# FinTech

## Filters

- [Angular.js](/de/fallstudien/angularjs.md)
- [ASP.NET](/de/fallstudien/aspnet.md)
- [AWS](/de/fallstudien/aws.md)
- [CatBoost](/de/fallstudien/catboost.md)
- [Celery](/de/fallstudien/celery.md)
- [Chroma](/de/fallstudien/chroma.md)
- [CLIP](/de/fallstudien/clip.md)
- [Dart](/de/fallstudien/dart.md)
- [Docker](/de/fallstudien/docker.md)
- [Ecology](/de/fallstudien/ecology.md)
- [EdTech](/de/fallstudien/edtech.md)
- [ElasticSearch](/de/fallstudien/elasticsearch.md)
- [FastAPI](/de/fallstudien/fastapi.md)
- [Figma](/de/fallstudien/figma.md)
- **FinTech**
- [Firebase](/de/fallstudien/firebase.md)
- [Flutter](/de/fallstudien/flutter.md)
- [HealthTech](/de/fallstudien/healthtech.md)
- [IPFS](/de/fallstudien/ipfs.md)
- [IT Consultation](/de/fallstudien/it-consultation.md)
- [Java](/de/fallstudien/java.md)
- [JavaScript](/de/fallstudien/javascript.md)
- [Kotlin](/de/fallstudien/kotlin.md)
- [LLM](/de/fallstudien/llm.md)
- [LongChain](/de/fallstudien/longchain.md)
- [Machine Learning](/de/fallstudien/machine-learning.md)
- [Marketing](/de/fallstudien/marketing.md)
- [Milvus](/de/fallstudien/milvus.md)
- [Mobile App](/de/fallstudien/mobile-app.md)
- [MongoDB](/de/fallstudien/mongodb.md)
- [MySQL](/de/fallstudien/mysql.md)
- [New Relic](/de/fallstudien/newrelic.md)
- [NLP](/de/fallstudien/nlp.md)
- [OpenSearch](/de/fallstudien/opensearch.md)
- [Pandas](/de/fallstudien/pandas.md)
- [PostgreSQL](/de/fallstudien/postgresql.md)
- [Prototype](/de/fallstudien/prototype.md)
- [Publishing](/de/fallstudien/publishing.md)
- [Python](/de/fallstudien/python.md)
- [PyTorch](/de/fallstudien/pytorch.md)
- [React.js](/de/fallstudien/reactjs.md)
- [Redis](/de/fallstudien/redis.md)
- [Retail](/de/fallstudien/retail.md)
- [SaaS](/de/fallstudien/saas.md)
- [Scrapy](/de/fallstudien/scrapy.md)
- [Selenium](/de/fallstudien/selenium.md)
- [Sklearn](/de/fallstudien/sklearn.md)
- [Special proxy servers](/de/fallstudien/special-proxy-servers.md)
- [SQL](/de/fallstudien/sql.md)
- [SqlKata](/de/fallstudien/sqlkata.md)
- [SQS](/de/fallstudien/sqs.md)
- [Swift](/de/fallstudien/swift.md)
- [TYPO3](/de/fallstudien/typo3.md)
- [Vue.js](/de/fallstudien/vuejs.md)
- [WCAG](/de/fallstudien/wcag.md)
- [Web App](/de/fallstudien/web-app.md)

## Case Studies

### [Predictive Analytics](http://silkdata.tech/de/fallstudien/predictive-analytics.md)

Durch die Nutzung modernster Algorithmen des maschinellen Lernens und Predictive Analytics auf Basis von Kundendaten unterstützt Silk Data seine Kunden dabei, ihre Geschäftsprozesse zu optimieren.

*Categories: CatBoost, Pandas, Python, Sklearn, SQL, FinTech, Retail, Marketing, Machine Learning, Prototype*

---

### [SwatchPAY!](http://silkdata.tech/de/fallstudien/swatch-pay.md)

Unser Kunde Swatch wollte eine Reihe von Uhren mit Zahlungsfunktion und zugehöriger Anwendung auf den Markt bringen. Silk Data half bei der Erstellung einer mobilen Anwendung zur Kontrolle, Organisation und zum Genuss von Zahlungen mit ihnen.

*Categories: Figma, Firebase, Kotlin, Swift, FinTech, Mobile App*

---

### [Large-Scale Image Search System](http://silkdata.tech/de/fallstudien/large-scale-image-search-system.md)

Eine Geschichte darüber, wie wir eine Suche für NFTs erstellt und sie an mindestens 6 Millionen indizierten Bildern getestet haben.

*Categories: AWS, Celery, CLIP, Docker, ElasticSearch, FastAPI, IPFS, Milvus, NLP, OpenSearch, PostgreSQL, Python, PyTorch, Redis, SQS, FinTech, Publishing, Machine Learning, Web App*

---

### [wearonize](http://silkdata.tech/de/fallstudien/wearonize.md)

Mobile Anwendung zum Bezahlen mit Wearables – wie wir bei der Erstellung der Wearable-Zahlungsanwendung geholfen haben, die neue Kunden angezogen hat.

*Categories: Figma, Firebase, Kotlin, Swift, FinTech, Mobile App*

---

### [GRAVITY](http://silkdata.tech/de/fallstudien/employee-training-software.md)

GRAVITY ist eine digitale Adoptionsplattform, die die Mitarbeiterschulung mit interaktiver In-App-Anleitung vereinfacht, die Lernkosten senkt und es den Mitarbeitern leicht macht, Anwendungen zu bedienen, ohne über Vorkenntnisse oder komplexe Einrichtungen zu verfügen.

*Categories: Angular.js, Docker, Figma, Java, JavaScript, MySQL, PostgreSQL, React.js, Vue.js, EdTech, FinTech, Web App*

---

### [SQ1 FLEX](http://silkdata.tech/de/fallstudien/sq1-flex.md)

Wie wir bei der Erstellung einer mobilen Anwendung für ein kontaktloses Zahlungssystem geholfen haben. Egal wo Sie sind, mit der SQ1 Flex Mobile App ist die Verwaltung aller Aktivitäten eines Flex Bandes einfach.

*Categories: Figma, Firebase, Java, Kotlin, Swift, FinTech, Mobile App*

---

### [AI Resume Screening for Recruiters](http://silkdata.tech/de/fallstudien/ai-resume-screening.md)

Für unseren Kunden, ein renommiertes Unternehmen im Bereich Talent Acquisition, entwickelten wir automatisierte Lebenslauf-Screening-Software, die von KI unterstützt wird. Diese Lösung wandelte unstrukturierte Lebensläufe in strukturierte Daten um, ermöglichte eine präzise Kandidatenabstimmung...

*Categories: NLP, Python, FinTech, Marketing, Machine Learning, Mobile App, Web App, LLM*

---

### [AI-based Document Analysis](http://silkdata.tech/de/fallstudien/ai-document-analysis-software.md)

Erfahren Sie, wie Silk Data erfolgreich eine KI-basierte Lösung für ein großes Finanzunternehmen implementiert hat, wodurch der Entscheidungsprozess optimiert und Spezialisten von der Routine-Dokumentenverarbeitung entlastet wurden.

*Categories: Docker, ElasticSearch, NLP, Python, PyTorch, FinTech, SaaS, Machine Learning, LLM*

---