Kundenprofile und Data Mining

Mit Blick auf die Kunden verlangt der Gesetzgeber von Finanzdienstleistern, dass sie diese nach einem Standardmuster klassifizieren und entsprechend beraten. Gleichzeitig sind sie gefordert, ihre Investmentberatung künftig noch stärker auf die Vorkenntnisse und Erfahrungen, auf die individuellen Anlageziele und die finanziellen Verhältnisse der Kunden abzustimmen. Um diese Vorgaben für den Schutz der berechtigten Interessen der Anleger und Kunden umzusetzen, müssen Banken und ähnliche Unternehmen in der Lage sein, aus den zur Verfügung stehenden Daten aussagekräftige und zuverlässige Kundenprofile zu erstellen und diese ihren Beratern schnell und umfassend zur Verfügung zu stellen. Nur so lässt sich eine notwendige Bedingung für eine vorschriftsmäßige Beratung erfüllen. Eine weitere Voraussetzung für eine optimale Beratung der Interessenten stellt kompetentes Verhalten der Angestellten dar, was sich freilich weder durch informationstechnische Systeme noch durch gesetzgeberische Rahmenbedingungen erreichen lässt. Natürlich werden die Angestellten auch weiterhin oft im Interesse ihres Arbeitgebers beraten und dessen Produkte verkaufen wollen. Customer-Relationship-Management-Programme, die beispielsweise für die Zielgruppenanalyse bei Marketing-Kampagnen eingesetzt werden, können Finanzdienstleistern im Zusammenhang mit den Kundenprofilen helfen. Mit Data-Mining-Verfahren lassen sich in Kundendaten verborgene Muster zutage fördern, die Auskunft über den Anlegertypus geben. Um die richtige Anlagestrategie für einen Kunden zu finden, bedarf es zudem eines wirkungsvollen Risikomanagements. In einer entsprechenden Software-Lösung müssen sowohl Kundenprofilinformationen als auch die Daten zu sämtlichen angebotenen Investments zusammenlaufen. Über gezielte Analysen lässt sich dann ermitteln, welches Anlagerisiko für einen Kunden geeignet und vertretbar ist.