Willkommen bei d-fine

Inside d-fine

Die wechselnden Teams, die immer wieder neuen Themen- und Aufgabenstellungen sowie die unterschiedlichen Kunden machen den Reiz unseres Beratungsgeschäfts aus. Sie haben die Wahl zwischen der klassischen Beratungstätigkeit mit on-site und remote Projekteinsätzen für Kunden in ganz Europa und gleichzeitig flexibler Wohnortwahl in Deutschland („Blue“) und der regionalen Karriere an einem unserer Bürostandorte mit ausschließlich heimatnahen Einsätzen („Orange“) oder überschaubarer Reisetätigkeit („Orange Flex“).

Kontakt
d-fine Recruiting Team
+49 69 90737-555

careers[at]d-fine.de

› 200

Kunden

› 25

Länder, in denen wir Projekte durchführen

1 vs. 70

kleinstes vs. bislang größtes d-fine Projektteam

› 50

Trainings und Fortbildungsprogramme im Rahmen der d-fine Academy

Expertise & Branchen

Neben einer breiten Palette an fachlichen und technischen Fragestellungen ist die Zusammenarbeit mit Kundenmitarbeiterinnen und -mitarbeitern aus verschiedenen Bereichen kennzeichnend für unseren Beratungsansatz. Im Laufe Ihrer Karriere spielen zudem die Organisation und Steuerung von Projektteams eine immer größere Rolle. Ob Sie einem Industrieunternehmen beim Aufbau seines globalen Treasury-Systems helfen, ein Start-Up bei der Einführung von Blockchain-Technologie unterstützen oder einen Finanzdienstleister beraten, wie er seine Rating-Verfahren aktuellen Anforderungen entsprechend anpasst – im Laufe der Zeit sammeln Sie einen einzigartigen Erfahrungsschatz aus fachlichem und technischem Know-how, Projektmanagementmethoden und Geschäftsprofessionalität, der Ihre berufliche Laufbahn definiert.

Nähere Informationen zu unseren Kunden und unserer Beratungsexpertise finden Sie hier:

[ EXPERTISE ]

Projektbeispiele

Slide #1

Public Sector

Standortempfehlungen für eine umweltfreundliche Wasserstoffinfrastruktur

PROJEKTAUFTRAG

Eine deutsche Metropolregion entwickelt gemeinsam mit lokalen Energieversorgern ein Konzept für eine Wasserstoffversorgungsinfrastruktur, die alle Wasserstofferzeuger, -verteiler und -verbraucher in der Region vernetzen wird. Das Vorhaben soll eine Verkehrswende ermöglichen, Markteintrittshürden senken und den Hochlauf von Wasserstoff fördern. Über 10 Unternehmen aus Logistik, ÖPNV, Binnenschifffahrt und Luftfahrt beteiligen sich daran als Partner.

d-fine hatte den Auftrag, das Gesamtvorhaben durch eine Umfeldanalyse des Energieträgers Wasserstoff und daraus abgeleitete Standortempfehlungen für Infrastrukturelemente zu unterstützen. Die Erkenntnisse fließen in die anschließende Energiesystemmodellierung ein und werden beim optimalen Aufbau einer Wasserstoffinfrastruktur in der Region über die nächsten Jahre helfen.

LÖSUNG

  • Wir haben eine interaktive Projektlandkarte entwickelt, auf der aktuelle und geplante Marktaktivitäten im Bereich Wasserstoff in der Region verortet und detaillierte Beschreibungen eingesehen werden können.

  • Auf Basis eines Fragebogens sowie Einzelinterviews mit den Partnerunternehmen konnten wir die partnerspezifischen Anforderungen an eine Infrastruktur aufnehmen, um sie in der weiteren Planung zu berücksichtigen.

  • Den standortbezogenen Wasserstoffbedarf in der Region haben wir unter verschiedenen Hochlaufszenarien abgeschätzt und in einer interaktiven Heatmap für die Jahre 2030, 2035 und 2040 visualisiert.

  • Anhand dieser Erkenntnisse haben wir Auswahlkriterien definiert und geeignete Standorte für den Aufbau einer nachhaltigen Wasserstofftankstelleninfrastruktur, darunter insb. H2-Tankstellen, identifiziert.


    Weitere Beispiele aus dem Bereich Public Sector

    [ ZU DEN PROJEKTEN ]

Slide #2

Chemicals, Energy & Manufacturing

Energiewende und Stromnetz – Marktmodellierung für die strategische Ausbauplanung

PROJEKTAUFTRAG

Dekarbonisierung heißt, unsere Energieversorgung völlig neu zu denken. Das Rückgrat bilden insbesondere Strom- und Wasserstoffnetze, deren Betreiber mit Infrastrukturmaßnahmen zum Gelingen der Energiewende beitragen. Unser Kunde – eine der großen europäischen Stromnetzgesellschaften – beauftragte uns mit dem Aufbau einer Lösung, die ihn in der strategischen Netzplanung optimal unterstützt. Dabei gilt es, Entwicklungen wie den Ausbau der erneuerbaren Stromerzeugung bis hin zur Kopplung der Sektoren Strom, Wärme und Mobilität vorauszudenken und deren Auswirkung auf das Stromnetz zu modellieren.

LÖSUNG

  • Das neu entwickelte Energiesystemmodell erlaubt eine konsistente Planung des Stromnetzes bei gekoppelten Energiesektoren.

  • Unser Optimierungstool für Schaltungen stellt sicher, dass das Stromnetz auch bei vielen gleichzeitigen Baumaßnahmen stabil bleibt.

  • Der integrierte Datenhaushalt ermöglicht neue Erkenntnisse aus der Datenanalyse.

  • Die hybride IT-Architektur vernetzt die Cloud mit Servern on-premise und bietet bedarfsgerechte Rechenressourcen für die Netzplanung.

  • Der Schlüsselfaktor für den Projekterfolg ist unsere Kombination aus energiewirtschaftlichen Fachwissen und IT-Kenntnissen.


    Weitere Beispiele aus dem Bereich Chemicals, Energy & Manufacturing

    [ ZU DEN PROJEKTEN ]

Slide #3

Banking & Capital Markets

Machine Learning & Natural Language Processing (NLP) – Vorbeugung von Insiderhandel

PROJEKTAUFTRAG

Aufgrund zahlreicher Fälle von Marktmanipulation müssen Banken die Kommunikation von Händlern systematisch überwachen. Unser Kunde, eine international tätige Großbank, hat uns beauftragt, ein innovatives Modell zu entwickeln, um Betrugsfällen vorzubeugen bzw. diese im Nachgang zu identifizieren und rechtliche Maßnahmen einzuleiten. Die Lösung dieses einfach zu formulierenden Problems erweist sich als äußerst komplex. Das auszuwertende Informationsvolumen geht bei hunderten weltweit tätigen Händlern über die personellen Kapazitäten der Compliance Abteilung hinaus und legt eine weitgehend automatisierte Umsetzung nahe.

LÖSUNG

  • Die Entwicklung der Methodik basiert auf einer Kombination aus Experten-Feedback und mathematisch-statistischen Modellen mit dem Ziel, möglichst gut verdächtige Ereignisse im Rauschen aller Konversationen zu erkennen. Dies erfordert zwei wesentliche Bausteine: Natural Language Processing (NLP) und Machine Learning. .

  • Nach einer Vorverarbeitung transformieren NLP-Techniken (z. B. Lexika, Maximum-Entropy Part-of-Speech Tagging und Word-Embeddings) Textinhalte in eine mehrdimensionale Struktur, die eine quantitative Analyse ermöglicht. Machine-Learning Techniken (z. B. Boosted Decision Trees und Deep Neural Networks) trainieren das Modell, Abweichungen vom „typischen“ Chatverhalten zu erkennen und zu quantifizieren.

  • Um den Prozessablauf zu unterstützen, der mit der manuellen Kontrolle der von dem Modell als kritisch eingestuften Konversationen einhergehen muss, wurde ein intuitives Visualisierungskonzept erarbeitet, das Modellvorhersagen in einer interaktiven, Multi-User fähigen Web-Oberfläche darstellt und dem Anwender einen Eingriff in Modellentscheidungen ermöglicht (Supervised Learning).

  • Das neu entwickelte Verfahren ist im Bankensektor einzigartig und erzielt deutlich bessere Ergebnisse als die zuvor eingesetzte kommerzielle Software. Es reduziert deutlich die Aufwendungen in der Bank, Marktmanipulationen und Insiderhandel zuverlässig aufzudecken und erfüllt alle von der Aufsicht geforderten Anforderungen.
     

    Weitere Beispiele aus dem Bereich Banking & Capital Markets

    [ ZU DEN PROJEKTEN ]

Slide #4

Banking & Capital Markets

Portfoliorisiken und quantitative Modellierung – Real-time Marktrisiken im Central Clearing

PROJEKTAUFTRAG

Die seit der Finanzkrise stetig gewachsene Bedeutung zentral abgewickelter Finanztransaktionen zur Reduzierung von Kontrahentenrisken stellt Clearinghäuser vor die Herausforderung, das Risikopotential immer größerer und komplexerer Portfolios messen und transparent darstellen zu müssen. Unser Kunde – eines der weltweit führenden Clearinghäuser – beauftragte vor diesem Hintergrund die Konzeption, Entwicklung und Implementierung eines “state-of-the-art” Risikomodells, welches Risikodeckungsforderungen (Margins) an die Clearingteilnehmer (u. a. Banken, Versicherungen, Hedge-Fonds) ermittelt.

LÖSUNG

  • Die neu entwickelte In-house-Lösung leistet eine Echtzeit-Risikomessung bei exakter Bewertung aller Finanzinstrumente.

  • Die IT-Architektur des Modells besteht aus einem hoch performanten GPU-basierten Rechenkern und darauf aufsetzenden Systemkomponenten zur Erzeugung, Bewertung und Analyse von Risikoszenarien.

  • Schlüsselrollen für den Projekterfolg spielten die nahtlose und stabile Integration der Methodik in die komplexe Prozess- und IT-Landschaft des Kunden sowie die Koordination der international agierenden Projektteams.

  • Die gemeinsam mit dem Kunden unter immer anspruchsvolleren regulatorischen Rahmenbedingungen sukzessiv weiterentwickelte Lösung kann zurecht als Referenz moderner Risikomessung und -steuerung bezeichnet werden.


    Weitere Beispiele aus dem Bereich Banking & Capital Markets

    [ ZU DEN PROJEKTEN ]

Slide #5

Banking & Capital Markets

Modernisierung von Methodik und Infrastruktur für Marktrisiko und Zinsänderungsrisiko

PROJEKTAUFTRAG

Unser Kunde, eine der fünf größten deutschen Banken, wollte seine Verfahren zur Steuerung von Markt- und Zinsänderungsrisiken und die entsprechende IT-Infrastruktur besser auf sein Geschäft, die Marktgegebenheiten und regulatorische Anforderungen ausrichten. Dazu beauftragte er uns mit der Planung und Umsetzungsbegleitung eines Großprojektes zur Einführung von state-of-the-art Risikosteuerungsverfahren und einer neuen IT-Infrastruktur. Das Projekt wurde im geplanten Rahmen erfolgreich abgeschlossen.

LÖSUNG

  • Als Grundstein der Lösung unterstützte d-fine die Konzeption der Anpassung der Risikosteuerungsverfahren und der Fach-/IT-Architektur.

  • Ein passendes Vendoren-System wurde ausgewählt, dieses zur Abbildung von Marktrisiken und barwertigen und ertragswertigen Zinsänderungsrisiken angepasst und über ein neu entwickeltes Data Warehouse in die IT-Landschaft integriert.

  • Wesentlicher Erfolgsfaktor war die Integration von Methoden und Prozessen in die komplexe IT-Landschaft des Kunden, in enger Zusammenarbeit zwischen Kundenfach- und IT-Bereichen, System-Vendor und d-fine bei agilen Vorgehensmodellen.


    Weitere Beispiele aus dem Bereich Banking & Capital Markets

    [ ZU DEN PROJEKTEN ]

Slide #6

Pharma & Healthcare

Verbesserung der HIV-Versorgung in Afrika – Optimierte Medikamentenverteilung durch Data Science

PROJEKTAUFTRAG

The Global Fund organisiert und investiert mehr als 4 Milliarden Dollar pro Jahr zur Vor-Ort-Versorgung von Patientinnen und Patienten vor allem in Afrika mit Medikamenten gegen AIDS, Tuberkulose und Malaria. Um die Verteilung in den einzelnen Ländern effizient zu gestalten, müssen Informationen vor Ort gesammelt, geeignet zusammengeführt und ausgewertet werden. Dabei machen fehlende und widersprüchliche Informationen den Einsatz hochspezialisierter Werkzeuge der Pharmalogistik unmöglich.

LÖSUNG

  • Als Basis für die Optimierung der Medikamentenlagerung und -verteilung wurden interne, teilweise inkonsistente Daten zu den Verteilzentren mit öffentlich verfügbaren Daten zu den Standorten mittels Natural Language Processing verknüpft.

  • Ausgehend von den ermittelten Standorten und gemeldeten Verteilmengen wurde ein robustes, mit wenigen Daten aussagekräftiges Framework entwickelt und damit verschiedene Alternativen für ein optimiertes Verteilschema berechnet.

  • Verglichen mit der vorhandenen Verteillösung konnten Kosteneinsparungen vorgeschlagen werden, welche die HIV-Behandlung von 25.000 zusätzlichen Patienten pro Jahr ermöglichen würden.


    Weitere Beispiele aus dem Bereich Pharma & Healthcare

    [ ZU DEN PROJEKTEN ]

Slide #7

Insurance & Asset Management

Entwicklung eines Robo Advisors für eine nachhaltig investierende fondsgebundene Rentenversicherung

PROJEKTAUFTRAG

Anbieter von Fonds und Versicherungen müssen zukünftig ihre Kunden im Beratungsgespräch danach einstufen, ob sie nachhaltig investieren möchten. Unser Mandant – eine Lebensversicherung – möchte daher ein Robo Advisory Angebot einführen, bei dem Versicherungsvermittler für ihre Kunden anhand einer digitalen Beratungsstrecke geeignete Portfolios auswählen können. Die Überwachung und Reallokation der gemanagten Portfolios soll durch einen Algorithmus erfolgen, der das Risikoprofil möglichst konstant hält und dabei auf sich ändernde Kapitalmarktbedingungen reagiert.

LÖSUNG

  • Ein d-fine Team entwickelt gemeinsam mit den Aktuaren der Lebensversicherung einen innovativen Algorithmus zur risikoorientierten Portfoliosteuerung.

  • Der Algorithmus detektiert mit einem intelligenten Verfahren sich ändernde Kapitalmarktbedingungen und veranlasst geeignete Portfolioumschichtungen.

  • Die Anlagen erfolgen in börsennotierte Indexfonds (ETFs) sowie aktive Fonds und werden danach selektiert, ob deren Anbieter Nachhaltigkeitskriterien (ESG) bei der Portfoliokonstruktion berücksichtigen.

  • Das d-fine Team stellt den Robo Advisory Algorithmus als Server-Anwendung mit moderner, web-basierter Nutzeroberfläche zur Verfügung.

  • Auch nach der Markteinführung unterstützt d-fine den Betrieb des Robo Advisors und ist als Beisitzer im Anlageausschuss tätig.


    Weitere Beispiele aus dem Bereich Insurance & Asset Management

    [ ZU DEN PROJEKTEN ]

Slide #8

Mobility & Transportation

Entwicklung eines KI-basierten Dispositionstools im Schienenpersonennahverkehr

PROJEKTAUFTRAG

Das deutsche Schienennetz ist stark frequentiert und die Nutzung der Schieneninfrastruktur durch die Züge im Fahrplan optimal aufeinander abgestimmt. Kleinste Abweichungen, zum Beispiel durch Verspätungen, können das komplexe System stören und zu erheblichen Abweichungen zum Fahrplan führen. Um eine solche Kettenreaktion zu verhindern, müssen Disponenten zu jeder Zeit die Situation auf den Schienen überwachen und bei Bedarf schnellstmöglich gegensteuern. Hierfür stehen den Disponenten verschiedene Maßnahmen, wie beispielsweise vorzeitiges Wenden, zur Verfügung, die wiederum Auswirkungen auf die anderen Züge im Netz haben können.

Bisher beruhen die Entscheidungen auf den Erfahrungswerten der Disponenten, die die Auswirkungen und Abhängigkeiten ihrer Entscheidungen intuitiv abschätzen. Um die Disponenten eines europaweit tätigen Eisenbahnunternehmens bei ihrer Entscheidungsfindung zu unterstützen, sollte ein Tool entwickelt werden, das den Disponenten Vorschläge zu möglichen Handlungsaktionen sowie deren Auswirkungen gibt.

LÖSUNG

  • Als Grundlage für das Tool haben wir eine Verkehrssimulation entwickelt, die in Echtzeit die Verkehrssituation auf den Schienen widerspiegelt und das Verkehrsverhalten der folgenden zwei Stunden auf Basis von Fahrplan- und IST-Daten prognostiziert.

  • Für die Simulation wurden unterschiedliche Daten, wie zum Beispiel Gleisinfrastrukturdaten und Echtzeitinformationen, angebunden und ETL-Prozesse zur Verarbeitung der Daten unter Einsatz von modernen Cloudtechnologien umgesetzt.

  • Die Entscheidungsfindung des Tools erfolgt mittels Reinforcement Learning, wofür wir entsprechende Agents, States, Rewards und Actions entwickelt haben.

  • Iterativ wurden weitere Komponenten des Reinforcement Learners implementiert sowie neue Modelle mit unterschiedlichen Parametern trainiert und evaluiert.

  • In regelmäßigen Austauschformaten mit den Disponenten wurden gemeinsam weitere Features des Tools erarbeitet und in einem späteren Schritt umgesetzt.



    Weitere Beispiele aus dem Bereich Mobility & Transportation

    [ ZU DEN PROJEKTEN ]

Einblicke

Neben der Projektarbeit gibt es selbstverständlich noch viele weitere Aspekte, die die Arbeit bei uns auszeichnen. Hierzu gehören z. B. unsere mehrtägigen Conventions, die jährliche Teilnahme an der J.P. Morgan Corporate Challenge®, der Familientag im Städel Museum sowie die Teilnahme am Business Cup. Auch privat schließen sich unsere Mitarbeiterinnen und Mitarbeiter gerne für Aktivitäten außerhalb der Arbeit zusammen, so zum Beispiel zum Fußball spielen, zur Ski-Freizeit, zum Bouldern und vielem mehr.

#Lieblingsarbeitgeber

Wir sind #Lieblingsarbeitgeber und haben uns dem BDU-Arbeitgeberkodex verpflichtet, welcher das wertschätzende und respektvolle Miteinander in Consultingunternehmen beschreibt. Ins Leben gerufen wurde die Initiative vom Bundesverband Deutscher Unternehmensberater BDU e. V., dem Branchenverband der deutschen Consultingwirtschaft.

1. Wir leben ein faires, respektvolles, wertschätzendes und aufrichtiges Miteinander und erreichen mit unseren Kunden gemeinsam Projekterfolge.
2. Wir bieten Interessierten vorab Einblicke in das Beratungsleben und gestalten Bewerbungsprozesse menschlich und auf gleicher Augenhöhe.
3. Wir heißen Neu- und Quereinsteiger/-innen willkommen und bereiten sie bestmöglich auf den ersten Projekteinsatz vor.
4. Wir fördern beständiges Lernen und individuelle Weiterentwicklung – sowohl fachlich als auch persönlich.
5. Wir investieren Zeit und Energie, um passende Projekte und Aufgaben für individuelle Entwicklungs- und Karriereziele zu finden.
6. Wir schaffen Ausgleich für die anspruchsvollen Bedingungen der Projektarbeit durch Maßnahmen zur Arbeitsflexibilisierung und -organisation.
7. Wir unterstützen dabei, Berufliches und Privates in unterschiedlichen Lebensphasen in Einklang zu bringen, um dem Beruf als Berater/-in eine langfristige Perspektive zu geben.
8. Wir zahlen attraktive und leistungsbezogene Gehälter und bieten eine Vielzahl von Zusatzleistungen.
9. Wir übernehmen auch gesellschaftliche Verantwortung und engagieren uns über unser Beratungsgeschäft hinaus.

Stay in Touch

Werden Sie Teil des d-fine Netzwerks! Im Rahmen unseres Career Pools erhalten Sie exklusive Neuigkeiten zu d-fine, unseren Events und Stellenangeboten, z. B. durch unseren quartalsweise erscheinenden Newsletter.

 

ANMELDUNG CAREER POOL

Newsletter

Melden Sie sich jetzt an und erhalten Sie regelmäßig und unverbindlich unseren Newsletter.