Veröffentlichung zu Federated Learning in Fachzeitschrift ERCIM News19.07.2021

    Buchhaltungsprüfungen sind in verschiedenen Bereichen erforderlich: Betrügerische Tätigkeiten betreffen sowohl Unternehmen des privaten Sektors als auch öffentliche Einrichtungen, und die Folgen eines aufgedeckten Betrugs reichen von geringfügigen Forderungen bis hin zur Strafverfolgung. Daher können sich die Anforderungen und Ziele je nach Anwendungsfall erheblich unterscheiden. Dennoch haben die meisten Fälle eine Gemeinsamkeit: Die wachsende Datenmenge macht es unmöglich, alle Forderungen und Abrechnungen einzeln zu prüfen. An diesem Punkt kommen maschinelle Lernalgorithmen ins Spiel.

    Wie kann Federated Learning (Föderales Lernen) dabei behilflich sein, Betrugsversuche in der Rechnungsprüfung zu erkennen? Einzelne Organisationen verfügen zwar meist über ausreichend Daten, um die Anforderungen gängiger maschineller Lernalgorithmen zu erfüllen, aber in der Zusammenarbeit mehrerer Partner kann der sichere Austausch von Daten eine Herausforderung darstellen. Doch gerade das gemeinsame Bearbeiten von Daten erhöht nicht nur die Datenbasis, sondern kann auch betrügerische Strukturen aufdecken.

    Federated Learning bietet die Chance, die Zusammenarbeit von Partnern zu ermöglichen, die gegenseitig von vorhandenen Daten profitieren möchten, diese Daten aber geheim halten wollen. Am BML-Partnerinstitut Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM in Kaiserslautern wurde hierfür ein Framework (FedArt) entwickelt, das bei der Detektion von Auffälligkeiten behilflich sein kann. Insbesondere wird dazu geforscht, welche Algorithmen unter welchen Rahmenbedingungen in diesem Anwendungsfall am sinnvollsten sind und inwiefern gemeinsame Schlüsse aus den Daten gezogen werden können.

    Stefanie Grimm und ihr Team vom Fraunhofer ITWM haben ihre Erkenntnisse zur Anwendung von Federated Learning im Bereich der Auffälligkeitsdetektion nun in der Fachzeitschrift ERCIM News platziert. ERCIM News beschreibt aktuelle Forschungszweige in der Mathematik und zeigt dabei neue Ideen und Konzepte zur Zusammenarbeit auf.

    zurück