Skip to Content (custom)

Fallstudie: Finanzdienstleister reduziert mit Epiqs KI-unterstützten Überprüfungsplattformen Daten, Überprüfungszeit und Kosten bei der Reaktion auf Sicherheitsverletzungen

  • Reaktion auf Cyber-Vorfälle

Kunde

Großer Finanzdienstleister mit Sitz in den USA

Standort

Weltweit

Bedarf des Kunden

Post-Breach Data Mining und Überprüfung großer Datenmengen in unterschiedlichen Formaten
Als das große Finanzunternehmen von einer Sicherheitsverletzung betroffen war, wurden riesige Mengen sensibler Daten, darunter 109.000 erste Dokumente, exfiltriert. Eine genaue Überprüfung der verschiedenen Dateitypen und die Benachrichtigung der betroffenen Kontakte war dringend erforderlich.

Die Lösung für den Kunden

Nutzung der neuesten KI-basierten Datenmanagement-Tools zur Datenreduzierung, Zeit- und Kosteneinsparung
Während Überprüfungen von Cybervorfällen üblicherweise mit Standardüberprüfungssoftware und traditionellen Ansätzen durchgeführt wurden, entschied sich Epiq für den Einsatz eines der neuesten KI-basierten Datenmanagement-Tools. Solche Tools wie Canopy oder RelativityOne Personal Information Detect ermöglichen eine schnellere und präzisere Verarbeitung, Überprüfung und Benachrichtigungsverwaltung. Diese neue Technologie ermöglicht es einer Plattform auch, benutzerdefinierte Regeln für die Erkennung von personenbezogenen Daten anzubieten, einschließlich allgemeiner personenbezogener Daten, medizinischer Informationen und mehr.

Warum Epiq

  • Epiqs KI-basierte Data-Mining- und Erkennungsprojekte reduzieren die Datenmenge im Durchschnitt um mehr als 90 % im Vergleich zu 75 % oder weniger bei herkömmlichen Methoden.
  • Projekte, bei denen KI-basierte Erkennungsplattformen zum Einsatz kommen, erfordern 40 % weniger Zeitaufwand für die Manager im Vergleich zu herkömmlichen Workflows, was sich in geringeren Kosten für unsere Kunden niederschlägt.
  • Bei allen Projekten weisen KI-basierte Erkennungsplattformen eine höhere Effizienz auf, und diese Vorteile verstärken sich, je größer die Datensätze werden.

Ergebnisse und Vorteile

50%

Kürzere Überprüfungszeit als bei herkömmlichen Methoden

91%+

Verringerung der Datensätze im Vergleich zu 75 % bei herkömmlichen Methoden

50%

Einsparungen bei den Arbeitskosten, einschließlich 5.000 USD an Prüfkosten pro 10 GB Daten