Datenqualität für Kapital- und Liquiditätssteuerung sicherstellen
Transcrição
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]