safeFBDC

Plattform und Ökosystem für den sicheren Datenaustausch auf Finanzmärkten

Unsere Vision

Unsere Vision des FBDC ist ein föderiertes Ökosystem, das Stakeholdern aus Wirtschaft, Wissenschaft und Aufsicht eine sichere, die Datensouveränität wahrende Infrastruktur für den Austausch und die KI-gestützte Analyse von Finanzdaten bietet.

safeFBDC FINALE 7.12.23

Rückblick hier! Pecha Kucha Videos hier!

Alle Informationen rund um das Forschungsprojekt und die Use Cases des safeFBDC.
safeFBDC  wird von Partnern aus Wirtschaft, Wissenschaft und Institutionen unterstützt.

Updates, News und Neuigkeiten rund um das safeFBDC

Unsere Veröffentlichungen im akademischen Kontext sowie in der Fachpresse.

safeFBDC Use Case zum arbeitspaket 1 Schaffung einer sicheren Basis zur Steigerung der Datensouveränität
Use Case 1

Sichere technologische Basis

Unser Ziel ist es, Optionen für sichere Datenarchitekturen zu definieren, verproben und zur Unterstützung der relevanten Anwendungsfälle bereitzustellen. Damit wollen wir die Nutzung von künstlicher Intelligenz auf gemeinsamen Daten unter Berücksichtigung von Datenschutz- und Sicherheitsvorschriften ermöglichen. Dieser Use Case wird von SAP Fioneer geleitet.

safeFBDC Use case 2 Sustainable Finance und ESG Analyse von Nachhaltigkeits-Risiken im Risikomanagement von Finanzinstituten​
Use Case 2

Nachhaltige Finanzen

Das Ziel dieses Arbeitspakets ist es, die Verfügbarkeit, Qualität und Vergleichbarkeit von ESG-Daten durch die Entwicklung innovativer KI- und ML-Methoden zu verbessern. So wird das Arbeitspaket Finanzmarktteilnehmer, insbesondere Banken, dabei unterstützen, ESG-bezogene Risiken und Auswirkungen zu managen. Dieser Use Case wird vom UNEP-Center der Frankfurt School of Finance and Management geleitet.

safeFBDC Use Case 3 Optimierte vernetzte Techniken in der Bekämpfung von Geldwäsche (AML)
Use Case 3

AML Analytik auf verbundenen Daten

Ziel ist es, die Instrumente zur Aufdeckung potenzieller Geldwäscheaktivitäten bei Finanztransaktionen zu verbessern. Dies wird durch die Anwendung von Methoden aus den Bereichen maschinelles Lernen und künstliche Intelligenz auf einen einzigartigen Pool gemeinsamer Daten der Projektpartner erreicht. Dieser Projekteil wird von der Deutschen Börse geleitet.

safeFBDC Erforschung von neuen Methoden zur Erhöhung der Marktintegrität
Use Case 4

Erhöhung der Marktintegrität

Ziel dieses Forschungspakets ist es, die Instrumente zur Aufdeckung von Marktmanipulationen auf den Finanzmärkten zu verbessern. Dies erreichen wir durch die Anwendung von Methoden aus den Bereichen maschinelles Lernen und künstliche Intelligenz auf einen einzigartigen Pool gemeinsamer Daten der Projektpartner. Die Deutsche Börse leitet dieses Forschungsvorhaben.  

safeFBDC Verbesserung der Datenbasis, Test- und Simulationsumgebungen für geldpolitische Entscheidungen
Use Case 5

Geldpolitische Entscheidungen

Die Verbesserung geldpolitischer Entscheidungen durch die Anwendung von Methoden des maschinellen Lernens / KI zur Untersuchung von Fragen im Zusammenhang mit der Makroanalyse und -prognose, der Überwachung von Finanzindikatoren und der Bewertung von Finanzstabilitätsrisiken sind die Ziele dieses Arbeitspakets. Geleitet wird es von Financial Intermediaries and the Real Economy (FIRE) an der Frankfurt School of Finance & Management.

safeFBDC Stable Supply Chain Finance Neue Risikomanagement- und Finanzierungsinstrumente für komplexe Lieferketten und „smarte“ Wertschöpfungsnetzwerke der Industrie 4.0
Use Case 6

Stable Supply Chain Finance

Das Teilprojekt “Stable Supply Chain Finance“ erforscht mit Partnern aus Industrie, Finanzwirtschaft und Technologie neue, datengetriebene Ansätze für hocheffiziente Finanztransaktionen und resiliente Finanzierungen für Lieferketten und komplexe Wertschöpfungsnetzwerke der Industrie 4.0.

Geleitet wird dieses Arbeitspaket durch das Fraunhofer-Institut für Materialfluss und Logistik IML.

Wir stellen uns vor!

Play Video about safeFBDC Gruppenfoto 22.9.22 im TechQuartier in Frankfurt