{"id":13272,"date":"2020-08-31T07:55:21","date_gmt":"2020-08-31T05:55:21","guid":{"rendered":"https:\/\/hub.hslu.ch\/retailbanking\/?p=13272"},"modified":"2026-02-11T14:52:55","modified_gmt":"2026-02-11T13:52:55","slug":"darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/","title":{"rendered":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden"},"content":{"rendered":"\n\n\n

Die Credit Suisse verfasst auf ihrer Webseite schon seit l\u00e4ngerer Zeit regelm\u00e4ssig Artikel f\u00fcr ihre (potenziellen) Kundinnen und Kunden. Lange Zeit wurde die Relevanz der entsprechenden Artikel nur oberfl\u00e4chlich oder gar nicht gemessen. Die Autoren hatten nur wenige Anhaltspunkte dar\u00fcber, wer, warum und wie lange einen Text gelesen hatte. Durch ein vor rund zwei Jahren lanciertes Analytics-Projekt ist die Transparenz diesbez\u00fcglich stark gestiegen. Einerseits hilft das Tool zu verstehen, was \u00abpassiert\u00bb ist. Andererseits \u2013 und dies ist spannend aus meiner Sicht \u2013 kann die L\u00f6sung auch \u00abvorhersagen\u00bb, wie gross die Relevanz eines noch nicht publizierten Artikels sein wird.<\/p>\n\n\n\n

Unterteilung Analytics<\/strong><\/p>\n\n\n\n

Die Anwendungsf\u00e4lle im Bereich \u00abAnalytics\u00bb k\u00f6nnen abh\u00e4ngig vom Nutzungsziel und dem zeitlichen Horizont in mehrere Formen unterteilt werden. In Anlehnung an das Gartner Analytics-Reifegradmodell (2012) kann Analytics in deskriptive, diagnostische, pr\u00e4diktive und pr\u00e4skriptive Analytics unterteilt werden. W\u00e4hrend sich beispielsweise die deskriptive Analytics mit der Vergangenheit besch\u00e4ftigt und versucht, Auswirkungen auf die Gegenwart zu verstehen, liefert die pr\u00e4skriptive Analytics auch Handlungsempfehlungen, wie man einen bestimmten Trend in eine gew\u00fcnschte Richtung beeinflussen, ein vorhergesagtes Ereignis verhindern oder auf ein zuk\u00fcnftiges Ereignis reagieren kann.<\/p>\n\n\n

\n
\"\"<\/a>
Abbildung 1: Unterschiedliche Formen von Analytics nach Gartner (2012)<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n

Das Projekt der Credit Suisse beinhaltet neben \u00abdeskriptiver Analytics\u00bb auch \u00abpr\u00e4diktive Analytics\u00bb-Bausteine. Auf diese beiden Elemente werde ich nachfolgend eingehen.<\/p>\n\n\n\n

Deskriptive Analysen der Publikationen<\/strong><\/p>\n\n\n\n

Interessant finde ich das f\u00fcr die Autoren zur Verf\u00fcgung stehende Dashboard nach der Publikation eines Artikels. Der Erfolg jedes Artikels wird detailliert analysiert. Zudem k\u00f6nnen zwei Artikel einander gegen\u00fcbergestellt werden, so dass die Performance dieser Artikel im Detail verglichen werden kann. Interessant ist auch die Funktion des \u00abConversion Funnels\u00bb. Ein Trichter mit drei Stufen zeigt auf, 1) wie hoch die Anzahl der Besucher war (\u00abAll Visitors\u00bb), 2) ob und wie oft der Leser u.a. zus\u00e4tzlich noch weitere Artikel angeklickt oder sich Videos angeschaut hat (\u00abEngagement Layer\u00bb) und 3) ob der Kunde basierend auf diesem Artikel auch eine bestimmte Handlung vorgenommen hat wie beispielsweise ein Konto er\u00f6ffnen oder ein Produkt erwerben (\u00abConversion Layer\u00bb).
Die Bank hat anhand verschiedener Faktoren einen \u00abContent Score\u00bb entwickelt. Dieser wird \u2013 sehr vereinfacht dargestellt \u2013 aus verschiedenen und auch unterschiedlich gewichteten KPI wie zum Beispiel der Anzahl Klicks, der Verweildauer, der Anzahl der nach dem Lesen des Artikels besuchten Seiten oder dem Anteil der gelesenen Artikel generiert, damit dadurch die Relevanz eines Artikels berechnet werden kann. Die Maximierung dieses \u2013 vereinfacht mit drei Sternen dargestellten \u2013 Scores ist schlussendlich das Hauptziel der Bestrebungen des Analytics-Teams.
Der aus meiner Sicht interessanteste Teil des Projekts und eine interessante Innovation im Banking ist das von der Credit Suisse entwickelte \u201cContent Success Prediction Model\u201d. Dieses soll bereits vor der Ver\u00f6ffentlichung eines Artikels aufzeigen, mit welcher Wahrscheinlichkeit ein Artikel erfolgreich ist, respektive wie oft und intensiv dieser gelesen wird. Dies ist eine klassische Weiterentwicklung im Bereich der Analytics vom rein deskriptiven Modell (was ist passiert?) zum vorhersagenden Teil (was wird passieren?).<\/p>\n\n\n\n

Wissen, wie erfolgreich ein Artikel ist, BEVOR man ihn ver\u00f6ffentlicht<\/strong><\/p>\n\n\n\n

Als Verfasser eines Textes hat man die M\u00f6glichkeit, seinen Textentwurf in die sogenannte \u00abContent Success Prediction Model Box\u00bb zu kopieren. Des Weiteren muss man angeben, wie viele Bilder oder Videos man f\u00fcr den Text plant, zu welchem Themenfeld der Text geh\u00f6rt und an welchem Wochentag und zu welcher Uhrzeit der Text publiziert werden soll (vgl. Abbildung 2).<\/p>\n\n\n

\n
\"\"<\/a>
Abbildung 2: Content Success Prediction Model der Credit Suisse<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n

Anhand dieser und weiterer Informationen wie zum Beispiel der Textl\u00e4nge oder auch der L\u00e4nge der einzelnen S\u00e4tze wird basierend auf den in der Vergangenheit publizierten Artikel berechnet, wie relevant dieser Artikel f\u00fcr die (potenziellen) Credit Suisse Kunden sein wird. Die Prediction Engine macht jeweils Prognosen zum \u00abTraffic Volume\u00bb und der \u00abContent Consumption\u00bb mit den Attributen \u00ablow\u00bb, \u00abmedium\u00bb und \u00abhigh\u00bb (vgl. Abbildung 2; rechts oben). Gleichzeitig gibt die Maschine konkrete Tipps an die Schreibenden, wie sie den Text relevanter machen k\u00f6nnen. Die entsprechenden Verbesserungsvorschl\u00e4ge sind allgemeiner Art im Sinne von \u00abText k\u00fcrzen\u00bb, \u00abBilder und Videos erg\u00e4nzen\u00bb oder die \u00abAnzahl der komplexen W\u00f6rter reduzieren\u00bb (vgl. Abbildung 2, rechts). Durch entsprechende Anpassungen im Text kann man bereits vor der Publikation verfolgen, wie sich die Relevanz des Artikels verbessern wird.
Neben diesen eher generischen Vorschl\u00e4gen zur Verbesserung, werden auch verschiedene Plots zur Verf\u00fcgung gestellt, durch welche der Artikel im Vergleich zu anderen Artikeln derselben Kategorie (z.B. Sustainability) in Bezug auf Textl\u00e4nge, Publikationszeit, etc. verglichen werden kann (siehe Abbildung 3).<\/p>\n\n\n

\n
\"\"<\/a>
Abbildung 3: Plots zum Vergleich des Artikels (schwarzer Stern) im Vergleich zu anderen erfolgreichen und weniger erfolgreichen Artikeln der gleichen Kategorie<\/em><\/figcaption><\/figure>\n<\/div>\n\n\n

Nat\u00fcrlich pr\u00fcft das Analytics-Team der Credit Suisse nach der Ver\u00f6ffentlichung eines Artikels, wie gross die \u00dcbereinstimmung zwischen der Vorhersage und den tats\u00e4chlichen Zahlen ist. Dadurch kann das System dazulernen (\u00abMachine Learning\u00bb).<\/p>\n\n\n\n

Bisherige Erfahrungen und Ausbaupl\u00e4ne<\/strong><\/p>\n\n\n\n

Der durchschnittliche Performance-Score der Texte ist gem\u00e4ss dem Berechnungsmodell der Credit Suisse seit Einf\u00fchrung der oben beschriebenen L\u00f6sung um 20 Prozent angestiegen. Einerseits haben sicherlich die ausf\u00fchrlichen Analysen nach einer Publikation zu einem besseren Verst\u00e4ndnis der Erfolgstreiber gef\u00fchrt. Durch dieses Dashboard wurde der Erfolg jedes Artikels transparent.
Andererseits soll das je l\u00e4nger je mehr eingesetzte \u00abContent Success Prediction Model\u00bb zu einem weiteren Schub in Bezug auf die Relevanz der Texte f\u00fchren. Gem\u00e4ss der Credit Suisse ist als einer der n\u00e4chsten Ausbauschritte geplant, dass dieses Modell auch f\u00fcr Texte auf Deutsch angewendet werden kann, was die Nutzung des Tools durch die Schreibenden weiter erh\u00f6hen soll. Bislang k\u00f6nnen nur englischsprachige Texte von der Maschine bewertet werden. Weitere Optimierungsm\u00f6glichkeiten bestehen im verst\u00e4rkten Einbezug von Keywords und einer Analyse der Relevanz vom Titel der verschiedenen Artikel.
L\u00e4ngerfristig m\u00f6chte man die gewonnene Intelligenz auch daf\u00fcr nutzen, mittels sogenannter Recommender Systemen dem Kunden interessante weitere Artikel vorzuschlagen (Kunden, die sich f\u00fcr Artikel A interessieren, k\u00f6nnten sich auch f\u00fcr Artikel C interessieren). Ebenso w\u00e4re es w\u00fcnschenswert, wenn eine Kundenberaterin oder ein Kundenberater k\u00fcnftig wissen w\u00fcrde, f\u00fcr welche Artikel und Themen sich seine Kunden interessieren.<\/p>\n\n\n\n

Fazit<\/strong><\/p>\n\n\n\n

Viele Banken haben sich noch nicht vertieft mit Einsatzm\u00f6glichkeiten von Analytics auseinandergesetzt. Wenn Analytics eingesetzt wird, dann geschieht dies meistens vergangenheitsbezogen, d.h. es wird mittels deskriptiver Analytics versucht zu verstehen, was welche Kunden gemacht haben. Insofern ist der Schritt der Credit Suisse mit der Implementierung eines ersten pr\u00e4diktiven Modells spannend. Der gew\u00e4hlte Anwendungsfall \u2013 die Unterst\u00fctzung von Schreibenden beim Optimieren ihrer Texte \u2013 ist auch durchaus sinnvoll. Wichtig scheint mir in diesem Zusammenhang einfach, dass das Tool als Hilfestellung und nicht als Bevormundung verstanden wird. Aus Business Perspektive ist dieses Tool in der derzeitigen Auspr\u00e4gung ein erster Schritt hin zu personalisierteren Angeboten und einem besseren Verst\u00e4ndnis, welche Kunden sich f\u00fcr welche Themen wann interessieren.<\/p>\n","protected":false},"excerpt":{"rendered":"

Die Bereiche Analytics und Machine Learning haben bei den meisten Banken derzeit aus meiner Sicht noch eine zu tiefe Bedeutung. Einzelne Banken haben aber schon interessante Anwendungsf\u00e4lle im Einsatz. Im heutigen Blog stelle ich ein Projekt der Credit Suisse im Bereich der \u00abPredictive Analytics\u00bb vor. Mit Hilfe von Algorithmen erfahren die Autoren von Texten bereits vor der Ver\u00f6ffentlichung eines Artikels, wie oft und intensiv dieser m\u00f6glicherweise gelesen wird. Gleichzeitig werden konkrete Vorschl\u00e4ge gemacht, wie die Texte optimiert werden k\u00f6nnen, damit sie f\u00fcr die entsprechende Zielgruppe relevant(er) werden.<\/p>\n","protected":false},"author":1270,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_relevanssi_hide_post":"","_relevanssi_hide_content":"","_relevanssi_pin_for_all":"","_relevanssi_pin_keywords":"","_relevanssi_unpin_keywords":"","_relevanssi_related_keywords":"","_relevanssi_related_include_ids":"","_relevanssi_related_exclude_ids":"","_relevanssi_related_no_append":"","_relevanssi_related_not_related":"","_relevanssi_related_posts":"","_relevanssi_noindex_reason":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[252,53966,23682,1722],"tags":[],"class_list":["post-13272","post","type-post","status-publish","format-standard","hentry","category-allgemein","category-analytics","category-digitalisierung","category-1722"],"acf":[],"yoast_head":"\nDarum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog\" \/>\n<meta property=\"og:description\" content=\"Die Bereiche Analytics und Machine Learning haben bei den meisten Banken derzeit aus meiner Sicht noch eine zu tiefe Bedeutung. Einzelne Banken haben aber schon interessante Anwendungsf\u00e4lle im Einsatz. Im heutigen Blog stelle ich ein Projekt der Credit Suisse im Bereich der \u00abPredictive Analytics\u00bb vor. Mit Hilfe von Algorithmen erfahren die Autoren von Texten bereits vor der Ver\u00f6ffentlichung eines Artikels, wie oft und intensiv dieser m\u00f6glicherweise gelesen wird. Gleichzeitig werden konkrete Vorschl\u00e4ge gemacht, wie die Texte optimiert werden k\u00f6nnen, damit sie f\u00fcr die entsprechende Zielgruppe relevant(er) werden.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/\" \/>\n<meta property=\"og:site_name\" content=\"IFZ Retail Banking Blog\" \/>\n<meta property=\"article:published_time\" content=\"2020-08-31T05:55:21+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-02-11T13:52:55+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/\"},\"author\":{\"name\":\"\",\"@id\":\"\"},\"headline\":\"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden\",\"datePublished\":\"2020-08-31T05:55:21+00:00\",\"dateModified\":\"2026-02-11T13:52:55+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/\"},\"wordCount\":1148,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2020\\\/08\\\/CS-abb-1-pred.png\",\"articleSection\":{\"1\":\"Analytics\",\"2\":\"Digitalisierung\",\"3\":\"Grossbanken\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/\",\"name\":\"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2020\\\/08\\\/CS-abb-1-pred.png\",\"datePublished\":\"2020-08-31T05:55:21+00:00\",\"dateModified\":\"2026-02-11T13:52:55+00:00\",\"author\":{\"@id\":\"\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#primaryimage\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2020\\\/08\\\/CS-abb-1-pred.png\",\"contentUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/wp-content\\\/uploads\\\/sites\\\/7\\\/2020\\\/08\\\/CS-abb-1-pred.png\",\"width\":621,\"height\":418},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/#website\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/\",\"name\":\"IFZ Retail Banking Blog\",\"description\":\"News und Trends aus dem Retail Banking Markt Schweiz\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/hub.hslu.ch\\\/retailbanking\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/","og_locale":"de_DE","og_type":"article","og_title":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog","og_description":"Die Bereiche Analytics und Machine Learning haben bei den meisten Banken derzeit aus meiner Sicht noch eine zu tiefe Bedeutung. Einzelne Banken haben aber schon interessante Anwendungsf\u00e4lle im Einsatz. Im heutigen Blog stelle ich ein Projekt der Credit Suisse im Bereich der \u00abPredictive Analytics\u00bb vor. Mit Hilfe von Algorithmen erfahren die Autoren von Texten bereits vor der Ver\u00f6ffentlichung eines Artikels, wie oft und intensiv dieser m\u00f6glicherweise gelesen wird. Gleichzeitig werden konkrete Vorschl\u00e4ge gemacht, wie die Texte optimiert werden k\u00f6nnen, damit sie f\u00fcr die entsprechende Zielgruppe relevant(er) werden.","og_url":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/","og_site_name":"IFZ Retail Banking Blog","article_published_time":"2020-08-31T05:55:21+00:00","article_modified_time":"2026-02-11T13:52:55+00:00","og_image":[{"url":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png","type":"","width":"","height":""}],"twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#article","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/"},"author":{"name":"","@id":""},"headline":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden","datePublished":"2020-08-31T05:55:21+00:00","dateModified":"2026-02-11T13:52:55+00:00","mainEntityOfPage":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/"},"wordCount":1148,"commentCount":0,"image":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png","articleSection":{"1":"Analytics","2":"Digitalisierung","3":"Grossbanken"},"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/","url":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/","name":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden - IFZ Retail Banking Blog","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/#website"},"primaryImageOfPage":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#primaryimage"},"image":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png","datePublished":"2020-08-31T05:55:21+00:00","dateModified":"2026-02-11T13:52:55+00:00","author":{"@id":""},"breadcrumb":{"@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#primaryimage","url":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png","contentUrl":"https:\/\/hub.hslu.ch\/retailbanking\/wp-content\/uploads\/sites\/7\/2020\/08\/CS-abb-1-pred.png","width":621,"height":418},{"@type":"BreadcrumbList","@id":"https:\/\/hub.hslu.ch\/retailbanking\/darum-weiss-die-credit-suisse-welche-artikel-kuenftig-wie-oft-gelesen-werden\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/hub.hslu.ch\/retailbanking\/"},{"@type":"ListItem","position":2,"name":"Darum weiss die Credit Suisse, welche Artikel k\u00fcnftig wie oft gelesen werden"}]},{"@type":"WebSite","@id":"https:\/\/hub.hslu.ch\/retailbanking\/#website","url":"https:\/\/hub.hslu.ch\/retailbanking\/","name":"IFZ Retail Banking Blog","description":"News und Trends aus dem Retail Banking Markt Schweiz","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/hub.hslu.ch\/retailbanking\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":""}]}},"featured_image_src":null,"featured_image_src_square":null,"author_info":{"display_name":"","author_link":"https:\/\/hub.hslu.ch\/retailbanking\/author\/"},"_links":{"self":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/13272","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/users\/1270"}],"replies":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/comments?post=13272"}],"version-history":[{"count":7,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/13272\/revisions"}],"predecessor-version":[{"id":21650,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/posts\/13272\/revisions\/21650"}],"wp:attachment":[{"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/media?parent=13272"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/categories?post=13272"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hub.hslu.ch\/retailbanking\/wp-json\/wp\/v2\/tags?post=13272"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}