Sonderausgabe SAP. - Banken+Partner

Unternehmen
Kredit-Scoring
„Schnelle und exakte Analysen
unterstützen das Risikomanagement“
Moderne In-Memory-Technologien wie SAP
HANA ermöglichen es, große Datenmengen in
Echtzeit auszuwerten. Die Customer-Scoring-
Lösung von GFT Technologies nutzt diese Möglichkeit,
um Banken bei der Risikoeinschätzung
im Aktivgeschäft zu unterstützen.
Michael
Kannemacher
Head of SAP
Practice,
GFT Technologies
Die Auswertung großer Datenmengen
ist derzeit eine der wichtigsten Aufgaben
der Kreditwirtschaft. Worin liegen
dabei die Herausforderungen?
Kannemacher: Das ist sicherlich die
Frage der Datenqualität und der Datenmenge.
Für verlässliche Ergebnisse
sind gute und aktuelle Daten notwendig
– idealerweise auf dem Level „Einzelgeschäftsebene“
oder „Geschäftspartner“.
Denn je mehr detaillierte Informationen
für eine Auswertung bereitgestellt werden
können, desto genauer werden die
Ergebnisse. Wenn man dann noch in der
Lage ist, die Daten schnell zu analysieren,
bietet dies deutliche Wettbewerbsvorteile.
Dafür benötigt man moderne
Analyse-Technologien – wie beispielsweise
SAP HANA. Denn die bisherigen
Methoden zur Datenanalyse dauern
– angesichts der rapide wachsenden
Datenmengen – in der Regel zu lange.
Was bedeutet das für das Risikomanagement?
Kannemacher: Schnellere und
exaktere Analysen. Die regulatorischen
Anforderungen an Kreditinstitute sind in
den vergangenen Jahren enorm gestiegen.
Das trifft natürlich ganz besonders das Risikomanagement.
Die Banken müssen in immer kürzeren Zeitspannen Informationen
an die internen und externen Interessensgruppen – zum
Beispiel Aufsichtsrat, Vorstand, Finanzaufsicht, Rating-Agenturen
– liefern können und dabei noch dafür sorgen, dass die
Daten transparent zur Verfügung stehen. Aber auch die zeitnahe
Berücksichtigung der Risikokennzahlen für die eigene Gesamtbanksteuerung
erfolgt immer genauer und schneller. Nur wenn
ausreichend Informationen zur Verfügung stehen, kann man
sein Portfolio aktiv steuern – beispielsweise wenn es um die
Eigenkapitalunterlegung nach dem Baseler Akkord geht. Dafür
ist eine möglichst genaue Risikoabschätzung unerlässlich.
Ein im Zusammenhang mit der Auswertung großer Datenmengen
immer wieder genannter Begriff ist das In-Memory-Computing.
Was bringt diese Technologie?
Kannemacher: Mit Hilfe des In-Memory-Computing kann
man eine große Menge von Daten in Echtzeit verarbeiten, denn
statt der Applikationsschicht wird für datenintensive Operationen
die Datenschicht verwendet. Der Grundgedanke hierbei:
erst wird berechnet, dann werden die Daten übergeben. Damit
sind interaktive Simulationen und Kalkulationen in Echtzeit
abbildbar. Die Aggregation von Millionen von Einzelinformationen
in Sekunden sind, genau wie deren Import und Analyse
in Echtzeit, keine Wunschvorstellung mehr, sondern Realität.
Durch die interaktive Anpassung der Verhaltens- und Marktparameter
sind Wenn-dann-Analysen möglich, zudem können
die Daten bis auf die Einzelgeschäftsebene heruntergebrochen
werden.
Welche Veränderungen in der IT sind notwendig, um die In-
Memory-Technologie nutzen zu können?
Kannemacher: Um die durch In-Memory-Technologie mögliche
Real-Time Entscheidungsfindung und -unterstützung optimal
nutzen zu können, muss die Qualität und Verfügbarkeit der
verwendeten Daten bestmöglich sichergestellt sein. Dazu gehören
zum Beispiel die Verwendung einer einheitlichen Semantik
und eine klare Festlegung der Datenquellen. Perspektivisch
bietet die durch In-Memory-Datenbanken mögliche Verschmel-
12
Banken+Partner Spezial II I 13