---

Inhaltlich unveränderte Neuauflage. Betrugsfälle, speziell von Mitarbeitern unternommene, sind im Hinblick auf Reputations- und Schadenskosten für eine Bank verheerend. Lange wurden interne Betrugsanalysen hauptsächlich in mühsamer Handarbeit getätigt. Auf der Suche nach neuen analytischen Möglichkeiten entstand die dem Buch Zugrunde liegende Diplomarbeit aus der Kooperation zwischen dem Institut für Informatik der Universität Zürich (DDIS Gruppe) und einer Bank. Ziel war es, ein Relationales Data Mining (RDM) Verfahren zu finden, dieses im realen Einsatz zu testen und Erfahrungen daraus zu gewinnen. Der Autor führt zuerst ins Umfeld der analytischen Betrugserkennung und ins RDM ein. Danach wird die technische Umgebung erläutert und ein RDM-Verfahren für die Untersuchung vorgestellt. Nach der Präsentation der Ergebnisse und deren Analyse folgt zum Schluss eine kritische Erfolgsbesprechung mit Optimierungstipps für zukünftige Einsätze. Dieses Buch ist ein lehrreicher Erfahrungsbericht aus dem praktischen Einsatz von (Relationalem) Data Mining im Data Warehouse einer Bank. Es richtet sich u.a. an Manager und Applikationsentwickler im analytischen Betrugsumfeld und an (Wirtschafts-)informatiker mit Interesse am Thema.

---

Master of Science UZH, Studium der Wirtschaftsinformatik an der Universität Zürich. Er arbeitet zur Zeit als Applikationsentwickler im J2EE Umfeld in einer Bank in Zürich.

---