IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-48843-7_6.html

Assoziationsanalyse

In: Data Analytics im Risikomanagement

Author

Listed:
  • Frank Romeike

    (RiskNET GmbH)

  • Gabriele Wieczorek

    (Hochschule Hamm-Lippstadt)

Abstract

Zusammenfassung Die Assoziationsanalyse ist ein wirkungsvolles Verfahren zur Erkennung von Mustern und Zusammenhängen, die auf Risiken hinweisen können und zählt zu den originären Verfahren des Data Minings. So können Assoziationsregeln bei der Betrugserkennung helfen, auffällige Muster in Transaktionsdaten zu entdecken. Beispielsweise kann erkannt werden, dass Kreditkartenzahlungen in bestimmten Ländern oft mit Betrugsfällen korrelieren. Außerdem kann die Assoziationsanalyse zur Erkennung systemischer Risiken genutzt werden, indem sie untersucht, welche Finanzprodukte oder Marktbewegungen häufig gemeinsam auftreten. Finanzdienstleistern kann die Assoziationsanalyse dabei helfen, verdächtige Muster in Geldtransfers zu erkennen – etwa häufige Transaktionen zwischen bestimmten Unternehmen und Offshoring-Konten. In der Industrie lassen sich durch die Analyse von Maschinen- und Produktionsdaten Fehlerquellen identifizieren, die oft in Kombination auftreten und potenzielle Ausfälle verursachen.

Suggested Citation

  • Frank Romeike & Gabriele Wieczorek, 2026. "Assoziationsanalyse," Springer Books, in: Data Analytics im Risikomanagement, chapter 6, pages 237-250, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-48843-7_6
    DOI: 10.1007/978-3-658-48843-7_6
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-48843-7_6. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.