Veränderte und schnellere Geschäftsprozesse

Finanzsektor nähert sich Big Data nur langsam

26.02.2015
Frank Sempert schreibt als Experte zu den Themen Cloud Ecosystem und Big Data/Advanced Analytics. Als Analyst und Berater ist er seit mehr als 10 Jahren (u.a. CEO CE Gartner) tätig, davor war er 20 Jahre CEO und President mehrerer internationaler IT-Unternehmen. Er ist Senior Program Executive Europe der Saugatuck Technology, Inc., einer US IT-Research Firm. Zudem ist er Vorsitzender des Beirates einiger innovativer, Deutschen Software-Unternehmen und engagiert sich in Vereinigungen, wie. z.B. der AmCham oder dem Wirtschaftsrat Deutschland.
Sowohl die Finanzabteilungen in den Unternehmen als auch die Finanzindustrie als solche haben sich dem Thema Big Data bisher nur zögerlich genähert, insbesondere was die Geschäftsabläufe betrifft. Aber eine Veränderung ist absehbar – mit Auswirkungen auf breiter Ebene.
Sobald das Finanzwesen seine Bedenken abgelegt hat und die ersten Unternehmen Big Data zu ihrem Wettbewerbsvorteil genutzt haben, wird man auf breiter Ebene außergewöhnliche Erkenntnisse gewinnen können.
Sobald das Finanzwesen seine Bedenken abgelegt hat und die ersten Unternehmen Big Data zu ihrem Wettbewerbsvorteil genutzt haben, wird man auf breiter Ebene außergewöhnliche Erkenntnisse gewinnen können.
Foto: vege - fotolia.com

Der Finanzsektor ist für eine regelrechte Explosion der Big Data-Nutzung prädestiniert, denn die neuen Techniken des Aufdeckens von Zusammenhängen können insbesondere in den Kerngeschäftsbereichen einen großen Nutzen entfalten. Darum forcieren immer mehr Unternehmen eine zunehmend aggressive Ansprache ihrer digitalen Kunden. Im Finanzsektor herrscht wahrlich kein Mangel an Daten, aber Produkte zur Analyse dieser Daten sind überaus verformbar. Diese Vielfalt erschwert es, auf aktuelle Trends in der Analytik zu reagieren.

Perspektive

Sowohl das Finanzwesen in den Unternehmen als auch Banken und Versicherungen verfügen über eine riesige Menge an umfangreichen, nutzbaren Datensätzen, die hervorragende Informationen für erweiterte Analysen und Vorhersagen liefern. Doch der Finanzsektor ist wegen seines natürlichen Konservatismus bislang sehr zurückhaltend im Einsatz dieser neuen Technologien. Dennoch: Sobald das Finanzwesen seine Bedenken abgelegt hat und die ersten Unternehmen Big Data zu ihrem Wettbewerbsvorteil genutzt haben, wird man auf breiter Ebene außergewöhnliche Erkenntnisse gewinnen können.

Finanzspezifische Themen sind:

  • Die Trennung der Finanzindustrie als solche und der Finanzabteilungen in Unternehmen, um Big Data sowohl in Kerngeschäftsprozessen (versicherungsmathematische und Investment-Analyse) als auch in standardisierten Business-Operationen wie Marketing und Risikomanagement zu nutzen.

  • Die Vielzahl von Vorschriften zur Nutzung von Software und IT-Ressourcen von internationalen Konzernen an Kapitalmärkten.

  • Spezielle Sicherheitsvorkehrungen bezüglich sensibler, persönlicher Daten und wegen des hohen Werts von Finanzdaten auch eine daraus resultierende Ausrichtung gegen Hacker.

  • Der hohe Stellenwert einer einzigen Version der "Wahrheit" für Dokumentation, Buchführung und/oder Publikation.

  • Die Störung durch etliche Gefahren während der frühen Entwicklung von Big Data.

  • Entdeckungen und Zufälle sind ein zentrales Thema in der Nutzung von Big Data, insbesondere bei der Suche nach modellierbaren Korrelationen.

Ziele und Hindernisse

Alle Finanzmärkte werden versuchen, zum einen durch die Analyse numerischer Daten Trends zu bestimmen und zum anderen Prognosen auf Grundlage einer Datenerhebung und der gebrauchten Zeit in Formeln zu fassen. Dies ist wichtig, weil es sich bei Financial Analytics um ein System mit anerkannten Verfahren zur Aufzeichnung von Messdaten und zur Antizipation von Ergebnissen handelt. Wie die folgende Abbildung zeigt, bedeutet Big Data nichts weniger als den Wechsel von statischen Formeln zur dynamischen Modellierung.

Von der statischen Formel zum dynamischen Modell.
Von der statischen Formel zum dynamischen Modell.
Foto: Saugatuck Technology Inc.
Digital Leader aufgepasst! - Foto: IDG

Digital Leader aufgepasst!

Die bislang gültigen Formeln bleiben im Hintergrund zwar bestehen, doch dank Modellierung wächst die Ausprägung neuer Erkenntnisse dynamisch in der Anwendung. Vor diesem Hintergrund könnte die Auswertung riesiger Datenbestände letztlich bedeuten, dass Regeln neu definiert werden, die wiederum alternative mathematische Grundlagen für Finanzfunktionen erzeugen. Eine mehrfache Echtzeitsimulation der Portfoliotheorie ist dann beispielsweise nicht mehr so nützlich wie bisher, da Big Data eine optimierte, automatische Auswahl über simulierte Ergebnisse erlaubt.

Finanzfunktionen sind nicht nur eine Schlüsselkomponente von Unternehmen, vielmehr werden die von Banken und Versicherungen entwickelten Strategien bald auch in der Unternehmenspraxis Anwendung finden. Es wird möglich sein, neue Methoden zur Analyse von Finanzdatenströmen direkt mit Geschäftsprozessen aus Vertrieb, Marketing und Beschaffung zu verbinden. Damit steigt die wirtschaftliche Effizienz, während sich zugleich nachweisbare Werte erzielen lassen, die wesentlich höher sind als solche, die mit traditionellen statischen Analysen ermittelt wurden. Dies erlaubt die Nutzung wirtschaftlicher Ergebnismodelle auf Basis vielfältiger Daten.

Obwohl die Vorteile von Big Data im Finanzsektor durchaus überzeugen, besteht eine Reihe von Problemen: zum Beispiel sind alle wirtschaftlichen Experimente mit einem hohen Risiko verbunden, und es bestehen erhebliche organisatorische und rechtliche Hindernisse, wollte man daran etwas ändern. Big Data könnte das Finanzwesen theoretisch neu definieren. Dann wären aber alle Maßnahmen zur Steuerung von Finanzströmen und alle Bestrebungen hin zu fairen und transparenten Investitionen sofort hinfällig. Dieser Konflikt hat sich bei der Verwendung von Software für High Frequency Trading am Aktienmarkt bereits deutlich gezeigt.

Von besonderem Interesse sind auch Governance, Risk & Compliance und Enterprise Risk Management. Regeln innerhalb der Finanzindustrie sind äußerst komplex und verändern sich ständig. Zudem stellen sie große Anforderungen an die Fähigkeit von Systemen, große Datenmengen zu sichten. Compliance ist für die meisten Unternehmen enorm wichtig, da das Finanzwesen einerseits zu den am stärksten regulierten Bereichen gehört und es andererseits zahlreiche erschwerende Faktoren gibt, wie etwa widersprüchliche internationale Vorschriften bei grenzüberschreitenden Informations- und Kapitalströmen.

Auswirkungen durch aktuelle Bedingungen

Bisher wurde der Einsatz erweiterter Analysemöglichkeiten durch eine langsame Wirtschaft, Fusionen und Übernahmen in der Branche sowie eine Reihe von ökonomischen und Naturkatastrophen verzögert. Während eine Fülle an Fehlern, illegalen Praktiken und Vertrauensproblemen den Anlagebereich erschüttert hat, hatte die Versicherungswirtschaft mit einer beispiellosen Reihe von Naturkatastrophen zu kämpfen: Hurrikan Katrina (USA, 2005), Erdbeben und Tsunami in Fukushima (Japan, 2011), Erdbeben in Christchurch (Australien, 2011). Diese Vorfälle haben zu Fehlern, Fusionen und Unsicherheiten geführt, verbunden mit einer spürbaren Zurückhaltung, was die Einführung neuer Technologien angeht.

Da sich die Bedingungen für Big Data derzeit verbessern, ist mit einer zügigen Einführung der Technologien in den Finanzabteilungen der Unternehmen zu rechnen. Erfahrungsgemäß ist man im Finance-Bereich weniger konservativ und neigt dazu, konkrete Anwendungserfahrungen in anderen Unternehmensbereichen über natürliche Synergien zu sammeln.
Die Finanzindustrie wiederum wird Big Data-Technologien wahrscheinlich zunächst in Nischenmärkten einsetzen, etwa indem man die Daten einer Automobil-Instrumentierung zur Schaffung neuer Kfz-Versicherungen nutzt. Einige Anwendungsfälle werden wohl eher ein Gimmick bleiben, um die technologische Verwandtschaft zur nächsten Kundengeneration auszudrücken. Nichtsdestotrotz werden Banken und Versicherungen viele Erfahrungen aus solchen Testanwendungen ziehen können. Interne Erfahrungen mit den viel schneller wachsenden Bereichen Marketing und Compliance werden Big Data auch in der Finanzindustrie vorantreiben.

Fazit

Für Softwareanbieter bietet die Finanzindustrie beeindruckende Möglichkeiten - Unternehmen wie IBM haben Big Data bereits stark gefördert. Big Data bietet den idealen Einstieg für eine Vielzahl von Integrationsprogrammen und -daten. Die sich daraus ergebenden Erfahrungen lassen sich sowohl in der Finanzindustrie als auch in den Finanzabteilungen der Unternehmen verwenden. GRC und Investitionsanalysen sind dabei von entscheidender Bedeutung, weil sie deutliche und direkte Auswirkungen auf das Endergebnis haben. Zugleich bedeutet die Kritikalität des Finanzsektors, dass die Umsetzung langsam vonstatten gehen dürfte - bis eine "kritische Masse" an Erfahrung erreicht ist.

Die langfristigen Auswirkungen der integrierten Analytik werden zu mehr Autonomie im Finanzsektor führen, was wiederum grundlegende Veränderungen in der Anwendung von Finanzfunktionen bedingt. Derzeitige Finanzwerkzeuge wurden auf Basis unvollkommener Kenntnisse entwickelt und haben ziemlich lange Antwortzeiten. Wenn sich aber die finanzielle Situation einerseits der Geschwindigkeit der Programmierung und andererseits anderen Teilen der Wirtschaft angleicht, werden automatisierte Verfahren und Big Data zu den einzig denkbaren Lösungen - mit dem Ergebnis veränderter Geschäftsprozesse und schnellerer operativer Prozesse.

Aktuell sind weder Unternehmen und die Finanzindustrie noch Regierungen für diese Veränderung bereit. Es bedarf etlicher Steuerelemente, dies in Funktion zu setzen, während neue Sichtweisen auf Finanzierung und Governance gefordert sind. Doch die tektonischen Verschiebungen sind bereits über dem Horizont sichtbar. (bw)