Seit Anfang des Jahres 2020 hält die Corona-Pandemie die Welt fest in ihrem Griff. Sie verändert nicht nur die Art des Zusammenlebens, sondern hat auch wirtschaftlich weitreichende Folgen. Trotz einer langsamen Rückkehr zur Normalität in vielen Teilen der Welt, sind die wirtschaftlichen und finanziellen Auswirkungen der Krise noch schwer absehbar. Insbesondere Banken sind durch ihre starken Verflechtungen mit der Realwirtschaft in vielen Bereichen von der Krise und ihren Folgen betroffen. Hinzu kommen weitreichende Verstrickungen und Korrelationen zwischen unterschiedlichen Branchen und Risikoarten, die die Komplexität der Analyse weiter erschweren. Sicher durch diese und alle weiteren Krisen kommen nur die Banken, die jederzeit einen Überblick über die aktuelle Situation, ihre Auswirkungen und mögliche Handlungsoptionen haben, um schnell und angemessen reagieren und steuern zu können. 

Dezentrale und unflexible Analyseansätze, starre Datenhaltungen sowie unendlich viele Mitarbeiterinnen und Mitarbeiter, die fehlende Analysetools ersetzen, führen dazu, dass Banken die wachsende Anzahl an Nichtstandardanfragen kaum noch bedienen können. Auch in puncto Governance und Prozessen herrscht oft kein abgestimmtes Vorgehen zwischen den Geschäftsbereichen, was die schnelle Reaktion auf Veränderungen weiter erschwert.

Die Grundlage für eine adäquate Steuerung in einer solchen Krisensituation bieten ein fokussiert ausgebautes Datenmanagement und eine ausgeprägte Analysefähigkeit. Hierzu müssen sich Banken drei wesentlichen Herausforderungen stellen, um kurz- und langfristig erfolgreich zu sein: 

• Fachliche Analysefähigkeit: Zur Erhöhung der Flexibilität in der Datenauswertung können kurzfristig Self-Service und Reporting-Tools eingesetzt werden, die flexible und automatisierte Datenanalysen durch die Fachbereiche ermöglichen. Langfristig kann eine solche Analyseumgebung schrittweise erweitert werden - zum Ermöglichen komplexer Analysen, Simulationen und Prognosen auf Basis interner und externer Daten.
• Governance & Prozesse: Unklarheiten hinsichtlich Prozessen und Verantwortlichkeiten werden durch die Definition eines Rollenmodells sowie eines Musterprozesses für den Umgang mit internen und externen Ad-hoc-Anfragen beseitigt. Um auch langfristig den Erfolg sicherzustellen, ist die Entwicklung eines Materialitätstriggerkonzepts zielführend, welches die Anforderungen im Ad-hoc-Fall auf Datenebene definiert und ein Gleichgewicht zwischen Datenqualität und zeitnaher Verfügbarkeit der Daten sicherstellt.
• Datentransparenz & Verfügbarkeit: Die für die Auswertungen benötigten Daten können schnell, transparent und ohne großen Aufwand bereitgestellt werden, um auf kurzfristige Ad-hoc-Analysebedürfnisse reagieren zu können. Daten aus unterschiedlichen Quellen werden hierdurch schnell für die Analyseumgebung verfügbar gemacht. Für eine nachhaltige Analyseumgebung sind eine Optimierung und Erweiterung der bestehenden Datengrundlage unter Harmonisierung der Datenstrukturen, zum Ermöglichen einer flexiblen Datenauswertung (bspw. mithilfe von Data Lakes und Microservices), notwendig. Auch müssen in Regelprozessen bestehende Lösungen zur Datentransparenz (Data Lineage, Data Dictionaries) auf die Systeme, Tools und Prozesse im Ad-hoc-Fall ausgeweitet werden.

Mit unserer Self Assessment App ermitteln unsere Kunden in kürzester Zeit ihre Herausforderungen und erhalten einen unmittelbaren Marktvergleich. 

Wir halten passgenaue Lösungen für Sie bereit, die bereits kurzfristig zu spürbaren Verbesserungen führen.

Sprechen Sie uns an und erhalten Sie in nur einem Workshop eine Bestandsaufnahme Ihrer Analysefähigkeit und Ihres Datenmanagements. Wir möchten Sie durch unser tiefgreifendes fachliches Verständnis und technologische Umsetzungskompetenz bei der Bewältigung Ihrer Zukunftsaufgaben unterstützen.