Case Study
Synthetische Daten für Softwareentwicklung und -tests bei einer führenden niederländischen Bank
Über den Kunden
Unser Kunde, eine führende Bank, ist ein niederländisches multinationales Bank- und Finanzdienstleistungsunternehmen. Diese Bank ist eine der fünf größten Banken in den Niederlanden mit über fünf Millionen Kunden. Diese Bank wurde von Global Finance ganz oben auf der Liste der „sichersten Banken der Welt“ platziert und ist bestrebt, ihre Position in dieser Liste zu halten und zu verbessern.
Die Situation
Diese Bank verfügt über eine starke datengesteuerte Strategie, die darauf abzielt, es der Bank zu ermöglichen, in einer dynamischen und wettbewerbsintensiven Finanzlandschaft wettbewerbsfähig zu bleiben. Bei diesem Ziel verlässt sich die Bank bei der Entwicklung ihrer Kernbankfunktionen (CRM-System, Zahlungssystem usw.) und innovativer Lösungen (Mobile-Banking-App, virtuelle Umgebung usw.) stark auf Daten. Die enorme Datenmenge erschwert die Erstellung geeigneter Testdaten. Darüber hinaus werden die Daten in verschiedenen Datenbanken gespeichert und müssen aus verschiedenen Quellen erfasst werden.
Persönliche Daten aus der Produktion sind für diese Bank aus datenschutzrechtlicher Sicht keine Option. Um dieses Problem zu lösen, hat die Bank in der Vergangenheit bestehende Tools zur Generierung von Dummy-Daten und Scheindaten ausprobiert. Diese Tools entsprachen jedoch nicht den Erwartungen, da sie keinen universellen und standardisierten Ansatz zur Datengenerierung boten, keine gute Datenqualität aufrechterhielten, nicht wie Produktionsdaten aussahen und viel manuelle Arbeit erforderten.
Die Lösung
Die Plattform von Syntho bietet die Möglichkeit, produktionsähnliche Daten zu generieren, wodurch diese Bank nun von beschleunigten Tests profitieren konnte, ohne die ursprünglichen Datenstrukturen oder Beziehungen zu opfern. Durch die Nutzung der Leistungsfähigkeit der KI-Generierung, von Scannern für personenbezogene Daten und von Teilmengen verfügt diese Bank nun über die Lösung, um Testdaten einfach zu generieren und zu verwalten und die Lebenszyklen der Softwareentwicklung zu beschleunigen.
Nach der erfolgreichen Implementierung synthetischer Daten für Softwareentwicklung und -tests erwägt die Bank, die Plattform auch für die Datenanalyse innerhalb der Business-Intelligence-Abteilung zu nutzen.
Die Vorteile
Produktionsähnliche Testdaten
Ermöglicht die schnelle Simulation produktionsähnlicher Daten, wobei die ursprüngliche Struktur erhalten bleibt, Beziehungen reproduziert werden und einfach zu warten sind. Dadurch wird nicht nur ein ordnungsgemäßes Testen von Systemen und Anwendungen sichergestellt, sondern auch die Entwicklungszyklen beschleunigt und gleichzeitig ein robuster Datenschutz gewährleistet.
Datenschutz durch Design
Durch die Verwendung synthetischer Daten können Banken strenge Datenschutzbestimmungen einhalten und gleichzeitig genaue Ergebnisse und innovative Fortschritte erzielen. Indem sichergestellt wird, dass sensible Kundeninformationen während der gesamten Test- und Entwicklungsprozesse geschützt bleiben und personenbezogene Daten aus der Produktion nicht einfach als Testdaten verwendet werden.
Schnellere Softwareentwicklungszyklen
Die Nutzung synthetischer Daten beschleunigt die Softwareentwicklung und ermöglicht schnelle Iterationen und Tests. Die synthetischen Testdaten sind im Vergleich zu Produktionsdaten von höherer Qualität und ähnlicher, wodurch die Qualität der Tests verbessert wird, um Fehler früher zu erkennen und schneller zu veröffentlichen. Dies beschleunigt die Einführung neuer Finanzprodukte und -dienstleistungen und stärkt den Wettbewerbsvorteil der Bank auf dem Markt.
Datenunterteilung
Bieten Sie die Möglichkeit, eine kleinere repräsentative Teilmenge einer Datenbank mit erhaltener referenzieller Integrität zu erstellen. Dadurch konnte die Bank eine kleinere synthetische Version der Produktionsdaten erstellen, um den Hardwareverbrauch zu reduzieren.
Organisation: Führende niederländische Bank
Standort: Die Niederlande
Industrie: Finanzen
Größe: Über 43000 Mitarbeiter
Anwendungsfall: Testdaten
Zieldaten: Kernbankdaten, Transaktionsdaten
Website: bitte anfragen
Speichern Sie jetzt Ihren Leitfaden für synthetische Daten!
- Was sind synthetische Daten?
- Warum nutzen Organisationen es?
- Kundenfälle mit Mehrwert für synthetische Daten
- Erste Schritte
