Unser Projekt zielt darauf ab, den Prozess der Hypothekarkreditvergabe in Banken durch eine KI-basierte, objektive Entscheidungsebene zu verbessern. Zu Beginn haben wir über 50.000 relevante Datenpunkte zu Hypothekanträgen gesammelt und strukturiert. Dieses umfassende Datenset wurde einer intensiven Datenanalyse und -exploration unterzogen, um Muster und Erkenntnisse zu identifizieren, die für die Kreditvergabe besonders relevant sind.
 

Auf Basis dieser Insights entwickelten wir ein KI-Modell, das bestehende Entscheidungsprozesse durch Präzision und Fairness ergänzt. Um die Entscheidungen der KI nachvollziehbar zu machen, entwickelten wir ein transparentes Dashboard, das den Entscheidungsprozess visualisiert. Es zeigt unter anderem, welche Gewichtung einzelne Parameter haben, sodass klar erkennbar ist, wie bestimmte Faktoren die KI-Empfehlung beeinflussen.
 

Zur optimalen Nutzung der Datenbasis haben wir außerdem ein Large Language Model (LLM) integriert. Damit lassen sich Erkenntnisse gezielt extrahieren und fundierte Entscheidungen treffen. Die Integration des LLM ermöglicht den effizienten Zugriff auf die gesamte Datenvielfalt und unterstützt ein tieferes Verständnis sowie besser informierte Entscheidungen.
 

Insgesamt sorgt unser Projekt nicht nur für einen effizienteren Hypothekengenehmigungsprozess, sondern auch für mehr Transparenz, Fairness und Nutzer:innenfreundlichkeit – und ebnet damit den Weg.