STRATEGIE22. Apr. 2016

BCBS 239: Business-Intelligence-Systeme für das Risiko-Reporting

Michael Benker, Senior Consultant Analytics & Data bei Fritz & MacziolFritz & Macziol
Michael Benker, Senior Consultant Analytics & Data bei Fritz & MacziolFritz & Macziol

Der Basler Ausschuss für Banken­aufsicht schreibt Banken­schwer­gewichten bekanntlich vor, das Risikoberichtswesen anhand eines Business-Intelligence-Systems umzusetzen. Doch die Geldhäuser zögern, anstatt den notwendigen IT-Umbau in Angriff zu nehmen. Wichtig ist zu verstehen, welche Prozesse in so einem Risiko-Reporting ablaufen – und wie sich dieses erfolgreich implementieren lässt.

von Michael Benker, Senior Consultant Analytics & Data bei Fritz & Macziol

Geldhäuser arbeiten mit vollständigen, genauen, aktuellen und integeren Daten, die in ein höchst zuverlässiges Risikoberichtswesen einfließen müssen. Das schließt das Messen, Überwachen und Früherkennen von möglichen Risiken ein. Banken geraten so gar nicht erst in Notsituationen.

Darauf zielt bekanntlich der Baseler Ausschuss für Bankenaufsicht (BCBS) schon seit Jahren ab. Konkret schreibt sein omnipräsenter Standard BCBS 239 ja vor: Jedes Kreditinstitut aus dem internationalen und nationalen Kreis der systemrelevanten Banken (G-SIBs oder D-SIBs) muss ein computergestütztes System einsetzen, um Daten für das Risiko-Reporting beschaffen, aufbereiten und darstellen zu können. Daraus ergibt sich die Pflicht, ein Business-Intelligence-System, kurz BI-System, einzuführen.

Die Datenstaubsauger

Beim Systemwechsel erhöht sich vor allem der Automatisierungsgrad. Die dafür notwendigen ETL-Prozesse (ETL = Extraction – Transformation – Load) sind ein Teil des BI-Systems. Sie beschaffen und bewirtschaften die Daten. Viele bezeichnen die ETL-Tools als „Datenstaubsauger“. Mit ihnen lassen sich aus den unterschiedlichsten Datenquellen wie Datenbanken, Excel-Tabellen, CSV-Dateien und vielen anderen die benötigten Inhalte auslesen (Extraktion). Der Inhalt gelangt durch Berechnungen, Anreicherung aus anderen Datenquellen oder Filterungen in die gewünschte Ziel-Struktur (Transformation). Am Ende schreiben die Werkzeuge das Transformierte in die Ziel-Tabelle des Data Warehouse (Laden).

Die zentrale Datenbank bildet dann die Grundlage für das geforderte Risiko-Reporting. Professionelle BI-Werkzeuge wie IBM Cognos, Cubeware oder SAP Business Objects gestatten es, aus den Daten des Data Warehouse übersichtliche Berichte als Entscheidungshilfe zu generieren und den autorisierten Personenkreisen per Webportal oder E-Mail zur Verfügung zu stellen.

Das Ergebnis ist ein ansprechendes, aussagekräftiges Risiko-Reporting. Ein sehr großer Vorteil eines professionellen BI-Systems liegt darin, dass selbst täglicher Aktualisierungsbedarf keinen bis geringen manuellen Aufwand erfordert. Denn sind die Prozesse für die Datenbeschaffung und -aufbereitung einmal erstellt und validiert, können diese völlig autark und automatisiert ablaufen. Die Daten sind dabei nach wiederholten Aktualisierungen noch korrekt.

Verharren in der Excel-Vergangenheit

Klammert man die Marktrisikodaten einmal aus, so geschieht in vielen Finanzinstituten jedoch das Reporting – wenn überhaupt – heute noch mit Excel-Tabellen.“

Mitarbeiter erledigen viele Arbeitsschritte bis hin zum fertigen Bericht manuell. Die Gefahr ist also extrem hoch, dass Fehler bei der Risikodaten-Aggregation unterlaufen. Ein professionelles BI-System arbeitet hingegen sicher, korrekt und – einmal implementiert – effizient und im Rahmen der vorgegebenen Parameter fehlerfrei.

Fachpersonal, eine Schnittstelle und zwei Server zum Start

Banken zögern dennoch, BI einzuführen. Obwohl geeignetes Personal ein BI-System für das Risiko-Reporting entsprechend den Anforderungen implementieren kann. Im Zweifel sollte man externe Experten hinzuziehen, die vorab beraten und für eine reibungslose Implementierung und Integration sorgen. Diese bekommen häufig den Auftrag, ein „Vertriebs-Controlling“ aufzubauen. Das soll die gesamten Aktivitäten zu Sparanlagen, Bausparverträgen, Aktien, Fonds, Darlehen und vieles mehr abbilden. Ein Soll-Ist-Vergleich ermöglicht es, den Erfolg des einzelnen Mitarbeiters zu messen. Ein BI-System leistet das.

Technische Hürden stehen eigentlich nicht im Weg, um ein BI-System zu installieren. Denn alle erforderlichen Daten für das Reporting lassen sich über eine Schnittstelle des Rechenzentrums, zum Beispiel im Bereich der Genossenschaftsbanken aus dem System „IDA“ der Fiducia, herunterladen. Daneben muss die Bank nur einen Anwendungs- und einen Datenbankserver bereit stellen. Auf den ersten kommt die BI-Software. Der zweite existiert meist schon. Ihn erweitern die Experten lediglich um Datenbanken für das BI-System.

Sukzessives Abarbeiten

Wenn nun geschulte Bankmitarbeiter, externe Spezialisten oder beide gemeinsam das BI-System implementieren, arbeiten sie folgende Punkte ab:
Aufnehmen der Anforderung im Lasten-/Pflichtenheft
Feststellen der Rohdatenbezugsquellen für das Reporting
Design der Tabellen-Struktur für das Data Warehouse
Erstellen der ETL-Prozesse für das Überführen der Rohdaten in das Data Warehouse
Aufsetzen – je nach Reportinganforderung – eines oder mehrerer OLAP-Würfel (OLAP = Online Analytical Processing)
Einrichten der benötigten Reports
Erarbeiten und Implementieren des Berechtigungskonzepts
Prüfen der in der Implementierungsphase erstellten Dokumentation

Je nach Umfang kann ein BI-Projekt wenige Tage oder aber mehrere Monate dauern. Es muss zumindest zu einem Reporting führen, das den Berichtsempfängern alle benötigten Daten und Informationen verständlich darstellt.

Schulen zahlt sich aus, Scheitern lässt sich verhindern

Ein innovatives BI-System bietet darüber hinaus Erweiterungsoptionen. Zusätzliche Informationen und Funktionen oder neue gesetzliche Anforderungen lassen sich hierbei ohne großen Aufwand integrieren. Ausgereifte Systemvarianten präsentieren jedoch nicht nur Zahlen, sondern decken auch Optimierungspotenzial auf.

Wie funktioniert das in der Praxis?

Das BI-System bildet beispielsweise die Bearbeitungsschritte für Darlehensanträge ab und zeigt fehlende oder falsche Angaben in der Antragserfassung auf. Durch Mitarbeiter-Schulung kann die Bank den Arbeitsaufwand, der durch Fehlerkorrekturen, Prüfaufwand und Nacharbeit steigt, erheblich senken.

BI-Projekte können jedoch auch scheitern. Dies lässt wiederum Rückschlüsse auf Bank-interne Ungereimtheiten zu, wenn das Institut etwa seine Anforderungen nicht klar formulieren kann.“

Auch müssen die Mitarbeiter hinter dem BI-System stehen, sonst arbeiten sie nicht, wie erforderlich, mit und zu. Ihr Geldhaus muss ihnen dafür die Zeit einräumen – und die Aufgaben für das Tagesgeschäft und die Risikoberichterstattung neu und auf viele Schultern verteilen.

Selbst ein vollständig implementiertes BI-System läuft nur, wenn die Bankangestellten es akzeptieren und die Vorteile schätzen lernen. Ansonsten droht, dass Abteilungen nach wie vor mit ihren Insellösungen weiterarbeiten. Richtig geplant und eingeführt amortisiert sich die Investition in eine stabile Systembasis für Institutionen jeder Größe schnell. Und letztlich kann es sich auch ein nicht-systemrelevantes, weil mittelständiges Geldhaus, eigentlich nicht leisten, auf eine zuverlässige sowie frühzeitige Risikoerkennung im täglichen Geschäft zu verzichten.

Sie finden diesen Artikel im Internet auf der Website:
http://www.it-finanzmagazin.de/?p=29976
1 Stern2 Sterne3 Sterne4 Sterne5 Sterne (10 Stimmen, Durchschnitt: 4,10 von maximal 5)
Loading...

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Die Protonet-Server sind die Antwort auf das steigende Datenschutzbewustsein in Deutschland.Protonet
Protonet bei der Kreisspar­kasse Göppingen – Groupware als Azubi-Plattform

Vor wenigen Monaten sammelte das Hamburger Startup Protonet per Seedmatch-Crowdinvest 3 Millionen Euro in nur 133 Stunden ein. Nun zeigt das Unternehmen, dass man sogar...

Schließen