Daten sind für Unternehmen genau dann von hoher Qualität, wenn sie die Anforderungen ihres Geschäftsmodells erfüllen. Die individuelle Definition dieser Anforderungen sowie das kontinuierliche Messen der Datenqualität bilden die Grundvoraussetzungen für ein aktives Management. Denn nur was gemessen werden kann, lässt sich auch steuern.
Heute stehen Unternehmen vor der großen Herausforderung, alle Chancen und Trends der fortschreitenden Digitalisierung zu nutzen und dabei gleichzeitig die Datenqualität sicherzustellen. Um diesem Spannungsfeld gerecht zu werden, ist es unabdingbar, die Daten unter Berücksichtigung von Wirtschaftlichkeits- und Qualitätsaspekten aktiv zu managen.
Oberstes Gebot ist hier die systematische Beseitigung der Ursachen von schlechter Datenqualität etwa durch Prozessverbesserungen, IT-Änderungen, Plausibilitätsprüfungen oder automatisierte Bereinigungen. Ein in die Unternehmensstruktur eingebettetes Datenqualitätsmanagement erfüllt diese Aufgabe.
Aktuellen Studien zufolge ist das nachträgliche Bereinigen von Daten im Vergleich zu qualitätssichernden Maßnahmen um den Faktor fünf bis zehn teurer. Doch eine hohe Datenqualität von Beginn an bringt weit über die reine Kostenersparnis hinaus wichtige zusätzliche Vorteile:
Wie schnell sich Mängel im Datengerüst auswirken, zeigt das
Whitepaper „Gute Daten, schlechte Daten“ der PPI AG.
PPI hat einen mehrphasigen Ansatz entwickelt, mit dem sich die Datenqualität in Unternehmen nachhaltig verbessern lässt. Eines unserer zentralen Anliegen ist, die Qualität der Daten möglichst schnell messbar und transparent zu machen.
Zu diesem Zweck bieten wir Ihnen ein eigenes Framework an, das sich exakt den individuellen Bedürfnissen Ihres Unternehmens anpassen lässt. Mithilfe eines entsprechenden Dashboards behalten Sie dabei jederzeit den Überblick über die Datenqualität in ihrem Unternehmen.
Eventuelle Datenbereinigungen werden im folgenden Framework möglichst automatisiert und systemunterstützt gehandhabt.
Ziel: Identifizierung der potentiellen Treiber schlechter Datenqualität sowie kritischer Quellsysteme
Ziel: Schaffung eines gemeinsamen Datenqualitätsverständnisses / kontinuierliche Messung der Datenqualität
Ziel: Implementierung eines aktiven Datenqualitätsmanagements
Ziel: Etablierung eines langfristigen und stabilen Datenqualitätsmanagements
Mit dem Ziel, den Anlegerschutz zu verbessern und die Dienstleistungen für den Wertpapierhandel umfassender zu kontrollieren, wurden zahlreiche Regelungen im Bereich des Anlegerschutzes geschaffen. Damit wird der rechtliche Rahmen zur Erbringung von Wertpapierdienstleistungen komplett neu geordnet.
Funktionierende Wertpapiermärkte bilden das Rückgrat für Innovation und Wachstum. Dafür ist das Vertrauen der Öffentlichkeit in die Integrität der Märkte eine zwingende Voraussetzung. Marktmissbrauch und Insiderhandel sind eine der größten Gefahren für einen transparenten Wertpapierhandel.
Fraud umfasst sämtliche Delikte aus dem Umfeld der Wirtschaftskriminalität: von Betrug über Korruption bis hin zur Computerkriminalität. Besonders Letztere steigt in signifikanter Weise. Unternehmen sind also nicht nur gesetzlich verpflichtet, diesen Risiken effizient entgegenzuwirken, ein wirksames und ganzheitliches Anti-Fraud-Konzept ist auch ganz in ihrem eigenen Interesse.
Geldwäsche und Terrorismusfinanzierung lassen sich nur im internationalen Schulterschluss bekämpfen. Zahlreiche Gesetze und Vorgaben (ergänzt um Sanktionen und Embargos) sind das eine, eine wirksame (automatisierte) Prävention und ein entsprechendes Risikobewusstsein das andere. Es kommt darauf an, alle Maßnahmen im Unternehmen sowohl den ständig neuen Vorgaben als auch den sich laufend ändernden und immer komplexeren Methoden der Täter anzupassen.
Die aufsichtsrechtlichen Anforderungen an Banken und Finanzdienstleister, speziell an das Compliance Management, haben sich massiv erhöht. Diese Entwicklung eröffnet aber zugleich auch Optimierungschancen für die Unternehmen, von der strategischen Einbindung der Compliance in die Unternehmensorganisation und –kultur, bis hin zur Etablierung eines integrierten Wertemanagements.
Die Umsetzung und insbesondere die Einhaltung der zahlreichen regulatorischen Bestimmungen und Vorschriften bindet tagtäglich erhebliche Kapazitäten. Regulatory Technology (RegTech) unterstützt wiederkehrende Compliance-Prozesse durch Automatisierung auf der Basis vorgegebener Regeln – und spart so wertvolle Zeit für den Einsatz komplexer Aufgaben.
Massive Regulierungsvorschriften auf der einen Seite, andauernder Innovationsdruck seitens der FinTechs auf der anderen. Nur eine entschlossene, effiziente Anpassung an die neuen Bedingungen sowie die Fokussierung aller Leistungen auf den Kundennutzen wird die etablierten Institute auf dem hart umkämpften Wertpapiermarkt erfolgreich sein lassen.
Agile Methoden versprechen viel: kürzere Release-Zyklen und schnelle Reaktionen auf immer neue Kundenanforderungen in einem sich kontinuierlich ändernden Umfeld. Eine gezielte Analyse hilft Banken dabei, auch vor dem Hintergrund zunehmender Regulierungen die passenden Methoden zu etablieren.
Stützen sich etablierte Modelle und innovative Lösungen von Finanzdienstleistern auf falsche oder unvollständige Daten, kann das katastrophale Folgen haben. Wie schnell sich Mängel im Datengerüst auswirken, zeigt das Whitepaper „Gute Daten, schlechte Daten“ der PPI AG.
Die Zunahme komplexer regulatorischer Anforderungen und eine hohe geforderte Anpassungsbereitschaft bei der Digitalisierung sorgen oft für Unsicherheit oder sogar Reaktanz bei den betroffenen Mitarbeitern. Die Erweiterung des Projektmanagements um bewährte Changemanagement-Methoden in Kombination mit wirtschaftspsychologischen Tools bewirkt eine nachhaltige Umsetzung Ihrer Vorhaben.
Christian Appel
Partner
+49 69 2222942-4203
Christian.Appel(at)ppi.de
Björn Bick
Managing Consultant
+49 69 2222942-4242
Björn.Bick(at)ppi.de