Whitepaper Datenqualität

Wesentliche Ergebnisse des Whitepapers „Gute Daten, schlechte Daten“:

• Eine effiziente Datennutzung eröffnet große Chancen für fast alle bankfachlichen Prozesse. Die Datensätze müssen aber höchste Qualitätsansprüche erfüllen.
• Drei konkrete Fallstudien aus den Bereichen Risikomanagement und Compliance machen den Effekt schlechter Datenqualität auf etablierte Modelle und innovative Methoden aus der Künstlichen Intelligenz (KI) greifbar.
• Nur zehn Prozent falsche oder fehlende Datensätze können zu Ergebnisabweichungen von 50 Prozent und mehr führen.
• KI-Methoden reagieren besonders empfindlich auf Qualitätsprobleme. Es besteht die Gefahr einer völlig realitätsfremden Gewichtung von Variablen.
• Die Folgen von Datenqualitätsproblemen können massiv ausfallen und reichen von finanziellen Verlusten im operativen Geschäft bis hin zu empfindlichen Strafen durch die Aufsicht.
• Eine hohe Datenqualität ist entscheidend, damit die Erkenntnisse aus Modellen und Künstlicher Intelligenz zuverlässig und genau sind. Hier ist mehr denn je ein aktives Qualitätsmanagement der Banken gefordert.