fotolia
Seminar

Einführung in Data Science zur Betrugsaufdeckung

Es versteht sich fast von selbst, dass das Hauptgewicht des Seminars darauf gelegt wird, neben den Grundlagen das Problembewusstsein bei den Teilnehmern zu schärfen, deren Wissen um geeignete Vorgehensweisen und Werkzeuge zu schärfen, aber gleichzeitig die Teilnehmer nicht zu IT-Spezialisten oder Statistiker umzuerziehen. Dementsprechend sollen die notwendigen Fachbegriffe vermittelt werden, damit die Teilnehmer sie im Berufsalltag abrufen und produktiv im Team mit IT-Spezialisten und Data Scientists nutzen können.

Der Kurs gibt eine gestraffte Einführung in die Wirtschafts- und Steuerbetrugsaufdeckung mittels Datenbanktechnik und moderner explorativer Datenanalyse soweit sie für den obigen Personenkreis zweckdienlich sind. Wie der Erfolg von Business Intelligence im Wirtschaftsumfeld zeigt, ist das zweckdienliche, Plattform-basierte („intelligente“) Sammeln, Aufbereiten, Speichern und Auswerten (Aufdeckung von Auffälligkeiten und deren Visualisierung) in einer einheitlich konzipierten Datenbank erfolgversprechend. Zugeschnitten auf die Bedürfnisse von Betrugs- und Steuerfahndern, Compliance-Beauftragten usw. werden die erforderlichen Grundlagen des Entwurfs und der zielgerechten Nutzung moderner Datenbanksysteme in Verbindung mit explorativer Datenanalyse („Big Data Science“)  in einer integrierten Umgebung vorgestellt und an Fällen die Wirksamkeit plausibel gemacht. Dazu gehören u.a. Kartell- und Korruptionsdatenbanken, das Auffinden von Regelmäßigkeiten, Täterprofilen und Verbrechensnetzwerken sowie die Voraussage von Verbrechensorten.

 

  • Grundgedanke von „Data Science“ (Data Analytics):
    • Daten sammeln und auswerten auf einheitlicher Plattform statt abteilungsbezogene Dateihaltung
    • Tipps für geeignete Software-Werkzeuge
  • Fachkonzeptioneller und relationaler Datenbankentwurf und Datenbanknutzung (Abfragen):
    • DB-Entwurf aus fachkonzeptioneller und relationaler Sicht an Beispielen wie beispielsweise Unternehmens-, Betrugs-, Korruptions- und Steuerkarusseldatenbanken
  • Auffälligkeits- oder Datenanalyse I:
    • Data Mining (explorative Datenanalyse oder maschinelles Lernen) in großen numerischen und textlichen Datenbeständen (Big Data) zum Aufdecken von Regelmäßigkeiten vom Typ "WENN...DANN" (Assoziationsregel-Auffindung)
  • Auffälligkeits- oder Datenanalyse II:
    • Big Data und Data Mining zur Klassifikation, Täter-Gruppenaufdeckung und Einzeltäter-Profilbildung. Voraussage von Verbrechensorten in dicht besiedelten Gebieten.

Nächster Termin: Mittwoch, 05. August 2020

Dauer: 1 Tag

  • Mittwoch, 05. August 2020 von 09:00 bis 18:00 Uhr

Teilnahme-Gebühr: 510,- € (zzgl. gesetzl. USt.)

Ihr Referent am nächsten Termin

Prof. Dr. Hans-J. Lenz

Lenz

ehemaliger Professor für Datenverarbeitung und Statistik an der Freien Universität Berlin; lehrte an Universitäten und Akademien in Europa, Asien, Südamerika und Australien; publizierte zahlreiche Bücher und Aufsätze; Auszeichnung der Freien Universität Berlin mit der Goldmedaille.


Das Seminar ist fester Bestandteil dieser Zertifikatslehrgänge:

Spezialist Cybercrime

©peshkova - stock.adobe.com

Kontakt

Für Ihre Anmeldung nutzen Sie bitte unseren Anmeldebogen.

Bei Fragen kommen Sie gern auf uns zu:
Tel: +49(0) 30 - 275817480
oder seminare(at)school-grc.de

Dazu passend:

Internetermittlungen

Internetkriminalität

IT-Forensik für Kriminalisten

Auch interessant:

Betrugserkennung in Datenbeständen

Informationssicherheit und IT-Forensik

Weitere Informationen