NVIDIA und Elith veröffentlichen offenen Finanz-Persona-Datensatz für Japan
Nemotron-Personas-Finance-Japan steht unter CC BY 4.0 und soll Tests von Finanz-KI ohne echte Kundendaten ermöglichen. Seine 9 Millionen Personas sind keine 9 Millionen Kunden.
Mit KI erstelltInhalt
◆ Fakten auf einen Blick
- Elith und NVIDIA veröffentlichen Nemotron-Personas-Finance-Japan als Finanz-Erweiterung von Nemotron-Personas-Japan.
- Der Datensatz umfasst 1 Mio. Datensätze mit je neun Personas, also 9 Mio. Personas.
- Jeder Datensatz hat 50 Felder: 9 Persona-Felder, 11 Persona-Attribute und 30 Kontextfelder.
- Der Datensatz steht unter CC BY 4.0, kommerzielle Nutzung mit Namensnennung ist erlaubt.
- Im Vergleich zu Nemotron-Personas-Japan hat die neue Variante 50 % mehr Personas und 50 statt 22 Felder.
Offener Datensatz soll Finanz-KI ohne echte Kundendaten ermöglichen
Elith und NVIDIA haben Nemotron-Personas-Finance-Japan veröffentlicht. Der Datensatz ist eine Finanz-Erweiterung des offenen Datensatzes Nemotron-Personas-Japan. Er umfasst 1 Million synthetische Datensätze und steht unter der Lizenz CC BY 4.0. Sie erlaubt die kommerzielle Nutzung, sofern die Urheber genannt werden.
Entwickler sollen damit KI-Anwendungen für den Finanzbereich bauen und testen, ohne auf echte Kundendaten zuzugreifen. Gerade dort schränken Datenschutz- und Compliance-Vorgaben die Nutzung realer Daten stark ein, so die Autoren. NVIDIA nennt als Einsatzzwecke das Training von Konversationsagenten, die Simulation von Kunden und die Evaluierung mit dem Framework NeMo User Sim. Die Veröffentlichung sagt nichts über die Fähigkeiten eines Modells. Es handelt sich um Trainings- und Testmaterial, nicht um ein neues Modell.
Neun Sichten je Datensatz: 9 Mio. Personas sind keine 9 Mio. Kunden
Jeder der 1 Million Datensätze enthält neun Persona-Beschreibungen. Zusammen ergibt das 9 Millionen Personas. Das sind aber neun Sichten auf dieselben Datensätze, keine neun Millionen verschiedenen Kunden. Wer Kundengruppen simulieren will, arbeitet mit einer Million Profilen.
Jeder Datensatz besteht aus 50 Feldern: 9 Persona-Feldern, 11 Persona-Attributen und 30 Kontextfeldern. Die Kontextfelder stützen sich nach Angaben der Autoren auf amtliche Demografie- und Arbeitsmarktstatistiken. Die Persona-Texte sind die generierten Beschreibungen. Die Kontextfelder liefern die statistische Grundlage, an der sie sich orientieren.
Zum Vergleich: Nemotron-Personas-Japan enthält 6 Millionen Personas, also 1 Million Datensätze mit je sechs Personas, in 22 Feldern (6 Persona- und 16 Kontextfelder). Die Finanzvariante hat damit 50 Prozent mehr Personas und mehr als doppelt so viele Felder. Auch der ältere Datensatz steht unter CC BY 4.0.
Am selben Tag erscheint Nemotron-PII-Japan. Er umfasst 100.000 synthetische japanische Geschäftsdokumente, in denen personenbezogene Daten markiert sind, und baut auf Nemotron-Personas-Japan auf.
Wer beteiligt war und was bislang nur der Hersteller behauptet
Erstellt wurde der Datensatz mit NeMo SDG-PGMs, einem Framework für probabilistische grafische Modelle zur Erzeugung synthetischer Daten, und mit NeMo Data Designer. Elith übernahm nach eigenen Angaben Umsetzung, Pipeline-Aufbau und die großskalige Generierung. Unterstützt wurde das Unternehmen von Professor Yamashita von der Chubu University, dem technischen Berater.
Konzipiert wurde der Datensatz mit Feedback von Sompo Japan, Tokio Marine Holdings, Bank of Fukuoka, Mizuho Financial Group, Meiji Yasuda Life Insurance und der Financial Data Utilization Association. Ob diese Institute ihn einsetzen, geht aus dem Material nicht hervor.
Zwei Aussagen stammen bislang allein von den Autoren und sind unabhängig nicht geprüft. Der Datensatz sei „nach unserem Wissen“ der erste offene Persona-Datensatz im Millionen-Maßstab, der amtliche Statistiken mit Haushaltsfinanz- und Finanzbildungsdaten verbindet. Zudem bilde er Demografie, Haushaltsstrukturen und Vermögensstatus realistisch ab und vermeide die Risiken echter Daten. Abgleiche mit den Quellstatistiken und Datenschutztests fehlen bislang.
Unklar bleibt das Veröffentlichungsdatum. Elith nennt den 10. November 2026 als Verfügbarkeit auf Hugging Face. Andere Berichte über den Hugging-Face-Artikel nennen den 9. November 2026. Das Material klärt nicht, ob Ankündigung und Freischaltung auseinanderliegen.
Die Nemotron-Personas-Sammlung umfasst laut NVIDIA sieben Länder und rund 53 Millionen Personas. Das am 16. November gestartete Elith-Produkt DATAFLUX KIZASHI ist davon getrennt.



