Datenstrategie bei Banken und Versicherungen Daten als Garant für Wertschöpfung: Abschied vom Bauchgefühl

Anbieter zum Thema

KPMG AG Wirtschaftsprüfungsges.

Fsas Technologies GmbH

Im Wettlauf mit neuen Marktteilnehmern und angesichts strenger Regulierungen definieren Banken und Versicherungen ihre Datenstrategie neu. Dabei geht es nicht nur um Technologie, sondern vor allem um die Schaffung einer Datenkultur. Wie das gelingt und wie Hürden in den Bereichen Methodik, Governance und Change-Management überwunden werden können, erklärt Marco Lenhardt von KPMG.

Über Jahre wurde der Ausdruck „Daten sind das neue Öl“ tausendfach zitiert, weil die Analogie so einfach wie treffend schien. So wie Öl im 20. Jahrhundert als Treiber der Industrie fungierte, übernehmen Daten diese Rolle im 21. Jahrhundert.

Doch denkt man den Vergleich weiter, stößt er an seine Grenzen. Denn der große Unterschied ist: Während der Wert von Öl relativ stabil ist, hängt der Wert von Daten vom Kontext ab. Sie sind erklärungsbedürftig und werden erst durch die richtige Strategie und Methodik zu einer wertvollen Ressource. Genau an diesem Punkt stehen viele Unternehmen heute – auch der Finanzsektor spürt den Druck, seine Datenbestände in messbaren Unternehmenserfolg umzuwandeln.

Vom Datenmanagement zur datengetriebenen Wertschöpfung

Banken und Versicherungen stehen unter einem großen Wettbewerbs- und Regulierungsdruck. Einerseits fordern FinTechs und Tech-Giganten traditionelle Geschäftsmodelle heraus, andererseits zwingen Verordnungen wie FiDA (Financial Data Access) und BCBS239 zu mehr Transparenz und Effizienz.

Die Lösung liegt in einer strategischen Datennutzung. Daten dürfen nicht länger nur als Mittel zur Effizienzsteigerung gesehen werden. Stattdessen sollten sie zu einer wichtigen Ressource werden, die direkten Mehrwert schafft. Dafür ist ein strukturiertes Vorgehen entscheidend: Es gilt, unterschiedliche Datenquellen zu verknüpfen und eine echte Datenkultur im Unternehmen zu etablieren, damit Daten als zuverlässige Grundlage für strategische Entscheidungen dienen können.

Doch wie gelingt der Schritt vom Datenmanagement zur datengetriebenen Wertschöpfung? An dieser Schwelle stehen derzeit viele Banken und Versicherungen. Obwohl Finanzinstitute oft genug Daten und die nötigen Tools haben, scheitern sie an der Umsetzung. Die größten Hürden sind nicht technischer Natur, sondern liegen in den Bereichen Methodik, Governance und Change-Management. Der Schritt zur datengetriebenen Wertschöpfung erfordert deshalb mehr als nur neue Software – er verlangt einen grundlegenden Wandel in der Unternehmenskultur.

Von Kriterien für Datenqualität bis zur klaren Governance

Die Datenqualität ist das Fundament jeder datengestützten Strategie. Wenn zum Beispiel KI-Modelle mit fehlerhaften Informationen trainiert werden, lernen sie falsche Muster – ganz nach dem Prinzip „Garbage In, Garbage Out“.

Um das zu verhindern, braucht es eine klare Methodik für die Datenerfassung und Analyse im ganzen Unternehmen. Das fängt ganz einfach mit klaren Kriterien für Datenqualität an – die Informationen sollten vollständig, richtig und aktuell sein. Doch auch komplexere Metriken sind denkbar. Zum Beispiel kann die Volatilität der Daten gemessen werden. Wenn die Preise von Unternehmensanleihen plötzlich stark schwanken, ohne dass es einen erkennbaren Grund dafür gibt, ist das ein klares Warnsignal für das Kreditinstitut. Das könnte ein Fehler in den Daten sein oder dazu zwingen, die Quelle genauer zu prüfen.

Nicht zuletzt muss auch der Erfolg dieser Maßnahmen gemessen werden. Die entscheidende Frage lautet: Welchen Mehrwert hat die verbesserte Datenqualität gebracht? Es geht nicht nur darum, den Nutzen nachvollziehen zu können, sondern ihn aktiv zu belegen und zu beziffern. Indem man den konkreten Beitrag quantifiziert, beispielsweise durch eingespartes Eigenkapital oder die Ermöglichung neuer Geschäftsmodelle, wird die Datenstrategie zu einem echten strategischen Treiber. Sie ist dann nicht mehr nur ein reiner Kostenpunkt, sondern ein Hebel, der einen klaren finanziellen oder geschäftlichen Beitrag leistet und somit Investitionen in Daten rechtfertigt.

Doch eine stringente Methodik kann ihre volle Wirkung nur mit einer klaren Governance entfalten. Sie definiert klare Verantwortlichkeiten und legt Prozesse sowie Regeln für den gesamten Datenlebenszyklus fest. Gleichzeitig schafft sie Transparenz über Optimierungsbedarfe und Erfolge. Eine klar definierte Governance macht sichtbar, wer für welche Daten verantwortlich ist – und wo Verbesserungen nötig sind. Die Einführung solcher Prozesse erfordert eine enge Zusammenarbeit über alle Geschäftsbereiche hinweg. Eine Domänenstruktur, die Datenclustern bestimmte Funktionen zuordnet, schafft die notwendige Grundlage für eine transparente Datenlandkarte.

„Speicherhungrig“ – der Storage-Insider-Podcast, Folge 17

Speichergrößen: Sascha Hempe, Datadobi

Das richtige Mindset: Warum der Wandel in den Köpfen beginnt

Die dritte und vielleicht wichtigste Herausforderung ist das Change-Management. Es zielt darauf ab, ein neues Mindset in der Belegschaft zu verankern. Schulungen allein entfalten nach meiner Erfahrung keinen nachhaltigen Effekt. Erfolgversprechender sind stattdessen Awareness-Kampagnen. Ein Beispiel ist die „Datalicious“-Kampagne der Commerzbank: Solche Kampagnen machen ein abstraktes Thema wie Datenkultur greifbar und wecken Neugier, statt nur Wissen zu vermitteln. Es geht darum, über die technischen Aspekte hinaus eine datengetriebene Denkweise zu fördern – die Einstellung, alle Fragen mit validen Daten beantworten zu wollen. Ein datengetriebenes Mindset bedeutet, dass Mitarbeiter bei Entscheidungen automatisch nach den zugrundeliegenden Informationen fragen und Teams ihre Hypothesen mit Fakten validieren. Erst wenn diese Denkweise in der Unternehmenskultur verankert ist, können Methodik und Governance ihr volles Potenzial entfalten.

Fazit

Daten sind in der Tat das neue Öl, aber sie sind mehr als das. Sie sind ein strategischer Kompass, der Finanzinstituten hilft, in einem komplexen Umfeld zu navigieren und fundierte Entscheidungen treffen zu können. Wer Daten lediglich als Rohstoff betrachtet, verschwendet ihr Potenzial. Nur wer in Methodik, Governance und ein datengetriebenes Mindset investiert, kann das volle Potenzial seiner Daten ausschöpfen und aus den Informationen echten unternehmerischen Mehrwert schöpfen.

* Der Autor: Marco Lenhardt ist Partner bei KPMG im Bereich Financial Services und verantwortet global das Thema Datenmanagement und Reporting. Dazu gehören Projekte wie die Umsetzung der Anforderungen aus BCBS 239 (Principles for Risk Data Aggregation & Reporting) genauso wie die Daten- und Reportinganforderungen im Kontext ESG.

Aktuelles eBook

Daten DSGVO-konform speichern – und löschen

Auch vier Jahre nach Beginn der Anwendung der Datenschutz-Grundverordnung (DSGVO) haben Unternehmen und Behörden Probleme damit, ihr Konzept zur Speicherung und Löschung personenbezogener Daten konform mit der DSGVO zu entwickeln und umzusetzen. Das neue eBook gibt Orientierung für die Prozesse der Aufbewahrung, Löschung und Einschränkung der Verarbeitung.

Die Themen im Überblick:

• Speichern und Löschen personenbezogener Daten
• Umsetzung der DSGVO
• Beispiele aus der Datenschutz-Praxis

eBook „Daten DSGVO-konform speichern – und löschen“ kostenlos downloaden

(ID:50609861)