SPA – Secure Pension Analytics
Entwicklung von Berechnungslogiken für den Einsatz in Apps und Tools zur Finanzbildung und Finanzplanung
Projektdetails
SPA bietet wissenschaftlich fundierte, anbieterneutrale und damit vertrauenswürdige Mehrwertdienste rund um die individuelle Finanzplanung – für VerbraucherInnen direkt in der App Seasn und für Firmen mittels standardisierter Schnittstellen integrierbar in die eigenen Kundenportale. Neben der Stärkung von Finanzbildung und Finanzplanung verfolgt das Projekt das übergeordnete Ziel, ein zuverlässiges und zugleich intuitiv erfassbares Matching zwischen individuell herausgearbeiteten Rentenplanungen und transparenten Anbieterlösungen zu ermöglichen und damit sowohl die Verbraucherinteressen als auch die Innovationskraft der Anbieter zu fördern. Neben umfangreichen Forschungsdaten, kommen bei SPA wissenschaftliche Berechnungslogiken, APIs zu externen Datenbanken und AI Chatbots zum Einsatz.
Die Mehrwertdienste der SPA leisten als ein rein digitales Angebot der Digitalisierung im Finanzsektor genau in jenen Bereichen Vorschub, in denen heute kostenintensive und fehleranfällige manuelle Prozesse bestehen. Auf der Anbieterseite entfällt perspektivisch die Produktion und Versendung papierner Standmitteilungen und in beratungsorientierten Geschäftsmodellen werden die Kosten zur Erhebung der bestehenden Rentenansprüche substanziell reduziert. Auf der Seite der Privathaushalte entfällt das Suchen und Zusammentragen von Verträgen und Formularen und die sowohl fachlich als auch rechnerisch anspruchsvolle Prognose des Renteneinkommens in verschiedenen Zukunftsszenarien. Die Entscheidungsqualität bei Altersvorsorgeentscheidungen steigt, und zwar sowohl für Selbstentscheider als auch für BeratungskundInnen, denn erstens besteht mehr Transparenz zum tatsächlichen Bedarf in verschiedenen Szenarien und zweitens können die Nutzenden im Sinne des Verbraucherschutzes besser einschätzen, ob
Die Goethe Universität hat sich mit dem House of Finance zu einem internationalen Zentrum der Spitzenforschung im Bereich Household Finance entwickelt. Zuletzt wurde auch das Leibniz Zentrum SAFE mit einer eigenen Abteilung Household Finance dort angesiedelt. Prof. Hackethal hat mit seinem Team über die letzten zehn Jahre einschlägig empirisch zum Spar- und Anlageverhalten von privaten Haushalten geforscht. Das Team unterhält in diesem Kontext mehrere Daten-Ökosysteme mit verschiedenen Finanzinstitutionen. Weiterhin bestehen vielfache Kollaborationen mit internationalen WissenschaftlerInnen und Unternehmen aus der Finanzindustrie. Die empirischen Ergebnisse gehen auch die Dialog mit Entscheidungsträgern aus nationaler und internationaler Politik und Regulierung ein.
Gefördert durch
- Digitale Technologie
Analytische Informationssysteme Applikation Künstliche Intelligenz (KI / AI)
- Anwendungsbereich
E-Learning Fintech Wissenstransfer
- Eingesetzte digitale Verfahren, Technik, Software und Methoden
Künstliche Intelligenz Machine-Learning Clustering OCR
- Landkreis, kreisfreie Stadt
Frankfurt am Main
- Förderprogramm
- Distr@l - Validierung (FL 4A)
- Fördersumme
- 628.756,00 €
- Förderzeitraum
- 1. Okt. 2021 - 30. Sep. 2023
- Status
- abgeschlossen
Antragsteller
Johann-Wolfgang-Goethe-Universität
Theodor-W.-Adorno-Platz 1
60323 Frankfurt am Main
Ansprechpartner
Herr Prof. Dr. Andreas Hackethal
Johann-Wolfgang-Goethe-Universität
Theodor-W.-Adorno-Platz 1
60323 Frankfurt am Main
Sekretariat Andreas Hackethal
Johann-Wolfgang-Goethe-Universität
Theodor-W.-Adorno-Platz 3
60323 Frankfurt am Main