Scoring-Systeme müssen besser integriert werden

Verbesserungen durch zentrale Risikoinventare und Data-Warehouse-Lösungen

Der Gesetzgeber fordert nun ein zentrales Risikoinventar, das alle Risikoklassen dokumentiert und fortschreibt. Wird Scoring im Tagesgeschäft eingesetzt, etwa bei Kreditentscheidungen (Scoring Engine), dann werden meist automatisierte Prozesse (Decision Engine) angestoßen, die risikorelevante operative Daten in ERP Systemen erzeugen (Scores und Entscheidungen). Kontinuierliche Risikoreports und -analysen sollten dann auf allen Daten erstellt werden, die im Scoring verwendet und generiert werden. Eine auf Risikomanagement ausgerichtete Data-Warehouse-Komponente liefert die dafür notwendigen aggregierten Informationen für risikorelevante Transaktionen, wie Forderungsausfälle, Schadensfälle oder Transaktionen unter Betrugsverdacht. Sämtliche im Data Warehouse (DHW) bereitgestellten Daten, zusammen mit allen zugehörigen Scores und getroffenen Entscheidungen, stehen so unmittelbar für die Überwachung und Neuentwicklung von Scoringmodellen zur Verfügung.

Risikoinventar und Risiko-DWH schaffen eine einheitliche Datenbasis, die für Scoring Verfahren ebenso einsetzbar sind: namentlich für kontinuierliche Berichterstattung, Analysen, Prognosen und Risikoaggregationen zur Abschätzung des unternehmerischen Gesamtrisikos. Diese Daten können mit mathematisch-statistischen und Data-Mining-Methoden für Ad-hoc-Analysen, Simulationen und Optimierungen weiterverarbeitet werden. Ferner wird die notwendige Transparenz geschaffen, welche Risiken ein Unternehmen berücksichtigt, wie diese bewertet und welche Maßnahmen getroffen werden, um einen festgelegten Sicherheitsstandard zu erreichen.

Qualität und Umfang der Daten bestimmen letztendlich die Güte des Scorings. Hier liegt in aller Regel Verbesserungspotential. Werden heute also alle verfügbaren Daten genutzt? Fehlen relevante Datenquellen von Drittanbietern? Stecken noch unerkannte Risikostrukturen in den Geschäftstransaktionen, die zu neuen Risikoindikatoren verdichtet werden können? Beispielsweise können externe Daten Zusatzinformationen beinhalten, die helfen, Risikogruppen besser voneinander unterscheiden zu können (zum Beispiel mikrogeographische Strukturdaten, Wohnumfeld, Arbeitgeberprofil.).

1. Scoring-Systeme müssen besser integriert werden
2. Die Art des Risikos bestimmt die Methode
3. Verbesserungen durch zentrale Risikoinventare und Data-Warehouse-Lösungen
4. Methodenvielfalt und Explorative Analysen
5. Abgestimmte Prozessketten mit Systemintegration