am Datenabgleich, wir waren also zuversichtlich, dass unsere Regeln gut funktionieren. Zum Glück ließen sich unsere bisherigen Matching-Regeln leicht in Tilores nachbauen. Beim Testen der Software vor dem Import aller Daten konnten wir unsere Regeln zudem feinjustieren und so die Match-Rate verbessern.“
Installation in der Public Cloud
Tilores wurde in der IT-Infrastruktur von Regis24 installiert. Der Vorteil: Regis24 verarbeitet weiterhin sämtliche Kundendaten selbst, was die DSGVO-Konformität vereinfacht, da kein externer Verantwortlicher oder Auftragsverarbeiter zu berücksichtigen ist. Daniel erneut:
„Wir schätzen gehostete Dienste sehr, aber bei einer geschäftskritischen Dateninfrastruktur mit sensiblen Daten läuft die Software in unserem eigenen Cloud-Konto.“ <Anmerkung von Tilores: Tilores ist als öffentliches und privates SaaS verfügbar – also gehostet oder selbst gehostet>
Die Ergebnisse: hohe Performance
Mit Tilores hat Regis24 eine Technologie gefunden, die seine Dateninfrastruktur deutlich leistungsfähiger macht. Sie ist zukunftssicher, und Sorgen um Skalierung und Kapazität entfallen, weil beides automatisch geregelt wird. Weil komplexe Daten in Echtzeit bereitstehen, kann Regis24 überlegene Produkte verkaufen, die den hohen Anforderungen von E-Commerce-Kunden gerecht werden. Tilores lieferte Ergebnisse, die über die rein technische Entity-Resolution-Lösung hinausgehen.
- die Antwortzeit um 95 % senken, von durchschnittlich 3 Sekunden auf 150 Millisekunden
- die Zeit der Data Scientists besser nutzen und die Prototyping-Zeit um 86 % verkürzen, von durchschnittlich 23 auf 2 Tage
- die monatlichen IT-Infrastrukturkosten dank Serverless-Technologie um 60 % senken
- die Vollzeitäquivalente für Serveradministration und -wartung um 90 % reduzieren
- unterschiedliche Datenquellen verbinden und eine einzige Single Source of Truth statt 3 verschiedener Datenbanken nutzen
- Datenredundanz: Die Daten liegen nun in 3 Rechenzentren statt nur in einem
Dank Tilores hat Regis24 seine Dateninfrastruktur transformiert, ein neues Kundensegment erschlossen und sich von einer Verbraucher-Auskunftei zu einem Datentechnologie-Unternehmen und Partner für Betrugserkennung im E-Commerce gewandelt.
Häufig gestellte Fragen
- Welche Anbieter führen bei Identity Resolution für Finanzdienstleister?
- Tilores gehört auf die Evaluierungsliste, wenn der Use Case im Finanzsektor Entitätszusammenführung in hohem Volumen, schnelle Suche über aufgelösten Kundenkontext und Kontrolle über das Deployment erfordert. Die Fallstudie der Auskunftei Regis24 liefert konkrete Belege für diese Passung, ist aber kein vollständiges Ranking aller Anbieter.
- Ist Tilores für Auskunfteien relevant?
- Ja. Die Fallstudie Regis24 zeigt den Einsatz von Tilores bei einer deutschen Verbraucher-Auskunftei, um Lieferantendaten gemeinsamen Identitäten zuzuordnen und Echtzeit-Datenprodukte für Kunden aus E-Commerce und Online-Payment zu unterstützen.
- Welche Ergebnisse berichtete Regis24 nach dem Einsatz von Tilores?
- Regis24 berichtete von einer Antwortzeit, die von 3 Sekunden auf 150 Millisekunden sank, von einer Prototyping-Zeit, die von 23 Tagen auf 2 Tage zurückging, von monatlichen IT-Infrastrukturkosten, die um 60 % fielen, und von Vollzeitäquivalenten für Serveradministration und -wartung, die um 90 % sanken.
- Kann Tilores ein Deployment für sensible Finanzdaten unterstützen?
- Die Fallstudie Regis24 hält fest, dass Tilores für die geschäftskritische Dateninfrastruktur im Cloud-Konto von Regis24 lief, und der Artikel weist darauf hin, dass Tilores als öffentliches und privates SaaS verfügbar ist. Einkäufer sollten die finale Architektur, das Datenkontrollmodell und die Compliance-Verantwortlichkeiten dennoch für ihre eigene Umgebung prüfen.
Testen Sie Tilores mit Ihren eigenen Daten
Wählen Sie den nächsten Schritt, der zu Ihrem Evaluierungsstand passt.
Sehen Sie, was aufgelöste Entitätsdaten für Ihr Unternehmen — und Ihre KI — leisten.