Rechnungsvorfinanzierung: “Sofort auf alle Menschen verzichten” – Finiata-CTO Kenan Deniz im Interview

Liquiditätsengpässe schnell über­brü­cken – das geht manchen Un­ter­neh­mern zu langsam. Hier will Finiata (ehemals Bezahlt.de) die Bo­ni­täts­prü­fung drastisch beschleunigen. Bis Ende 2018 will man mit Rech­nungs­vor­fi­nan­zie­rung und Bonitätsprüfung in fünf Ländern aktiv sein (Website). Eine White-Label-Lösung für Banken biete man nicht an. Wir hörten uns bei CTO Kenan Deniz um. 

Herr Deniz, in der Regel sind Bonitätsprüfungen offline – meist Schufa. Wie digitalisiert Finiata den Prozess?

Unsere Kunden melden sich online an und geben alle ihre Daten selber ein. Auch die Legitimationsprüfung läuft online ab. Finiata managt dann alle Datenabfragen an verschiedene Quellen abhängig vom Kundentypus. Dafür loggt sich Finiata einmalig in die Bank des Kunden ein. Das reicht für unser automatisiertes System aus, um eine Entscheidung zu treffen.

Und welche Kriterien werden aktuell von Ihrem Algorithmus berücksichtigt?

Für uns sind Daten gleich Daten. So können zum Beispiel Verhaltensdaten oder Marketingquellen eine höhere Aussagekraft haben, als Kreditbewertungen für manche Kundensegmente.”

Wir haben keine dauerhaft gültigen Annahmen, wie wir sie nutzen. Es gibt wissenschaftliche Methoden, um zu bewerten, wie wichtig Daten für das Scoring sind. Dazu haben wir einen methodischen Ansatz, um verschiedene Modelle zu entwickeln, die verschiedenen Kunden in jeder Kohorte entsprechen. Methodisch setzen wir abhängig von den Daten oder ihrer Struktur dabei auf traditionelle Methoden wie lineare Regression und anspruchsvollere Ansätze wie DeepNets.

Sie sprechen von “selbstlernend”: Setzen Sie Machine-Learning oder sogar eine KI dazu ein? Welches System steckt dahinter?

Ich denke, im Kreditgeschäft können wir heutzutage deutlich bessere Entscheidungen treffen, wenn wir sofort auf alle Menschen verzichten.”

Statistische Ansätze sind menschlichen Entscheidungen schlichtweg überlegen, wenn es um Factoring geht. Mikro-Factoring ist schließlich nicht so kompliziert wie Autofahren – auch wenn das für einige von uns etwas hart klingen mag.

Ich bin überzeugt, dass die bestehenden Machine-Learning-Algorithmen ausreichen.”

Außerdem nutzen wir einige Komponenten Künstlicher Intelligenz, um Anomalien und Muster festzustellen, die bestehende Lösungen kaum auffinden können. Allerdings sind AI-Komponenten nur kleine Sub-Elemente unseres statistischen Modells, das die Entscheidung trifft.

Wie präzise ist Ihre Risikokalkulation bereits? Wie messen Sie wie präzise die Risikobewertung war?

Alle 40 Tage erfahren wir, was mit dem verliehenen Geld passiert. Dies ist die Dauer der durchschnittlichen Rechnungsvorfinanzierung. Wir tracken zudem unsere Entscheidung zur Kreditanalyse als Benchmark für unser Modell – immerhin müssen wir dabei Menschen überlegen sein, die hohe Margen kassieren.

Sobald wir etwas lernen, passen wir unsere bestehenden Modellen neu an. Das ganze ist ein standardisierter Prozess.”

Wie häufig kommt es vor, dass Unternehmer ihre vorfinanzierten Rechnungen nicht zurückzahlen können?

Eigentlich passiert dies im Bereich des traditionellen offlinebasierten Factorings häufiger als bei langzeitigen Krediten von Banken. Allerdings können wir im Rahmen unserer innovativen Online-Rechnungsvorfinanzierung das Risiko zuverlässig vorhersagen, entsprechend niedrig ist unsere Ausfallquote bislang. Ein für uns entscheidender Wettbewerbsvorteil, für den Fall, dass bald schon größere Banken den noch recht unberührten Markt betreten sollten.

Stichwort Rechnungsvorfinanzierung – nach welchen Kriterien entwickelt sich der selbstlernende Algorithmus von Finiatas weiter? Wie müssen wir uns diesen Prozess vorstellen?

Online-Verfahren haben einen entscheidenden Vorteil gegenüber Offline-Prozessen: Sie können die zugrundeliegenden Algorithmen fortlaufend anhand von Ereignissen in der echten Welt optimieren.”

Sprich: Sobald eine ausreichende Anzahl an Zahlungsverzögerungen auftaucht, bestimmen die Algorithmen, ob ein bestimmtes Muster erkennbar ist. Im Factoring berechnen selbstlernende Algorithmen, ob Variablen wie die Höhe der ausstehenden Rechnungssumme oder die Art des Rechnungsempfängers stärker oder weniger stark in das Scoring einfließen. Traditionelle Bankhäuser können in all solchen Fragen fast nur mutmaßen. Im Zweifel gehen sie dann lieber auf Nummer super-sicher und berücksichtigen auch noch die zu spät bezahlte Handyrechnung vor zehn Jahren. Was auch immer die mit der aktuellen Bonität zu tun haben mag.

Wie viele Finanzierungen haben Sie bisher durchgeführt – und – was erwarten Sie für 2018?

Unser hochgerechneter Jahresumsatz – wohlgemerkt nicht das Finanzierungsvolumen – beträgt zwei Millionen Euro.

Finiatas digitalisierter und automatisierter Scoring-Prozess hat innerhalb weniger Monate bereits 5.000 Kunden eine Vorfinanzierung ihrer Rechnung ermöglicht.”

Monatlich kommen Neukunden im dreistelligen Bereich hinzu – Tendenz steigend. Wir haben soeben 18 Millionen Euro erhalten. Für 2018 sind wir also bestens gerüstet, unsere Vormachtstellung in Polen und Deutschland weiter auszubauen und in weitere europäische Länder zu expandieren.

Herr Deniz, vielen Dank für das Interview. aj

Datenblatt zu Finiata (Unternehmensangaben):

  Gründer: Sebastian Diemer, Kenan Deniz
  Markteinführung: Ende 2017
  Branche: Finanzwesen
  Bürostandorte: Berlin
  Banklizenz: Über Partner-Bank
  Investition: Seed- und Series A-Investment
  Key-Investoren: ENERN, Kulczyk Investments, DN Capital, Fly Ventures, Redalpine
  Anzahl der Kunden: 5.000, monatliche Wachstumsraten im dreistelligen Bereich
  Monatlich aktive Benutzer: keine Angabe
  Gesamtwert der Transaktionen: keine Angabe
  Geographie: Markteinführung in Polen und Deutschland
  Expansionspläne: 2018 in drei weiteren europäischen Ländern