Gesamtbanksteuerung: Veränderung ist machbar

Veröffentliche eine Notiz:

Teaser

Die fachlichen Anforderungen an die Banksteuerung sind in den letzten Jahren deutlich gestiegen. Neben immer neuen externen Anforderungen stellt auch die interne Bereitstellung von Steuerungsinformationen sowie die schnelle Umsetzung der Steuerungsimpulse zur Bewältigung von dynamischen Krisen und zur erfolgreichen Gestaltung von Transformationen eine enorme Herausforderung dar. Mit einer „suboptimalen“ Unterstützung durch bestehende IT-Systeme und Datenqualitätsproblemen droht die Banksteuerung, statt zu einem Motor der Geschäftsentwicklung, zum Wettbewerbsnachteil zu werden. Hinzu kommt der Kostendruck, dem sich auch die Banksteuerungsfunktionen stellen müssen. In dieser Situation lohnt sich der Blick auf neue Technologien und neue Projektvorgehensweisen für die Realisierung einer effizienteren Banksteuerung, die es so in den letzten beiden Jahrzehnten – in denen die Probleme der heutigen IT-Landschaft gewachsen sind – nicht gab.

Die Herausforderung für die Banksteuerung

Bei aller Unsicherheit des weiteren Verlaufs der COVID-19-Pandemie ist eines sicher: Die Problemkreditwelle kommt erst noch. Gerade im KMU-Bereich werden Geschäftsmodelle existenziell gefährdet. Nachdem in der Niedrigzinsphase die Ausweitung des Volumens eine Option war, um trotz niedriger Margen die Erträge zu erwirtschaften, ist dies angesichts steigender Risikopositionen und Risikovorsorge auf absehbare Zeit kaum noch der Fall. Damit werden die Rahmenbedingungen für die Banksteuerungsfunktionen noch schwieriger. Erhöhter Druck zur Kostenreduzierung, zunehmende Konkurrenz durch Near-, Non- und New-Banks, Investitionsbedarf in die digitale Transformation sowie steigende regulatorische Anforderungen sind ohnehin wesentliche Herausforderungen für die Bankensteuerung und werden von den aktuellen Entwicklungen weiter verstärkt. Die Bereiche der Banksteuerung sind nun besonders gefordert, sie müssen „Produktionskosten“ reduzieren, dafür aber mehr liefern: schnellere, aber stets nachvollziehbare und verlässliche Analysen und Berichte, sowie Bewertungen von Handlungsoptionen über Szenarioanalysen mit Kennzahlen aus allen Disziplinen der Banksteuerung, um nur einige Punkte zu nennen.

Der Status Quo der Banksteuerung bringt verschiedene Herausforderungen mit sich, diesen Ansprüchen gerecht zu werden. Die Datenanlieferung und -aufbereitung erfolgt nicht einheitlich für die verschiedenen Säulen der Banksteuerung, Korrekturen werden isoliert vorgenommen und Methoden sind mehrfach implementiert. Dies führt regelmäßig zu aufwändigen, teils manuellen Prozessen des Abgleichs zwischen den Kennzahlen der Bereiche Finanzen, Risiko und Meldewesen. Diese Probleme werden durch eine fragmentierte Systemlandschaft verschärft. Insgesamt kann die IT-Landschaft der Banksteuerung dadurch die Erwartungen an die „User Experience“ und Qualität der Ergebnisse nicht erfüllen. Hinzu kommen große Aufwände, um den Compliance-Anforderungen wie der Nachvollziehbarkeit von Kennzahlen und Berechnungen von extern definierten Stress-Szenarien zu genügen. Diese über Jahrzehnte angewachsenen Herausforderungen sind vor allem auch deshalb häufig vorzufinden, weil eine grundlegende Modernisierung und Neugestaltung der Prozesse und der IT der Banksteuerung als schwer beherrschbar und unkalkulierbar teuer angesehen wird. Deshalb sind für die Bewertung der Chance einer Modernisierung der Banksteuerung nicht nur neue Elemente der Zielwelt wichtig, sondern auch neue Methoden zur erfolgreichen Durchführung des Projektes.

Die Chance zur Modernisierung

Die entscheidende Frage ist also: Welche neuen Mittel gibt es heute, die wesentlich besser als in den vergangenen zwei Jahrzehnten die Lösung dieser Probleme der Banksteuerung ermöglichen? Dies sind im Wesentlichen drei Punkte: Standardisierung, Technologie und agiles Projektvorgehen.

Standardisierung

Ein großer Aufwands- und Komplexitätstreiber in der Banksteuerung sind interne Modelle und Verfahren, z.B. für komplexe Modelle für das Kredit- oder Marktrisiko oder ökonomische Kapitalmodelle. Auch eine große Zahl von nicht harmonisierten Reports und Kennzahlen kann in diesen Bereich gezählt werden. Nachdem über Jahrzehnte interne Methoden entwickelt und gepflegt wurden, zeigt sich jetzt ein Trend zur stärkeren Standardisierung. Darunter fällt zum einen die konsequent an regulatorisch definierten Kennzahlen ausgerichtete interne Steuerung, zum anderen aber auch die Bereitschaft, Prozesse und Methoden am Quasi-Standard etablierter Softwareanbieter auszurichten. Neben der Notwendigkeit auf die oben angesprochenen aktuellen Herausforderungen zu reagieren, wird diese Entwicklung sowohl durch die Aufsicht als auch aus internen „Lessons Learned“ angetrieben. Spezifische Methoden zur internen Steuerung haben ihren Nutzen für einzelne Institute und den Bankensektor insgesamt nicht überzeugend nachweisen können. Da, wo dieser Beweis erbracht werden kann, z.B. für Bewertungen von Restwertrisiken im Leasing, werden solche Modelle sicher weiter Bestand haben. Auf der anderen Seite ist es sinnvoll, mit den Standardkennzahlen zu steuern, wenn diese – wie das regulatorische Kapital – die knappe Größe sind. Zudem hat die Aufsicht die Möglichkeit, durch spezifische Interne Modelle die notwendige Eigenkapitalunterlegung zu reduzieren, in den letzten Jahren drastisch eingeschränkt.

Technologie

Die technologische Entwicklung stellt heute ganz wesentliche neue Möglichkeiten für die Banksteuerung zur Verfügung. Im Datenmanagement können die klassischen Data-Warehouse-Konzepte mit neuen Datenarchitekturen der Data Lakes konsistent verbunden werden. Ein Aspekt dabei ist die stärkere Entkopplung von den Quellsystemen durch die Anlieferung der kompletten Daten dieser Systeme an die Banksteuerung. Innerhalb der IT der Banksteuerung erfolgt dann die Transformation der tatsächlich benötigten Daten auf das zentrale Datenmodell. Damit kann der Umfang der Datenmodellierung bei Bedarf an weiteren Daten allein innerhalb der IT-Systeme der Banksteuerung erweitert werden, wodurch Dauer und Komplexität der Umsetzung wesentlich reduziert werden. Zudem sind explorative Analysen auf den gesamten Datenbeständen möglich, um z.B. ungewöhnliche Muster zu erkennen, die auf Datenqualitätsprobleme oder auch Compliance-Issues hinweisen können. Darüber hinaus können in der Banksteuerung für Analysen, Aufbereitung der Berichte und auch das Management der Datenqualität, neben den üblichen analytischen Werkzeugen, auch Methoden der Künstlichen Intelligenz eingesetzt werden. Anwendungsfelder für Künstliche Intelligenz sind z.B. Prognosemodelle, die automatisierte Auswertung von internen und externen Textquellen oder die Realisierung Intelligenter Workflows, in denen Mitarbeitende genau die Aufgaben erhalten, die tatsächlich ihre Expertise erfordern. Für die Bereitstellung der fachlichen Anwendungen und weiterer Software-Komponenten sind „as a Service“-Modelle heute bereits etabliert. Damit können für Betrieb und Pflege der Anwendungslandschaft spezialisierte Services genutzt werden, die flexibel an den tatsächlichen Bedarf angepasst werden können. Hier wirkt sich auch der oben beschriebene Trend zur Nutzung der Standardfunktionalität der Software positiv aus. Je weniger eigene Ergänzungen und Modifikationen der genutzten Software-Komponenten in der IT-Landschaft der Banksteuerung enthalten sind, desto kostengünstiger und reibungsloser können Betrieb und Wartung realisiert werden.

Agiles Projektvorgehen

Grundlegende Veränderungen in der Banksteuerung, von den fachlichen Anwendungen, dem Datenmanagement bis zu den Prozessen, gelten als extrem risikoreiche und teure Projekte, wodurch die Gesamtbanksteuerung oft als „to complex to change“ angesehen wird. An dieser Stelle sind zunächst die oben angesprochenen technologischen Möglichkeiten ein wichtiger Teil der Lösung. Die Cloud-Technologie erlaubt es, die Zielarchitektur schnell und ohne Investition in zusätzliche Hardware bei Projektstart zur Verfügung zu stellen. Der produktive Betrieb kann dann später sowohl extern als auch hinter der eigenen Firewall erfolgen („Hybrid Cloud“). Diese Flexibilität erlaubt ein sehr viel schnelleres und kurzfristig zu steuerndes Projektvorgehen. Ein weiterer Punkt ist die Projektmethodik selbst. Das in vielen Banken heute bereits etablierte agile Vorgehen in Projekten ist sehr gut geeignet, um die Risiken einer Transformation der Banksteuerung zu beherrschen. In der skalierten Anwendung der agilen Methoden für ein großes Projektvorhaben sind „Durchstiche“ (im Rahmen der „Program Increments“) ein wesentliches Element. In den Durchstichen werden fachliche Anwendungsfälle von der Datenanlieferung bis zum Report frühzeitig realisiert, beginnend mit einer geringen Datenbreite und reduziertem funktionalen Umfang. Damit wird die gesamte Kette von fachlichen Anforderungen bis zur Implementierung und Integration jeweils in wenigen Wochen durchlaufen. Dieses skalierte agile Vorgehen unterstützt damit ideal das schnelle Erkennen von Problemen im Projekt und frühzeitige Korrekturen. Auch das Vorgehen für Tests und letztendlich die Abnahme einer neuen Banksteuerung wird damit Schritt für Schritt entwickelt und trainiert.

Fazit

Die Modernisierung der Banksteuerung mit ihren Methoden und Prozessen, ihrer Anwendungslandschaft und Datenversorgung ist notwendig, damit Banken im dynamischen und herausfordernden Marktumfeld bestehen können. Eine solche Transformation ist heute aber auch schlanker und sehr viel erfolgssicherer möglich. Eine stärkere Bereitschaft zur Standardisierung, sowie die Nutzung moderner Technologien und Projektmethodiken sind wesentliche Erfolgsfaktoren. Das Ziel einer effizienten und leistungsstarken Gesamtbanksteuerung, die zum Wettbewerbsvorteil wird, mit einem zentralen, einheitlichen Datenhaushalt und unterstützt durch moderne Technologien wie Hybrid Cloud und Künstliche Intelligenz ist auf diesem Weg erreichbar.

Authoren

More stories
By Anke Breitwieser on Juli 1, 2021

Wissen Sie, was Ihre KI gerade macht? KI-Lifecycle mit Vertrauen und Transparenz

Wenn wir Menschen modernen Technologien nicht vertrauen, sind IT-Projekte oft nicht erfolgreich. Das gilt natürlich auch für den Einsatz von KI und dem maschinellen Lernen. Die Aufgabe von KI soll es sein, Menschen zu unterstützen und ihre Begabungen und Stärken zu verbessern. Unvoreingenommenheit in den Modellen sicherstellen Künstliche Intelligenz baut auf Trainingsmodelle auf, die man […]

Weiterlesen

Intelligent Workflow in Banking: eVoting on Blockchain

Previously… In den ersten zwei Teilen unserer Reihe zum Thema „Intelligent Workflows in Banking“ haben wir bereits Anwendungsbeispiele ausgearbeitet; Zum einem haben wir den Einsatz von KI im Kampf gegen Geldwäsche und Finanzbetrug analysiert. Zum anderen haben wir die End-to-End Kreditdigitalisierung behandelt. Der dritte Teil dieser Serie beschäftigt sich nun mit einem Blockchain-basierten Wahlsystem für sichere […]

Weiterlesen

By Bernd Finger on März 31, 2021

Unterstützung auf dem Weg in die Cloud – Cloud Adoption und Transformation

Die Qualität der technischen Produkt-Basis und der architekturellen Lösung sind naturgemäß wichtige Erfolgsfaktoren bei der Einführung von Cloud in einer Organisation oder einem Unternehmen. Daneben spielen aber erfahrungsgemäß weitere Aspekte eine wichtige Rolle: die Mitarbeiter und die vorhandene Fachkompetenz, die Unternehmenskultur und Organisationsstruktur, die ausgewählten Methoden und Prozesse, der Betrieb von Infrastruktur und Anwendungen, sowie […]

Weiterlesen