Datenqualität für Kapital- und Liquiditätssteuerung sicherstellen

make connections • share ideas • be inspired
Datenqualität für Kapital- und
Liquiditätssteuerung sicherstellen
Datenqualitätsprozesse auf allen Verarbeitungsstufen
Carsten Krah, SAS
Michael Herrmann, SAS
Copyright © 2013, SAS Institute Inc. All rights reserved.
Datenqualität Jährlicher Schaden für Deutsche Wirtschaft
Milliarden €
Quelle: Studie des Data Warehouse Institute - 600 Mrd. Schaden p.a. in den USA, Umrechnung auf Deutschland durch das Fraunhofer Institut (IAO).
Copyright © 2012, SAS Institute Inc. All rights reserved.
Datenqualität im
Datenqualität: Grundlage für die Umsetzung der Risikostrategie
Risiko-Management
Regulatoren
Marktumfeld
• Aufsichtsrechtliche Anforderungen
• Ausgeprägte Audit-Funktion für
Datenqualität
• Moderate Wachstumsprognosen
• Kritische Refinanzierungssituation
• Kostendruck, geringere Profitabilität
Treiber
Technologie
• Weitere Automatisierung
• Steigerung des Datenvolumens
• Technologische Entwicklungen
Management
• Zeitnahes, aggregiertes
Risiko-Reporting
• Management-Verantwortung
für Datenqualität
Datenqualität: Schlüsseldisziplin für langfristigen Erfolg im Risiko-Management
Copyright © 2012, SAS Institute Inc. All rights reserved.
Datenqualität im
Verbesserte Datenqualität: Mehrwert für Unternehmen
Risiko-Management
Aufwandsreduktion bei
gleichzeitiger Qualitätserhöhung
der Risikosteuerung und des
regulatorischen Reportings
Verbesserte Steuerung für RWA,
Kapital und Liquidität durch belastbare
Entscheidungsgrundlagen
Risikoorientierte
Betrachtungsweise der gesamten
Wertschöpfungskette
Copyright © 2013, SAS Institute Inc. All rights reserved.
Datenqualität im
Verbesserte Datenqualität: mit erprobten Prozessen erreichen
Risiko-Management
Risikosteuerung
und
Regulatorische
Anforderungen
Zentrale Sicht
auf alle
Risikodaten
Business Rules
aus
regulatorischen
Anforderungen
Copyright © 2013, SAS Institute Inc. All rights reserved.
Kontinuierliches
Monitoring zur
Erfolgsmessung
End-to-End
Betrachtung der
Risikoprozesse
Datenqualität im
Risikosteuerung und Regulatorische Anforderungen
Risiko-Management
Ziel:
Angemessene Daten für
Banksteuerung und aufsichtsrechtliche Anforderungen
Herausforderung:
Koordination und
Weiterentwicklung von
fachlichen Datenqualitätsstandards in einem
wechselvollen Umfeld
Lösung:
• Fachlichen Umsetzungsbedarf inkl. notwendiger
Datenqualitätsmaßnahmen bestimmen
• Fachliche und prozessuale Herausforderungen in
technische Anforderungen übersetzen
• Informationsverarbeitung durch maßgeschneidertes
Datenqualitätsprogramm verbessern
• Reportingprozesse beschleunigen
• Unschärfen ausmerzen
• Steuerimpulse optimieren
Copyright © 2013, SAS Institute Inc. All rights reserved.
Datenqualität im
Risiko-Management Accenture’s Data Quality Framework
Enterprise
Compliance &
Reporting
Monitoring &
Maintenance
Other Risk
Rules & Metrics
Standards &
Guidelines
Market Risk
Data Sourcing
Risk
Credit Risk
Compliance & Reporting
Credit Risk
Monitoring & Maintenance
Rules & Metrics
Standards & Guidelines
Others
Data Sourcing
Compliance &
Reporting
Monitoring &
Maintenance
Retail
Rules & Metrics
Standards &
Guidelines
Market Risk
Data Sourcing
Other Risk
Corporate
Risk
Datenqualität im
Risiko-Management Accenture’s Data Quality Framework
Enterprise
Datenqualität im
Zentrale Sicht auf alle Risikodaten
Risiko-Management
Ziel:
Evaluierung der Datenquellen,
Verantwortlichen und
Anspruchsgruppen
Herausforderung:
Unterschiedliche Datenquellen
in der Bank, kein Single Point
of Truth
Lösung:
• Verständnis des Datenstreams- und Quellen herstellen
• Verantwortlichkeiten für Datenquellen definieren
• Doppelte Daten- und Datenquellen durch Abgleich
vermeiden
• Inkonsistenzen im Risikocontrolling, Controlling,
Meldewesen und Treasury reduzieren
• Frequenz der benötigten Daten (täglich, monatlich)
ermitteln
• Gesamtbildes benötigter Datenquellen generieren
Copyright © 2013, SAS Institute Inc. All rights reserved.
This slide is for video use only.
Copyright © 2012, SAS Institute Inc. All rights reserved.
Datenqualität im
Business Rules aus regulatorischen Anforderungen
Risiko-Management
Ziel:
Definition von Business
Regeln aus regulatorischen
Anforderungen
Herausforderung:
Die richtigen Regeln kennen
und ein gemeinsames
Verständnis der nötigen
Regeln haben
Lösung:
• Messqualität durch Konsistenz der Regeln gewährleisten
• Regeln über einen längeren Zeitraum zur stetigen
Verbesserung anwenden
• Flexibilität in Regelbildung und Anpassung an
regulatorische Vorgaben schaffen
• Regeln exakt auf aufsichtsrechtliche Anforderungen
maßschneidern
Copyright © 2013, SAS Institute Inc. All rights reserved.
This slide is for video use only.
Copyright © 2012, SAS Institute Inc. All rights reserved.
Datenqualität im
Kontinuierliches Monitoring zur Erfolgsmessung
Risiko-Management
Ziel:
Kontinuierliches Monitoring
über DQ-Dashboard
Lösung:
• Datenqualität im Risikocontrolling durch kontinuierliches
Monitoring messen
• Qualität anhand von definierten Kennzahlen messen
Herausforderung:
Schwierige Definition von DQKennzahlen und vollständiges
Monitoring in einem
Dashboard-System
• Kontinuierliche Verbesserungen vorantreiben
• Durch selektives Datacleansing Mehrwerte generieren
• Inkonsistenzen in den Daten feststellen
Copyright © 2013, SAS Institute Inc. All rights reserved.
This slide is for video use only.
Copyright © 2012, SAS Institute Inc. All rights reserved.
Datenqualität im
End-to-End Betrachtung der Risikoprozesse
Risiko-Management
Ziel:
IT- und Fachlösung zur
Verbesserung der
Datenqualität etablieren
Herausforderung:
DQ hat keinen sichtbaren
Mehrwert auf Vorstandsebene
Lösung:
• Fehler bereits an der Wurzel messen und verbessern
• Bereits bei der Dateneingabe und nicht erst im DWH oder
DataMart DQ-Tools bereits etablieren
• Standardisierte Regeln im kompletten Basel III Prozess
nutzen
• Best Practice Ansatzes für DQ nutzen
Copyright © 2013, SAS Institute Inc. All rights reserved.
Datenqualität im
Komplettpaket: IT-Lösung und Workshop
Risiko-Management
Risikosteuerung
und Regulatorische
Anforderungen
Zentrale Sicht
auf alle
Risikodaten
Business Rules aus
regulatorischen
Anforderungen
Kontinuierliches
Monitoring zur
Erfolgsmessung
SAS® DataFlux
Copyright © 2013, SAS Institute Inc. All rights reserved.
End-2-End
Betrachtung der
Risikoprozesse
Datenqualität im
Komplettpaket: IT-Lösung und Workshop
Risiko-Management
1-Tages Workshop
•
•
•
•
•
•
Analyse der fachlichen Anforderungen
Ableitung der IT-Anforderungen
Bestimmung des Umsetzungsbedarfs
Festlegung des organisatorischen Rahmens
Prozessuale Einbettung der Umsetzungsvorschläge
Beurteilung hinsichtlich Effizienz
Accenture und SAS für ein erfolgreiches DQ-Projekt
Kombination organisatorischer, fachlicher und technischer Kompetenzen
Copyright © 2013, SAS Institute Inc. All rights reserved.
Datenqualität im
1-Tages Workshop
Risiko-Management
Accenture und SAS für ein erfolgreiches DQ-Projekt
•
•
•
•
•
•
Analyse der fachlichen Anforderungen
Ableitung der IT-Anforderungen
Bestimmung des Umsetzungsbedarfs
Festlegung des organisatorischen Rahmens
Prozessuale Einbettung der Umsetzungsvorschläge
Beurteilung hinsichtlich Effizienz
Kombination aus organisatorischen, fachlichen und technischen Fähigkeiten
Copyright © 2013, SAS Institute Inc. All rights reserved.
make connections • share ideas • be inspired
Copyright © 2013, SAS Institute Inc. All rights reserved.
Carsten Krah
Business Expert
[email protected]