Fibe beschleunigt das Geschäftswachstum und transformiert die digitale Kreditvergabe in AWS

Finanzunternehmen, die keine Banken sind (NBFCs), sind integrale Bestandteile des indischen Finanzsystems. Im Oktober 2022 waren über 9 500 NBFCs bei der Reserve Bank of India registriert, was einer kumulierten Vermögensgröße von 42,05 Mrd. INR (etwa 508 Milliarden US-Dollar) entspricht. Fibe, früher bekannt als EarlySalary, ist ein Finanztechnologieunternehmen, das über seine digitale Plattform sofortige Privatkredite und Gehaltsvorschüsse anbietet. Die innovative Technologie bewertet schnell die Kreditwürdigkeit und informiert Antragsteller innerhalb von 1 Minute über den Status ihres Kreditantrags. Bei Genehmigung wird der Kreditbetrag schnell auf ihr Bankkonto überwiesen, sodass bequeme und zugängliche Kreditoptionen für kurzfristige finanzielle Bedürfnisse zur Verfügung stehen.

Seit seiner Markteinführung im Jahr 2015 hat Fibe seine Produktlinie um langfristige Kredite mit Laufzeiten von bis zu 36 Monaten erweitert. Darüber hinaus hat das Unternehmen Dienstleistungen für den Bildungs- und Gesundheitssektor in den Bereichen Sofortkauf und spätere Bezahlung ins Leben gerufen. Kunden haben jetzt die Möglichkeit, medizinische Behandlungen oder Schulgebühren in gleichwertigen monatlichen Raten (EMIs) zu bezahlen.

Angesichts der Tatsache, dass immer mehr junge Berufstätige auf den Arbeitsmarkt drängen und die indische Mittelschicht bis 2025 voraussichtlich 583 Millionen Menschen erreichen wird, waren erhebliche Wachstumschancen offensichtlich. Fibe erkannte dies und versuchte, Machine Learning (ML) tief in seine Plattform zu integrieren, um seinen Kunden schnellere und bequemere Services anbieten zu können. Das Unternehmen wollte jedoch sicherstellen, dass diese Fortschritte nicht zu einem erhöhten Verwaltungsaufwand führten. Anil Sinha, Chief Technology Officer bei Fibe, sagt: „Wir arbeiten nach dem Prinzip des Gleichgewichts – wir verbessern die Services und halten gleichzeitig die Kosten unter Kontrolle.“

Fibe wurde in AWS geboren. Sinha sagt: „AWS hat uns von Anfang an unglaublich unterstützt und umfangreiche Schulungen und Unterstützung angeboten. Die Nutzung des AWS-Supports spart uns wertvolle Zeit und stellt sicher, dass wir alle Probleme schnell lösen können, ohne Mühe mit der Problemlösung zu verschwenden.“

Seit der Einführung der Fibe-App verwendet das IT-Team von Fibe AWS Lambda, um Entwicklungs- und Wartungsprozesse zu optimieren. Die Serverless-Funktionen von AWS Lambda verarbeiten automatisch Anfragen zur Codeausführung und vereinfachen so Prozesse wie das Skalieren von Instances, um höheren Datenverarbeitungsanforderungen gerecht zu werden. „Wir haben erkannt, dass die Serverless-Technologie die beste Lösung ist, um den Verwaltungsaufwand für unsere kritische Infrastruktur zu minimieren“, sagt Sinha. 

Um das Kreditantragsverfahren zu verbessern, hat Fibe ML in seine App integriert und gleichzeitig einen vereinfachten Verwaltungsansatz beibehalten. Um dies zu erreichen, implementierte das Unternehmen Amazon Textract, einen Service, der die Technologie der optischen Zeichenerkennung (OCR) nutzt, um Text und Daten aus KYC-Dokumenten (Know Your Customer) zu extrahieren. „Amazon Textract hat uns dabei geholfen, Dinge wie den Gesichtsabgleich zu automatisieren, ohne dass wir uns um die Infrastrukturverwaltung kümmern mussten“, sagt Sinha. Darüber hinaus verwendet Fibe Amazon Comprehend, einen Service zur Verarbeitung natürlicher Sprache, um relevante Informationen aus Gewinn- und Verlustrechnungen und anderen Antragsdokumenten zu extrahieren, wodurch der Verwaltungsaufwand reduziert wird.

Nach der Implementierung dieser Lösungen widmete sich Fibe der Verbesserung der Plattformsicherheit und der Erkennung betrügerischer Aktivitäten während des Bewerbungsprozesses. Das Unternehmen arbeitete eng mit seinem lokalen AWS-Team zusammen und setzte Amazon GuardDuty ein, das mithilfe der Anomalieerkennung Bedrohungen schnell identifiziert. Darüber hinaus begann Fibe, AWS Config zu verwenden, um die Konformität seiner AWS-Ressourcen kontinuierlich zu bewerten.

Als Nächstes begann Fibe, Amazon Neptune zu nutzen, um betrügerische Kreditanträge zu erkennen und zu verhindern, sodass das Unternehmen Betrugsdiagramme erstellen konnte, ohne dass Infrastrukturkosten anfallen. Die Lösung nutzt Daten aus einem Data Lake in Amazon Simple Storage Service (Amazon S3) und basiert auf Beziehungen zwischen verschiedenen Entitäten, einschließlich Kreditdetails, Finanztransaktionen, Gerätefingerabdruck, IP-Adresse und anderen relevanten Datenpunkten. Dieses miteinander verbundene Netzwerk hilft Fibe, betrügerische Aktivitäten zu untersuchen und zu identifizieren. Sinha bestätigt: „Der Bereitstellungsprozess verlief reibungslos, und wir haben unsere Data-Lake-Infrastruktur innerhalb von nur zwei Wochen erfolgreich auf AWS aufgebaut.“