DataSim simuliert ganze Bevölkerungen mit Einkommen, Ausgaben, Beziehungen und Lebensereignissen. Monat für Monat. Realistisch bis ins Detail.
Drei fundamentale Probleme, die kein herkömmliches Tool löst
FINMA, DSG und DSGVO verbieten Kundendaten in Testumgebungen. Anonymisierung dauert Wochen und zerstört genau die Zusammenhänge, die Sie brauchen.
Zufällige Namen, zufällige Beträge. Keine Haushalte, keine Arbeitgeber, keine Kausalität. Das Ergebnis: Modelle, die an der Realität vorbei trainieren.
Wie verändert eine Scheidung das Sparverhalten? Wie kaskadiert eine Entlassung durch einen Haushalt? Kein statischer Datensatz bildet das ab.
Kein Generator. Ein lebendes System, in dem simulierte Menschen Entscheidungen treffen.
Personen verbunden durch Haushalte, Arbeitgeber, Freundschaften. Eine Entlassung wirkt sich auf den gesamten Haushalt aus.
Claude evaluiert folgenschwere Momente wie Kündigung, Scheidung oder Investition, basierend auf Persönlichkeit und Umständen.
Gehälter, Miete, Migros, SBB, Pillar 3a. Schweizer Merchants, interessenbasiertes Ausgabeverhalten und Avaloq/Finnova-kompatible Struktur.
Von der Ant-Farm-Demo bis zum produktionsreifen Datensatz. PostgreSQL-gestützt, in unter einer Minute generiert.
Populationsgrösse, Geburts- und Heiratsraten, LLM-Budget. Alles einstellbar.
Personen, Haushalte, Firmen, Immobilien, Konten und Beziehungen entstehen kohärent.
Monatliche Ticks: Gehälter, Events, Transaktionen. KI trifft menschliche Entscheidungen.
CSV, JSON oder direkte PostgreSQL-Anbindung. Avaloq-kompatibles Schema.
Wie Schweizer Banken DataSim einsetzen
Core-Banking-Migrationen, Avaloq- und Finnova-Integrationen und Regressionstests mit produktionsrealistischen Daten. Ohne echte Kunden.
Fraud Detection, Kreditscoring, Churn-Prediction und Next-Best-Action auf Millionen kohärenter Kundenverläufe trainieren.
Immobiliencrash, Rezession, Massenentlassungen: populationsweite Effekte simulieren und Policies vorab testen.
Sales-Teams, neue Mitarbeitende und Workshops mit realistischen, aber fiktiven Kundendaten betreiben.
Ihre Entwickler bekommen eine Datenbank, die sich wie echte Kunden verhält. Ohne einen einzigen echten Kunden darin. In vier Sprachen.
Wir kalibrieren Ihre erste Population auf Ihre Kundenstruktur.