BCBS239: Das vermeintliche Ende des Risikomanagers
Neue Datenquellen katalysieren die Entwicklung moderner Werkzeuge zur Krisenfrรผherkennung, Risikoquantifizierung und Prognose optimaler Strategien. Die moderne Technik hilft dem Risikomanager, wichtige Erkenntnisse zutage zu fรถrdern. Doch Technik, so modern sie auch ist, kann den Menschen nicht ersetzen.
Die neuen beziehungsweise wiederentdeckten Me-thoden aus den Laboren von Google & Co bieten hervorragende Chancen fรผr das Risikomanagement. Vorausgesetzt, man geht ethisch einwandfrei mit ihnen um. Bereits die Anwendung moderner Data-Mining-Verfahren auf hauseigene Daten fรถrdert wichtige Erkenntnisse zutage.
Beratungsunternehmen stรผrzen sich auf das Gold
Leider werden diese neuen Perspektiven momentan von dem durch die Finanzkrisen heraufbeschworenen Regulierungsberg verstellt. Das fรผhrt wohl dazu, dass sich v. a. Beratungsunternehmen auf das brachliegende Gold stรผrzen und ihre Dienste und Expertise im Data-Mining feilbieten. Dabei nutzen sie den Umstand, dass das Thema Datenmanagement mit BCBS239 auch aufsichtsrechtlich aufgegriffen wurde.
Was zu denken gibt: Bei der Ausarbeitung ihrer Gesetzesvorlagen zur Datenhaltung hat die Bankenaufsicht die geforderten Standards mit Unterstรผtzung externer Dienstleister festgelegt. Sie sind es nun, die ihre Kunden mit Angeboten รผberschรผtten, die speziell auf die Erfรผllung der gesetzlichen Vorgaben zugeschnitten sind. Ob sie die selbst aufgelegte Latte รผberspringen, bleibt abzuwarten. Aber: In dem Baseler Papier geht es vorrangig um Qualitรคt und Operationalitรคt der Datenhaushaltung und -prozessierung.
Auch saubere Daten sprechen nicht fรผr sich
Die Effektivitรคt der darauf aufsetzenden Lernprozesse und die Fรคhigkeit, Wissen aus Daten zu generieren, ist ein anderes komplexes Thema. Der Verdacht liegt nahe, dass hier ein alter Hut als moderner, vorschriftsmรครiger Schutzhelm verkauft wird. Wenn mancher Anbieter dann auch noch behauptet, man kรถnne mithilfe einer intuitiven graphischen Oberflรคche auch in der Vorstandssitzung einer Groรbank in Echtzeit ganze Portfolien simulieren, sollten bei Risikomanagern groรe Fragezeichen auftauchen.
Ohne Menschen nutzt die beste Technik nichts
Ist eine saubere Datenarchitektur nur eine Frage des richtigen Software-Produktes? Taugen ein paar statistische Funktionen und Visualisierungen als allumfassende Simulations- und Prognoseumgebung der Zukunft? Zumindest fรผr groรe Institute ist beides fraglich. Die Realitรคt lehrt uns: Fehlerhafte Daten sind oft menschengemacht und erscheinen daher zunรคchst plausibel. Gerade hier liegt das Problem. Daher kรถnnen nur Spezialisten diese Probleme erkennen. Statistische Kennzahlen und Modellparameter unterliegen Schรคtzunsicherheiten und haben Interpretationsbedarf. Die meisten auf Visualisierung fokussierten Softwarelรถsungen ignorieren dieses Faktum. Man frage einmal nach Signifikanz- oder Kausalitรคtskriterien zu den besonders gern bestimmten Korrelationensparametern. Bei der Aggregation von Daten sorgen Nichtlinearitรคten wie etwa in der Basel-Kapitalformel dafรผr, dass die Aggregationsebene selbst bei simplen Mittelwertbildungen entscheidend ist. Haben wir das nicht gerade erst gelernt?
Neue Analysemethoden ersetzen keine Menschen
Selbst bei einem sauberen Datenhaushalt kann also eine Handvoll statistischer Standardmethoden und Visualisierungen die vielen erfahrenen Risikomanager nicht ersetzen. Und das gilt umso mehr, wenn wir an die eingangs erwรคhnten neuen, anspruchvollen Analysemethoden denken. Dabei hรคtten gerade diese das Potenzial, in der Hand von Spezialisten wichtige Informationen zu generieren, die auch auf Managementebene leicht vermittelbar sind.
Die Zukunft ist individuell
Die neue Art der Datenanalyse wird sich fรผr Netzwerkstrukturen und die Beziehungen zwischen individuellen Risikoeinheiten interessieren. Ein einzelnes Kreditengagement etwa bleibt dadurch im Portfoliokontext im Blick und ist auch im Management leichter zu diskutieren und zu bewerten als Zahlenaggregate. Ganz รคhnlich verdrรคngt der 3D-Drucker allmรคhlich die Massenproduktion zugunsten der Individualfertigung.
Der Auswertungsprozess von Daten wird in Zukunft vermutlich selbst nicht mehr in einer klassischen hierarchischen Aggregationslogik organisiert sein. An die Stelle der Baumstruktur kรถnnte ein Kommunikationsnetz treten, das die Analyse von Daten, Kennzahlen und Einschรคtzungen an mehreren Stellen derselben Hierarchiebene erlaubt. Es kann auch Daten korrigieren, bewerten, abgleichen und die gewonnenen Erkenntnisse weitergeben. Dem richtig verknรผpften individuellen Wissen und Kรถnnen der Risikomanager mit ihrer Fรคhigkeit, Erkenntnisse aus Daten zu gewinnen und diese weiterzugeben, gehรถrt die Zukunft. รberkommene Standardmethoden an ihren regulatorischen Krรผcken werden das auch im schรถnsten Gewande nicht dauerhaft verhindern kรถnnen.
Bildnachweis: Peshkova รผber istockphoto.de
Nach seinem Studium war Oliver Maspfuhl als Assistent an der ETH Lausanne tรคtig. Seit 2005 ist er fรผr die Commerzbank AG in unterschiedlichen Projekten tรคtig, insbesondere im Marktrisikocontrolling, Portofoliomanagement ist er involviert. Aktuell ist er im Kredit- und Kapitalmanagement tรคtig. Dort leitet er ein Team von internen und externen Data Scientists und Engineers im Bereich Big Data & Advanced Analytics.