Als frischgebackener Physiker bin ich 2014 in die Unternehmensberatung eingestiegen, wo ich eine erlebnisreiche Zeit mit vielseitigen Projekten hatte. Dabei merkte ich auch, dass mich das Thema Data Science am meisten interessierte. Die KfW habe ich über ein Beratungsprojekt kennengelernt. Primär standen für mich die abwechslungsreichen Aufgaben der Abteilung, in der ich eingesetzt wurde im Vordergrund. Ich wusste, dass ich hier mit meinem Interesse an Technik sowie an Methodik genau richtig bin. Die Schätzung von Ausfallwahrscheinlichkeiten ist ein weites Feld, auf dem die Mittel der Data Science ihre Stärken voll entfalten können. Wenn man diese Arbeit dann auch noch für ein Unternehmen durchführt, das weltweit Menschen und Projekten hilft, ist das eine großartige Sache!
Meine bisherigen Schwerpunkte waren die Methodik zur Risikoeinschätzung von Kreditnehmern und Performancemessung von Krediten. Zudem nehme ich Aufgaben als Data Steward wahr. Ein weites und sehr interessantes Feld. Ein spannendes Beispiel aus dem Bereich ist, dass es uns in der KfW erstmalig gelungen ist, eine methodische Entwicklung vollständig zu automatisieren. Dabei ging es um die Prognose der Entwicklung von Ausfallwahrscheinlichkeiten, bei der von der Datenaufbereitung bis zum Schreiben der fachlichen Dokumentation nun alles vollautomatisiert abläuft. Das war ein langer Weg, dessen Erfolg zu Beginn keinesfalls feststand. Künftig beschäftige ich mich mit der methodischen Bewertung von strukturierten Produkten und Fonds. Zudem erwartet mich in diesem Zusammenhang auch die spannende Aufgabe des Technical Leads.
Was mir besonders gut an meinem Job gefällt, ist der Mut beim Ausprobieren neuer (methodischer) Technologien. Das führt nicht nur das Unternehmen nach vorne, sondern besonders auch die Mitarbeiterinnen und Mitarbeiter. Zusammen mit den vielseitigen Aufgaben sowie tollen Kolleginnen und Kollegen war die Entscheidung für die KfW goldrichtig.