Fachbeiträge & Kommentare zu Big Data

Design Thinking ist eine heute bei Start-ups sehr beliebte Vorgehensweise, die systematisch bereits bei der Entwicklung die Erfahrungen der Kunden einfließen lässt. Durch Testung von Prototypen an den Kunden bzw. an Personas (Personas sind Nutzermodelle, die Personen einer Zielgruppe in ihren Merkmalen charakterisieren) werden Erkenntnisse gesammelt und am Produkt iterativ V...mehr

Als Quasi-Hybrid zwischen der externen und internen Analyse steht die Analyse des Geschäftsmodells. Während die grundsätzliche Überprüfung des Geschäftsmodells schon immer Bestandteil jeder strategischen Analyse war, fokussiert dieser Analyseprozess heute auf sog. "disruptive Entwicklungen". Damit ist gemeint, dass insbesondere die fortschreitende Digitalisierung aller Geschä...mehr

Rz. 116 Mit der fortschreitenden Digitalisierung stellt sich zunehmend die Frage, wo ggf. Grenzen für eine IT-gestützte Bearbeitung im Bankgeschäft liegen. Die BaFin hat vor diesem Hintergrund zunächst klargestellt, dass sie – abgesehen von der Genehmigung interner Modelle zur Ermittlung der regulatorischen Eigenmittelanforderungen und einiger weniger Spezialfälle, bei der e...mehr

Rz. 6 Die Anforderungen des Moduls AT 4.3.5 sind technologieneutral formuliert und regeln den Einsatz sowohl einfacher als auch fortgeschrittener Modelle, darunter auch Modelle im Bereich der künstlichen Intelligenz und des maschinellen Lernens. Die BaFin definiert den Begriff der "künstlichen Intelligenz" als Kombination aus großen Datenmengen ("Big Data"), Rechenressourcen...mehr

Hinweis zur Benutzung des Literaturverzeichnisses: Sofern es sich bei den Autoren bzw. Herausgebern um Organisationen handelt, sind die aufgeführten Werke i. d. R. auf der Internetseite der jeweiligen Organisation verfügbar. Achtelik, Olaf, in: Herzog, Felix (Hrsg.), Geldwäschegesetz, 5. Auflage, München, 2023, § 24c KWG, § 25h KWG und § 6 GwG. ACI Deutschland e. V. – Arbeitsg...mehr

Rz. 89 Die IT-Infrastruktur stellt eine wesentliche Voraussetzung für die effektive Risikodatenaggregation und Risikoberichterstattung dar. Aufgrund von historisch gewachsenen Systemlandschaften ist die IT-Infrastruktur in Banken sehr stark fragmentiert und stellt eine der größten Herausforderungen für die Umsetzung von BCBS 239 dar. Aus diesem Grund erfordern die Umsetzungs...mehr

Rz. 46 Ein Modell stellt eine Vereinfachung der Realität dar und kann diese nur approximativ erfassen. Aus diesem Grund ist es wichtig, die Angemessenheit und Eignung des Modells bereits vor seinem Einsatz zu bewerten. Dieser Prozess wird häufig als "initiale Validierung" bezeichnet. Unter der "initialen Validierung" eines Modells versteht man eine Überprüfung der Angemessen...mehr

Rz. 88 Die Modellergebnisse müssen vom Institut interpretiert werden können. Insbesondere müssen die Wirkungszusammenhänge zwischen den Eingangsgrößen (z. B. Markt- und Portfoliodaten) und den Ausgangsgrößen (z. B. Marktpreis eines Finanzinstrumentes im Risikofall) aufgezeigt werden können. Bei den Modellen, die Charakteristika von technologiegestützter Innovation und künstl...mehr

mehr

Rz. 23 Viele Unternehmen investieren bereits über viele Jahre und Jahrzehnte in ihre IT-Landschaften, insbes. in ihre ERP-Systeme und deren Integration mit Satellitensystemen. In der Vergangenheit lag der Fokus auf der Digitalisierung und Optimierung von Geschäftsprozessen und der Automatisierung von zeitaufwändigen innerbetrieblichen Abläufen. Zunehmend liegt der Fokus nun ...mehr

Rz. 50 Nahezu alle Geschäftsprozesse und insbesondere die Risikomodellierung eines Institutes basieren auf Daten, die elektronisch erfasst und weiterverarbeitet werden. Das Datenqualitätsma­nagement hat für ein wirksames Risikomanagement in einem Institut eine herausragende Bedeutung, da die Aussagekraft der Modellergebnisse entscheidend von der Qualität der zugrunde liegend...mehr

Rz. 31 Der Baseler Ausschuss für Bankenaufsicht gibt in seinen Fortschrittsberichten zum Umsetzungsstand von BCBS 239 regelmäßig Empfehlungen für die Umsetzung der Grundsätze ab, um weitere Verzögerungen zu vermeiden. Diese Empfehlungen richten sich grundsätzlich an die Geschäftsleitung. Die Institute sollten demnach sicherstellen, dass sie über ein von der Geschäftsleitung ...mehr

Rz. 36 Die Geschäftsleitung ist verantwortlich für das angemessene Risikomanagement eines Institutes und muss den Einsatz der Modelle genehmigen (→ AT 3 Tz. 1). Das setzt hinreichende Kenntnisse über die Modellkonzeption, insbesondere zu wesentlichen Annahmen und Parametern sowie den zugrunde liegenden Daten voraus. Auch die Grenzen und Beschränkungen dieser Modelle müssen d...mehr

Rz. 78 Im Rahmen der Angemessenheitsüberprüfung sind auch die zugrunde liegenden Daten eines Modells kritisch zu würdigen. Einschränkungen in der Datenqualität können sich bereits bei den Rohdaten ergeben. Rohdaten sind z. B. die Kundenstammdaten (Anschrift des Kreditnehmers, Kreditbetrag, Rating etc.) oder die für die Risikorechnung verwendeten Marktdaten (Aktienkurse, Zins...mehr

Rz. 296 Wenngleich die Institute den Anforderungen hinsichtlich der Angemessenheit und Wirksamkeit der Risikotragfähigkeitskonzepte grundsätzlich durch unterschiedlich ausgestaltete interne Verfahren entsprechen können, findet die Methodenfreiheit dort ihre Grenze, wo die internen Verfahren das aufsichtsrechtlich vorgegebene Ziel "Sicherstellung der Risikotragfähigkeit" unte...mehr

Rz. 93 Der notwendige Grad der Erklärbarkeit der Modellergebnisse hängt vom jeweiligen Adressaten ab. Mögliche Adressaten sind neben der Aufsicht vor allem die Modellentwicklung und -validierung, die Anwender, die internen Kontrollfunktionen und nicht zuletzt die Geschäftsleitung. Dabei haben die Adressaten einen unterschiedlichen fachlichen Hintergrund und verschiedene Info...mehr

Rz. 68 Ein wesentliches Element bei der Steuerung von Modellrisiken ist die kritische Auseinandersetzung mit den Grenzen und Beschränkungen und eine regelmäßige Validierung der Modelle. Unter einer "Modellvalidierung" werden alle Prozesse und Aktivitäten verstanden, die dazu gedacht sind, zu überprüfen, ob Modelle wie erwartet funktionieren und ihren Verwendungszweck erfülle...mehr

Rz. 6 Der klassische Finanzbericht enthält sämtliche Informationen, die wesentlich sind, um die Finanz-, Vermögens- und Ertragslage des Unternehmens einschätzen zu können. Bei der integrierten Berichterstattung wird das Prinzip der doppelten Wesentlichkeit angewendet, das durch die im November 2022 verabschiedete Corporate Sustainability Reporting Directive (CSRD)[1] der EU ...mehr

Rz. 1 Auf Basis der Ausweitung der Reportingpflicht für die Nachhaltigkeitsberichterstattung durch die Corporate Sustainability Reporting Directive (CSRD) stehen Unternehmen vor einer Herausforderung: große Datenmengen zu Nachhaltigkeitsthemen aus verschiedenen Datenquellen müssen konsolidiert, analysiert und zu Nachhaltigkeitsberichten verarbeitet werden. Diese Aufgabe läss...mehr

Rz. 33 Im Gegensatz zur ersten Säule des Baseler Rahmenwerkes besteht in der zweiten Säule eine sehr weitreichende Methodenfreiheit. Die Institute sind aufgefordert, selbst geeignete Methoden und Verfahren für das interne Risikomanagement festzulegen. Gemäß dem Proportionalitätsprinzip liegt es in der Verantwortung jedes einzelnen Institutes, die von ihm verwendeten Methoden...mehr

Rz. 62 Die Höhe des Modellrisikos hängt auch davon ab, wie die Modellergebnisse im Institut verwendet werden. Ein für einen bestimmten Zweck geeignetes Modell kann in einem anderen Kontext zu unbrauchbaren Ergebnissen führen. Aus diesem Grund sollte die Modelldokumentation auch Ausführungen zur Verwendung der Modellergebnisse beinhalten. Die Modellergebnisse müssen interpret...mehr

Rz. 152 Auch die EBA gestattet eine verhältnismäßige Anwendung ihrer detaillierten Vorgaben aus Abschnitt 5 der Leitlinien für die Kreditvergabe und Überwachung, indem die Institute bei der Umsetzung den Umfang, die Art und die Komplexität der jeweiligen Kreditfazilität – unbeschadet der Art. 18 und 20 der Wohnimmobilienkreditrichtlinie ("Mortgage Credit Directive", MCD)[1] ...mehr

Rz. 75 Manche Modelle, die auf dem maschinellen Lernen beruhen, werden sehr häufig oder sogar kontinuierlich an neue Daten angepasst ("Rekalibrierung"). Diese Adaptivität, d. h. eine häufige Anpassung beispielsweise aufgrund neuer Daten, erschwert eine klare Unterscheidung zwischen Modellanpassungen und Modelländerungen. Die Änderungen der Modelle der zweiten Säule sind im G...mehr

Rz. 7 Ein wirksames Kreditrisikomanagement im weiteren Sinne beginnt mit der frühzeitigen Identifizierung der Risikopotenziale im Kreditgeschäft. Dies setzt voraus, dass die mit den einzelnen Kreditgeschäften verbundenen Risiken überhaupt bekannt sind. Diese Voraussetzung soll in Abgrenzung vom Bestandsgeschäft dadurch erfüllt werden, dass die Institute vor der Aufnahme von ...mehr

Wie viel Zeit beanspruchen Ihre Mitarbeiter für die Weiterbildung? Der Begriff "beanspruchen" ist absichtlich gewählt. Denn es geht darum, sich nicht nur das Nötigste anzueignen, um die täglichen Herausforderungen zu leisten. Es geht darum, den Horizont zu erweitern. Den Markt nicht nur aus der Perspektive des Arbeitsplatzes zu sehen, sondern aus der Sicht des digitalen Kund...mehr

Ob Amazon (USA), Zalando, Otto (Deutschland) oder Alibaba (China): Der (Einzel-) Handel hat seine neuen Kaufhäuser, in denen die Kunden Tag und Nacht grenzenlos shoppen können. Parallel zu dieser Entwicklung sind flächendeckend riesige Versandlagerhäuser entstanden – um die Kunden rund um die Uhr zu beliefern und möglichst wenig Zeit zu verlieren. Anders im Großhandel: Vorre...mehr

An den oben genannten Beispielen lässt sich bereits absehen, dass die klassischen Sektoren-Cluster nicht mehr funktionieren. Händler sind zugleich Finanzierer. Handwerker sind Energie- und Fördermittelberater. Versicherungsunternehmen sind Berater für die Altersvorsorge. Lebensmittel-Lieferanten sind Gesundheitsberater. Der Steuerberater wird zum Finanz-, Unternehmens- und V...mehr

Die Entstehung von Daten muss zuverlässig und nachvollziehbar sein. Gerade in Zeiten zunehmender Bedeutung von Big Data (Massendaten) ist die Zuverlässigkeit von Daten (-beständen) ein wichtiges Qualitätskriterium. Praxis-Beispiel Zuverlässigkeit von Rechnungsdaten Für das Konzernreporting müssen die täglichen Ausgangsrechnungen der Tochtergesellschaft "Sohn GmbH" bis 10 Uhr d...mehr

Früher verfügten Unternehmen lediglich über eine fragmentierte Datensicht aufgrund der isolierten Datenspeicherung in verschiedenen Silos. Diese wurden später durch Data Marts ergänzt, die bestimmten Geschäftsbereiche bedienten und Dimensionen für eine konsistente Analyse harmonisierten. Heute lässt sich eine Verschiebung hin zu modernen cloud-basierten Technologien erkennen,...mehr

Das Thema Datenarchitektur kommt besonders zum Tragen, wenn Unternehmen gesamtheitlich betrachtet werden. Bei näherer Betrachtung und kritischer Analyse zeitgenössischer Unternehmen zeichnet sich immer deutlicher der Weg zu einem datengetriebenen Unternehmensmodell ab. Um dieses Ziel zu erreichen, bildet eine moderne Datenarchitektur die unverzichtbare Grundlage. Ebenso beda...mehr

Die Einführung des Internets und die daraus resultierende digitale Explosion in den späten 1990er und frühen 2000er Jahren führten zu einer beispiellosen Zunahme der Datenmenge und -vielfalt. Unternehmen aller Größen und Branchen begannen, die Bedeutung von Daten als entscheidendes Asset für Wettbewerbsvorteile zu erkennen. Diese Entwicklung mündete in der heutigen Ära des B...mehr

Der Fokus ist in erster Linie, die Balance zwischen Standardisierung (für mehr Effizienz) und Flexibilität zu schaffen. Viele Reportinglandschaften sind wegen einer mangelnden Governance und stark ausgeprägten Silo-Strukturen fragmentiert und uneinheitlich. Gerade hier gilt es, die Frage "Was benötigt man eigentlich?" zu klären – und dies im Idealfall frei von persönlichen V...mehr

Digitalisierung von Lieferketten Bereits heute sind Teilprozesse digital. Digitalisieren lassen sich das durchgängige Nachverfolgen von Waren, die Automatisierung der Abfertigung, die Organisation der Auslieferung, eine automatisierte Dokumentation und Prozesse im Lager, wo Aufbereitung für Auslieferung an Endkunden bzw. Bereitstellung für den Handel erfolgen. Digitalisierung ...mehr

Häufig werden Einkauf und Beschaffung daran gemessen, ob und in welchem Ausmaß es gelingt, die Einkaufspreise gegenüber den Vorperioden zu reduzieren oder zumindest stabil zu halten. Dabei ist der Einfluss der Beschaffungsaktivitäten auf das Unternehmensergebnis weitaus größer und vielschichtiger. Stand in den 1980er- bzw. 1990er-Jahren noch die Optimierung der Beschaffungso...mehr

Nachhaltigkeit wird im Supply Chain Management häufig unter dem Begriff Sustainable Supply Chain Management (SSCM) behandelt. Der Begriff resultiert aus der langjährigen Entwicklung von Reverse Logistics über Green SCM bis hin zum SSCM (siehe Abb. 5). Abb. 5: Entwicklungspfade des SSCM[1] In diesen Entwicklungspfaden beinhalten nachfolgende Konzepte wesentliche Inhalte vorange...mehr

Eine wesentliche Ursache einer besseren Datenverfügbarkeit ist die Digitalisierung, die analoge Daten wie Texte, Videos oder Sensordaten in Binärcodes umwandelt und damit einer digitalen und damit effizienten Speicherung, Verarbeitung und Verbreitung zugänglich macht. Mögliche Datenquellen sind z. B. betriebliche Prozesse, die mit der Einführung von cyber-physischen Systemen...mehr

Big Data liefert uns mehr Daten, aber nicht notwendigerweise bessere Informationen. Das liegt zum einen daran, dass viele Daten schlicht und ergreifend "noise" sind, oder dass viele Daten, die wir benötigen nicht vorhanden sind.[1] Generell gilt, dass ein Mehr an Daten nicht notwendigerweise zu besseren Entscheidungen führt, denn Unsicherheit lässt sich durch ein Mehr an Date...mehr

Durch die schnellere Verfügbarkeit – insbesondere interner Datenmengen z. B. durch die Signalisierung von Störungsmeldungen über Sensortechnik oder die Betriebsdatenerfassung in Echtzeit – lassen sich interne Prozess- sowie Fraud-Risiken früher identifizieren.[1] Das trägt auch dazu bei, dass Unternehmen bessere Frühwarn- und Früherkennungssysteme aufbauen können. Zum zweiten...mehr

Aepli/Angst/Iten./Kaiser/Lüthi/Schweri, 2017, Die Entwicklung der Kompetenzanforderungen auf dem Arbeitsmarkt im Zuge der Digitalisierung, in SECO Publikation – Arbeitsmarktpolitik H. 47, Zollikofen, Zürich. Araz/Choi/Olson/Salman, Role of Analytics for Operational Risk Management in the Era of Big Data, in Decision Sciences, 51/2020, H. 6, S. 1320–1346. Autor, The "task appro...mehr

Nach dem Lieferkettensorgfaltspflichtengesetz (LkSG) sind bestimmte Unternehmen verpflichtet, seit 2023 ihren eigenen Geschäftsbereich und ihre Lieferketten regelmäßig auf Menschenrechts- und ökologische Risiken zu überprüfen und ggf. Präventions- und Abhilfemaßnahmen zu ergreifen. Zu den Sorgfaltspflichten zählen neben der grundsätzlichen Errichtung eines RM die Durchführun...mehr

Durch die in den letzten Jahren gestiegenen Möglichkeiten der IT ist eine punktuelle oder umfassende IT-Unterstützung der Prozesse möglich, was im Controlling-Prozessmodell 2.0 durch die verbindende "Schicht" der Analytics verdeutlicht wird. Je nach Unternehmen, Geschäfts-, Führungs- oder Steuerungsmodell können analytische Unterstützungen punktuell oder umfassend eingesetzt...mehr

Auch unabhängig von VUCA ist das Streben nach einer Verbesserung der Analyse von Informationen für Controller "Brot und Butter-Geschäft." Im spezifischen Kontext der VUCA-World sind darüber hinaus insbesondere folgende Aspekte von Relevanz: Quantität der Informationen managen: Es ist bekannt, dass ein Mehr an Informationen nicht notwendigerweise zu besseren Entscheidungen füh...mehr

Ziele Ziel des Management Reporting ist es, entscheidungsrelevante Informationen im Sinne von Zielbezug/-erreichungsgrad empfängerbezogen für die Steuerung des Unternehmens zeitnah zu erstellen und zu liefern. Mit der Informations- und Dokumentationsaufgabe soll das Reporting die unternehmensweite Transparenz sicherstellen (vgl. Abb. 14). Inhalte Es werden i. d. R. finanzielle...mehr

Business Analytics als Oberbegriff umfasst die Sammlung von fakten- und datenbasierten Modellen, Methoden und Technologien der Nutzung von Big Data zur Unternehmenssteuerung. Es handelt es sich somit um einen interdisziplinären Ansatz, der analytische Kompetenzen aus der Mathematik, der Statistik und der künstlichen Intelligenz (KI) mit technisch-methodischen IT-Kompetenzen ...mehr

Um die Controlling-Rollen im Unternehmen weiterzuentwickeln und die fortgeschrittene Digitalisierung im Finanzbereich noch besser zu nutzen, entstand 2019 das Projekt "Controller of the Future", in dem der Mensch im Mittelpunkt stand. Ein wesentlicher Erfolgsfaktor war die diverse Zusammensetzung des Projektteams mit sehr engagierten hierarchieübergreifenden Vertretern aus G...mehr

Spezielle Datenverarbeitungssysteme wie ein Data Warehouse oder Business-Intelligence-Systeme (Werkzeug 7 in Abb. 3) dienen dazu, die Daten zu aussagekräftigen Informationen weiterzuverarbeiten. Zum Teil ermöglichen auch bereits ERP-, CRM- oder SCM-Systeme Datenauswertungen. Ziel eines BI-Systems ist die Gewinnung von Erkenntnissen aus den im Unternehmen vorhandenen Daten zur...mehr

Ziele Zielsetzung des Prozesses ist es sicherzustellen, dass alle Informationen, die das Management im Rahmen der regelmäßigen Steuerungsprozesse benötigt, in belastbarer Qualität verfügbar sind. Während es im Prozess "Management Reporting" (vgl. Abschnitt 3.5) um die inhaltliche Relevanz von Informationen geht, hat der Prozess "Datenmanagement" die Aufgabe, die Datenqualitä...mehr

Wie zuvor dargestellt, ist in Zukunft insbesondere aufgrund der technologischen Weiterentwicklung mit weitreichenden Veränderungen der Aufgaben von Controllern zu rechnen. Damit Controller den Wandel als Chance ergreifen können, bedarf es einer Ausrichtung der vorhandenen Controllerkompetenzen auf die neuen Rahmenbedingungen. Durch die Weiterentwicklung der Controllerkompete...mehr

Der Zeitraum, in dem sich das Wissen der Menschheit verdoppelt, wird immer kürzer. Die Verdoppelungszeit des Weltwissens hat sich in den letzten fünfzig Jahren von mehreren Jahrzehnten auf ein bis zwei Jahre verkürzt. Wir können aus der Informationsexplosion zwei Erkenntnisse ableiten: 1. Entscheidungsgremien unter Einbindung von Fachexperten gewinnen an Bedeutung Die Zeit der...mehr

Für Kreditinstitute ist die frühzeitige Identifikation von Kreditrisiken nicht nur aufgrund steigender regulatorischer Anforderungen von herausragender Bedeutung. Auch hier hat die Verfügbarkeit kundenbezogener Daten in den letzten Jahren stark zugenommen, so die eine Entwicklung und Implementierung datengetriebener, automatisierter Kreditrisiko-Frühwarnsysteme möglich macht...mehr