Near realtime Risiko-Controlling durch Big Data
Insbesondere bei Banken und Versicherungen besitzt das Risiko-Controlling eine herausragende Bedeutung. Dieser Bereich kann von Big Data-Technik profitieren, da die Ermittlung der Risikoexposition eines Unternehmens in der Regel ein rechenintensiver Prozess ist. Traditionell werden RDBMS verwendet, um Risikokennzahlen zu erzeugen und darauf basierend Entscheidungen bezüglich möglicher Geschäfte zu unterstützen. Insbesondere große Institute stehen vor dem Problem, dass die Berechnung der Kennzahlen mehrere Stunden in Anspruch nehmen kann und somit zeitkritische Entscheidungen verzögert werden. Dies liegt zum einen an der Vielzahl unterschiedlicher Finanzprodukte im Portfolio solcher Unternehmen. Größere Institute müssen z. B. mit einer Produktanzahl im hohen 5-stelligen Bereich umgehen können.
Zum anderen können einzelne Finanzprodukte derart komplex sein, dass äußerst rechenintensive numerische Verfahren nötig sind, um sie zu bewerten. Wie in Kapitel 2.2 beschrieben, besitzt der Einsatz von In-Memory-Technik das Potenzial, die Dauer von Ad hoc-Analysen in einem derartigen Umfeld von mehreren Stunden auf wenige Minuten oder gar Sekunden zu reduzieren. Analysen können also "near realtime" durchgeführt werden. Der Vorteil liegt nicht nur in der verkürzten Analysedauer, als direkte Folge davon können auch deutlich mehr Analysen durchgeführt und damit mehr Handlungsalternativen berücksichtigt werden. Das Risiko, eine Fehlentscheidung zu treffen, kann durch den Einsatz von Big Data-Technik also gesenkt werden.
Das ist nur ein Ausschnitt aus dem Produkt ProFirma Professional. Sie wollen mehr?
Jetzt kostenlos 4 Wochen testen
Anmelden und Beitrag in meinem Produkt lesen