Advertisement

Systemunterstützt individualisierte Kundenansprache in der Mehrkanalwelt der Finanzdienstleistungsbranche — Repräsentation der Einstellungen von Kunden in einem Kundenmodell

  • Hans Ulrich Buhl
  • Michael Fridgen
  • Stefan Volkert
Conference paper

Zusammenfassung

Die vorliegende Arbeit schlägt ein Konzept zur Abbildung relevanter Aspekte eines Kunden der Finanzdienstleistungsbranche in einem zentralen Repository, bezeichnet als Kundenmodell, vor. Eine zentrale Rolle spielen dabei die Einstellungen von Kunden, deren reale Eigenschaften Widersprüchlichkeit, Unschärfe und Mehrwertigkeit auch in der Abbildung enthalten sein müssen. Aus den Anforderungen an die Wissensrepräsentation und -Verarbeitung werden zwei alternative Formalismen, wovon einer auf Evidenzmaßen, der andere auf der Fuz-zy-Theorie basiert, abgeleitet und vergleichend bewertet.

Schlüsselworte

Benutzermodellierung Kundenmodellierung Individualisierung Wissensrepräsentation Finanzdienstleistungen Evidenzmaβe Fuzzy-Theorie 

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. [Acze61]
    Aczél, J.: Vorlesungen über Funktionalgleichungen und ihre Anwendungen. Birkhäuser: Basel, 1961.Google Scholar
  2. [BeKe00]
    Beierle, C.; Kern-Isberner, G.: Methoden wissensbasierter Systeme. Vieweg: Braunschweig/Wiesbaden, 2000.CrossRefGoogle Scholar
  3. [BoKr01]
    Borgelt, Ch.; Kruse, R.: Unsicherheit und Vagheit: Begriffe, Methoden, Forschungsthemen. Künstliche Intelligenz 15(3), 2001: S. 5–8.Google Scholar
  4. [Borg+00]
    Borgelt, Ch.; Timm, H.; Kruse, R.: Unsicheres und vages Wissen. In: Görz, G.; Rollinger, C.-R.; Schneeberger, J. (Hrsg). Handbuch der Künstlichen Intelligenz. Oldenbourg: München/Wien, 2000.Google Scholar
  5. [Buhl+01]
    Buhl, H. U.; Kundisch, D.; Steck, W.: Sophistication Banking als erfolgreiche Strategie im Informationszeitalter. Zeitschrift für Betriebswirtschaft 72, Ergänzungsheft 2, 2002: S. 1–12.Google Scholar
  6. [Buhl+92]
    Buhl, H. U.; Massler, T.; Rittirsch, T.: Eine WARUM-NICHT-Komponente zur Erweiterung der Erklärungsfähigkeit wissensbasierter Systeme, Wirtschaftsinformatik 34(1), 1992: S. 84–93.Google Scholar
  7. [Buhl+91]
    Buhl, H. U.; Massler, T.; Weinhardt, C.: Ein Erweiterungs-Ansatz zur Darstellung und Verarbeitung unsicheren Wissens in wissensbasierten Systemen, Wirtschaftsinformatik 33(3), 1991: S. 213–218.Google Scholar
  8. [BuWe92]
    Buhl, H. U.; Weinhardt, C.; EAG: Ein Verfahren zur Gewißheitsverarbeitung in Wissensbasierten Systemen, Informationstechnik it, 5, 1992, S. 296–306.Google Scholar
  9. [BuSh84]
    Buchanan, B. G.; Shortliffe, E. H.: Rule-based expert systems: the MYCIN experiments of the Stanford Heuristic Programming Project. Addison-Wesley: Reading, 1984.Google Scholar
  10. [DuPr80]
    Dubios, D.; Prade, H.: Fuzzy Sets and Systems — Theory and Applications. Academic Press: New York, London, Toronto, 1980.Google Scholar
  11. [Eich78]
    Eichhorn, W.: Functional Equations in Economics. Addison-Wesley: Reading, 1978.Google Scholar
  12. [Frid+99]
    Fridgen, M.; Schackmann, J.; Volkert, S.: Preference Based Customer Models for Electronic Banking. In: Bichler, M., Hansen, H.-R., Mahrer, H. (Hrsg.): Proceedings of the 8th European Conference on Information Systems (ECIS) 2000, Wien, (Österreich), Juli 2000, 2. Band, Gabler: Wiesbaden, 2000, S. 819–825.Google Scholar
  13. [Frid03]
    Fridgen, M.: Sowohl CRM-Speziallösungen als auch die CRM-Module der ERP-Anbieter sind nur ein erster Schritt zur Lösung der kundenbezogenen Probleme heutiger IT-Architekturen. Diskussionsbeitrag in der Rubrik Meinung/Dialog zum Thema: CRM-Anwendungssysteme von spezialisierten Lösungsanbietern versus CRM-Anwendungen von ERP-Herstellern — Wie sieht die geeignete IT-Unterstützung der CRM-Prozesse aus?, erscheint in: Wirtschaftsinformatik 45, 2003.Google Scholar
  14. [Hein02]
    Heinrich, B.: Methode zur wertorientierten Analyse und Gestaltung der Kundenbeziehung — Zur Rolle des Service Integrators im Privatkundengeschäft von Kreditinstituten, Dissertation der Universität St. Gallen, 2002.Google Scholar
  15. [Jack94]
    Jackson, P.: Introduction to Expert Systems. Addison Wesley: Reading, 1994.Google Scholar
  16. [Kobs85]
    Kobsa, A.: Benutzermodellierung in Dialogsystemen. Springer: Berlin, 1985.CrossRefGoogle Scholar
  17. [Maye+94]
    Mayer, A.; Mechler, B.; Schlindwein, A.; Wolke, R.: Fuzzy Logic, Einführung und Leitfaden zur praktischen Anwendung. Addison Wesley: Bonn, 1994.Google Scholar
  18. [MeHö99]
    Mertens, P., Höhl, M.; Wie lernt der Computer den Menschen kennen? Bestandsaufnahme und Experimente zur Benutzermodellierung in der Wirtschaftsinformatik. In: Scheer, A-W.; Nüttgens, M. (Hrsg.): Electronic Business Engineering, Heidelberg 1999.Google Scholar
  19. [Port85]
    Porter, M. E.: Competitive Advantage: Creating and sustaining superior performance. Free Press: New York, 1985.Google Scholar
  20. [Rich92]
    Richter, M. M.: Prinzipien der Künstlichen Intelligenz. Wissensrepräsentation, Inferenz und Expertensysteme. Teubner: Stuttgart, 1992.Google Scholar
  21. [RöZi77]
    Rödder, W., Zimmermann, H.-J.: Analyse, Beschreibung und Optimierung von unscharf formulierten Problemen. Zeitschrift für Operations Research, 21, 1977: S. 1–18.Google Scholar
  22. [Scha02]
    Schackmann, J.: Individualisierung und Personalisierung: Eine ökonomische Analyse unter besonderer Berücksichtigung der Informationstechnologie und des Electronic Commerce. Dissertation der Universität Augsburg, 2002.Google Scholar
  23. [Somb92]
    Sombé, L.: Schließen bei unsicherem Wissen in der Künstlichen Intelligenz: Vergleich von Formalismen anhand eines Beispiels. Vieweg: Wiesbaden 1992.Google Scholar
  24. [Thur31]
    Thurstone, L. L.: The Measurement of Social Attitudes. Journal of Abnormal and Social Psychology 26, 1931: S. 249–269.CrossRefGoogle Scholar
  25. [Thur59]
    Thurstone L. L.: The Measurement of Values, Chicago University Press: Chicago 1959.Google Scholar
  26. [Zade65]
    Zadeh, L. A.: Fuzzy Sets. Information and Control 8, 1965: S. 338–353.CrossRefGoogle Scholar
  27. [Zade75a]
    Zadeh, L. A.: The Concept of a Linguistic Variable and Its Application to Approximate Reasoning — I. Information Sciences 8, 1975: S. 199–249.CrossRefGoogle Scholar
  28. [Zade75b]
    Zadeh, L. A.: The Concept of a Linguistic Variable and Its Application to Approximate Reasoning — II. Information Sciences 8 1975: S. 301–357.CrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2003

Authors and Affiliations

  • Hans Ulrich Buhl
    • 1
  • Michael Fridgen
    • 1
  • Stefan Volkert
    • 1
  1. 1.Universität AugsburgDeutschland

Personalised recommendations