Anzeige
| Integrierter Datenhaushalt

Zukunftsfähigkeit für die Banksteuerung

Aktuell entwickelt die Sparkassen Rating und Risikosysteme (SR) mit der Finanz Informatik, Regionalverbänden, Prüfungsstellen, Sparkassen und DSGV einen für alle Sparkassen nutzbaren Integrierten Datenhaushalt. Auslöser waren Anforderungen aus dem Standard BCBS 239, die sich auch in der MaRisk-Novelle 2016 finden. Für Institute lassen sich daraus zahlreiche Forderungen nach einer einheitlichen, vollständigen und konsistenten Datenbasis für Risikodaten und Meldewesen ableiten.

Anzeige

 
Der Integrierte Datenhaushalt könnte künftig sogar zu einem Wettbewerbsvorteil werden. © canjoena/fotolia
Ein Integrierter Datenhaushalt (IDH) sowie eine weitere Automatisierung sind entscheidend, um auch künftige aufsichtliche Anforderungen erfüllen zu können. Auswertungen für die Steuerung werden schneller und transparenter. Eine wesentliche Anforderung besteht in einer zeitnahen Berichtserstellung im Sinne der Anforderungen aus MaRisk und BCBS 239. Abgedeckt werden ferner die Anforderungen für das granulare EZB-Kreditregister Analytical Credit Dataset (AnaCredit) sowie für FINREP, COREP und Liquiditätsdaten wie LCR, ALMM, NSFR.

Der IDH ist eine wichtige Voraussetzung dafür, auch kurzfristige Datenabfragen der Aufsicht adäquat bedienen zu können (z. B. Niedrigzinsumfrage). Rückfragen zur Datenqualität und Datenkonsistenz sind damit ebenfalls leichter zu beantworten. Vor allem soll der mit Datenauswertungen jeweils verbundene hohe – bisher oft manuelle – Aufwand deutlich reduziert bzw. besser bewältigt werden.

Betriebswirtschaftlicher Nutzen und Investition in die Zukunft

Durch den Aufbau einer granularen Datenschicht auf Ebene von Konten, Kunden, Sicherheiten und Produkten lassen sich Daten jetzt themen­übergreifend schnell und flexibel zu neuen Kennzahlen zusammenführen. Risiken werden über alle Geschäftsbereiche hinweg aggregiert, sodass das Management durch eine einheitliche Berichterstattung unterstützt wird. Das ermöglicht schnelle und zuverlässige Steuerungsimpulse. Sparkassen erhalten außerdem die Chance, ihre Datenqualität übergreifend und systematisch zu überwachen und zu steigern.

Um den IDH umzusetzen, werden bisher separate, fachliche Verarbeitungsstrecken und unterschiedliche Datenhaushalte vereinheitlicht. Zur Dokumentation und besseren Nachvollziehbarkeit ist geplant, den Instituten ein „Wörterbuch der Daten“ (Data Dictionary) zur Verfügung zu stellen, mit dem sie aus ihren operativen Systemen nachvollziehen können, welche Daten im IDH vorhanden sind.

Das Konzept zur Governance des IDH wird sicherstellen, dass die Daten konsistent vorgehalten und erneute parallele Datenhaushalte vermieden werden. Im Zusammenspiel bereits etablierter Organisations- und Gremienstrukturen werden neue Anforderungen und Änderungsbedarf in Bezug auf den IDH geprüft, priorisiert und zur Umsetzung freigegeben. Für den Aufbau des IDH werden von den Sparkassen erhebliche Investitionen getätigt. Aktuell befinden sich die Institute in einer Investitionsphase – der Nutzen wird in Teilen erst realisiert nach der vollständigen Umsetzung ab etwa 2021.

IDH-Struktur im Überblick

 
© BBL
Der IDH wird aus den bestehenden operativen Systemen mit granularen Daten versorgt. Zudem können Sparkassen individuelle Daten über eine standardisierte Schnittstelle einliefern. Aus diesen beiden Quellen ergeben sich im Wesentlichen die Grunddaten im IDH. Darauf basierend werden weitere Daten durch fachliche Methoden aus dem Meldewesen und Risikomanagement generiert, welche ebenfalls im IDH abgelegt werden. Über eine neue Reporting-Anwendung werden die Daten den Sparkassen zugänglich gemacht und somit in die operative Arbeit des Meldewesens und des Risikomanagements der Sparkassen eingebettet (s. Abb. 1).

Das fachliche Datenmodell führt gleiche Sachverhalte bestehender Datenhaushalte zusammen – inklusive der Historisierung, des Abbaus fachlicher Redundanzen, der Identifizierung überflüssiger Attribute und einer aufsichtskonformen Dokumentation nach MaRisk/BCBS 239. Dabei werden die bisher siloartigen Verarbeitungsketten aufgelöst und für die Befüllung des Datenmodells vereinheitlicht, fachlich plausibilisiert und beschrieben. Komplexe fachliche Methoden wie CPV oder die Meldewesen-Vorverarbeitung erhalten ihre Eingangsdaten künftig aus dem IDH und schreiben ihre Berechnungsergebnisse in den IDH zurück.

Die möglichst vollumfängliche Beschreibung des fachlichen Datenmodells erfolgt über das Data Dictionary. Das ist ein Tool zum Verwalten, Pflegen, Visualisieren und Analysieren von Metadateninformationen zu Inhalt und Herkunft der Daten und Kennzahlen. Das Data Dictionary wird von der SR gebaut und sukzessive als zentrales Tool erweitert, das den Sparkassen künftig relevante Informationen im IDH-Kontext zur Verfügung stellen soll. Aktuell erfolgt eine Beschreibung der Felder, die für das Meldewesen und Adressenrisiko benötigt werden.

Zentrale Methoden einheitlich beschreiben

Die aktuelle Arbeit an den Grundlagen der Datenhaltung und -aufbereitung bietet zusätzlich die Chance, Methoden, die an mehreren Stellen benötigt werden, modulartig für mehrere Themengebiete zur Verfügung zu stellen. Beispielsweise wird die heutige Datenaufbereitung für CPV über die zentrale Vorverarbeitung im Adressenrisikomanage­ment (ZVAdr) entfallen. Die Methoden der ZVAdr werden als separate Methodenmehrwertdienste in den IDH integriert und damit auch für andere Systeme und Reports nutzbar.

Ein weiteres aktuelles Beispiel für die Methodenharmonisierung ist die Konzeption der im IDH bereitzustellenden Cashflows für alle relevanten Abnehmersysteme gemäß der jeweils benötigten Methodik – einheitlich und überleitbar für Adressenrisiko, Liquiditätsmeldewesen, Liquiditäts­steuerung, Zinsbuchsteuerung, Kalkulation und MaRisk-Reporting. Dabei erfolgt eine Orientierung an der Ist-Situation und – wenn möglich – eine Nutzung bestehender dezentraler Cashflow-Generatoren. Die Vereinfachung, Automatisierung und Harmonisierung der Systemlandschaft führt zur Reduktion des jeweiligen Aufwands und der Fehleranfälligkeit im Institut.

Ganzheitliches Datenqualitätsmanagement (DQM)

 
© BBL
Im Rahmen des Projekts zur Konzeption des IDH wird als ein Schwerpunktthema ein ganzheitliches Datenqualitäts-management (DQM) implementiert. Dazu gehört neben der fachlichen Konzeption eines übergreifenden Datenqualitätsmanagements und der Entwicklung zentraler DQ-Regeln auch, aufbau- und ablauforganisatorische Maßnahmen zu etablieren, um mögliche Defizite in der Datenqualität identifizieren und beheben zu können.

Die fachlichen DQM-Vorgaben sind in die Entwicklung einer neuen DQM-Anwendung eingeflossen, die alle zentralen Prozessschritte eines DQM-Kreislaufs enthalten wird. Die Anwendung identifiziert vor allem nicht nur DQ-Auffälligkeiten, sondern unterstützt auch beim Anstoß von Korrekturprozessen. Ein aussagekräftiges DQ-Reporting wird gemeinsam mit Sparkassen konzipiert. Mit Hilfe der DQM-Anwendung (s. Abb. 2), die die Finanz Informatik auf Basis der fachlichen Vorgaben für ein ganzheitliches DQM entwickelt hat, können die Institute ihren IDH-Datenbestand auf Datenfehler prüfen:
  1. Die DQM-Anwendung besteht aus einem Regelregister, einer Vorgangssteuerung und einer Protokolldatenbank.
  2. Die DQM-Anwendung prüft die Datenqualität im dispositiven Datenbestand des fachlichen Datenmodells (initial Zugriff auf die Rohdatenschicht).
  3. Datenkorrekturen erfolgen in den operativen Systemen (in Ausnahmefällen auch im IDH).
  4. Das DQ-Reporting basiert auf der neuen IDH-Reportinganwendung.
Parallel mit Umsetzung der ersten Funktionalitäten der DQM-Anwendung zum OSPlus-Release 18.0 ist die Implementierung von rund hundert zentralen DQ-Regeln mit Fokus auf Personen- sowie Verbund- und Wirtschaftsdaten vorgesehen. Die DQ-Regeln stammen aus dem DQM-Dienstleistungsangebot der Finanz Informatik, sind Eigenentwicklungen von Mitgliedern des Projektteams DQM oder der SR. Alle wichtigen Informationen für den Einsatz in der Sparkasse werden wir rechtzeitig bereitstellen.

Im DQM-Themenspeicher sind bereits weitere Ideen für DQ-Regeln aufgenommen worden. Diese Ideen sollen sukzessive fachlich beschrieben und als zentrale DQ-Regeln umgesetzt werden. Institute haben auch die Möglichkeit, in der DQM-Anwendung eigene DQ-Prüfungen zu implementieren (Umsetzung zum OSPlus-Release 18.1 geplant).

Daten und Ergebnisse aus dem Integrierten Datenhaushalt

 
© BBL
Für den Zugriff auf den IDH erhalten die Sparkassen eine neue Reporting-Anwendung: Zur Umsetzung der aufsichtlichen Anforderungen an das Reporting (vor allem BCBS 239 und MaRisk) wird die Finanz Informatik eine neue Reporting-Anwendung zur Verfügung stellen. Die fachlichen Anforderungen an diese Anwendung hat die SR in Zusammenarbeit mit einem Projektteam erarbeitet (s. Abb. 3).
Als Erstes werden die Nachweislisten des Meldewesens über diese Anwendung zur Verfügung gestellt. Stufenweise werden die Nachweislisten zu verschiedenen Meldungen umgesetzt und verprobt. Für die Überführung in die neue Reporting-Anwendung werden die bisherigen Standardabfragen betrachtet und berücksichtigt. Individuelle Auswertungen können jedoch nicht automatisch überführt werden, sondern müssen angepasst werden. Das wird mit Aufwand im jeweiligen Institut verbunden sein.
Die Datenbasis wird – ebenso wie für die Risikosysteme – der IDH sein. Ergebniskennzahlen des Adressenrisikos und die Berichte werden dadurch besser abstimmbar. Die Datenaufbereitung für die Berichte wird über die verschiedenen Systeme harmonisiert und zu einer besseren Transparenz führen. Geplant ist ferner, weitere Berichtstypen bereitzustellen. Der Nutzen liegt dabei in verschiedenen Bereichen:
  • effizientes Reporting durch zentral bereitgestellte Standardauswertungen mit automatisierter Datenanbindung für Standardliefersysteme 
  • konsistente Berichte durch den IDH als einheitliche Datengrundlage für alle Auswertungen (einschließlich Historienaufbau)
  • hohe Transparenz über Reporting-Inhalte durch Kenntnis der Datenherkunft
  • technische Unterstützung von Freigabe- und Kenntnisnahme-Prozessen mit revisionssicherer Protokollierung
  • individueller und rechtegesteuerter Zugriff auf den gesamten Datenhaushalt.

Fazit und Ausblick: Stufenweiser Aufbau

 
© BBL
Der Aufbau des Integrierten Datenhaushalts erfolgt schrittweise: Im Jahr 2018 sollen die Themen Meldewesen und Adressenrisiko im IDH umge­setzt sein. Nach und nach folgen weitere Risikoarten wie Marktpreis- und Liquiditätsrisiko. Dabei sollen neue methodische Entwicklungen zur Unterstützung der Banksteuerung künftig an den IDH angebunden werden, etwa die Integrierte Gesamtbanksimulation. Daten zu Stress­tests und zur Fondsdurchschau werden ebenfalls enthalten sein. Für mögliche Ausbaustufen (s. Abb. 4) ist unter anderem die Integration von Vertriebsdaten und Daten des Rechnungswesens angedacht. Im Zielbild stehen alle Daten mit Steuerungsrelevanz in einem Datenhaus­halt zur Verfügung und können übergreifend ausgewertet werden. Mit dem Aufbau einer zukunftsfähigen Dateninfrastruktur wird die Grundlage für weitere Standardisierung und Automatisierung in der Banksteuerung geschaffen.

In einem Video zeigt die SR Struktur und Funktionsweise des Integrierten Datenhaushalts.

Autorin
Jana Quilitzsch ist Teamleiterin Produktbetreuung bei der Sparkassen Rating und Risikosysteme GmbH in Berlin.