Fangen wir an. <\/span><\/p>\n Die zunehmende Komplexit\u00e4t der Finanzkriminalit\u00e4t in Verbindung mit mehreren Finanzkrisen hat zu einer Versch\u00e4rfung der Richtlinien f\u00fcr Institutionen gef\u00fchrt. Die Bankenwelt hat strengere Vorschriften erfahren, die u. a. umfassende Kapitalanalysen, umfassende Liquidit\u00e4tspr\u00fcfungen, aufsichtsrechtliche Pr\u00fcfungen und Bewertungsprozesse verlangen. Alle diese Vorschriften, ob BCBS 239, CCAR, Basel III oder MiFID II, sind von Natur aus datenorientiert.<\/span><\/p>\n Diese Vorschriften wurden zu verschiedenen Zwecken erlassen – so soll die Dodd-Frank-Verordnung beispielsweise die Transparenz bei der Aufbewahrung von Unterlagen gew\u00e4hrleisten, w\u00e4hrend die CCAR- und BCBS-Verordnungen 239 auf Datenqualit\u00e4t, Datenreihenfolge und allgemeines Datenmanagement abzielen, wobei der Schwerpunkt auf dem Nachweis und der Verbesserung der Datenverwaltung liegt. <\/span><\/p>\n Diese Vorschriften haben eine neue Arbeitsweise eingef\u00fchrt, die die Einhaltung der Vorschriften noch komplexer macht. Es wird noch mehr kommen. Da digitale Transaktionen und der Online-Handel Vorrang vor dem traditionellen Bankgesch\u00e4ft haben, werden diese Vorschriften voraussichtlich zunehmen, um Geldw\u00e4sche und Finanzkriminalit\u00e4t \u00fcber das Internet zu bek\u00e4mpfen. <\/span><\/p>\n Einfach ausgedr\u00fcckt: Die Banken m\u00fcssen mit der Technologie und der fl\u00fcchtigen Welt der digitalen Finanzen Schritt halten. Das Problem? Die Finanzinstitute sind nicht vorbereitet. Nicht f\u00fcr kulturelle Transformationen, nicht f\u00fcr technologische Transformationen, nicht einmal f\u00fcr Datentransformationen. Das Tempo ist langsam, die Ressourcen sind begrenzt, aber der Druck, die Vorschriften einzuhalten, steigt. Das Vers\u00e4umnis, eine gesetzeskonforme L\u00f6sung nachzuweisen, kann zu massiven regulatorischen und rufsch\u00e4digenden Risiken f\u00fchren – einschlie\u00dflich hoher Geldstrafen, Inhaftierung von F\u00fchrungskr\u00e4ften und Verlust des Ansehens. <\/span><\/p>\n Die Kosten f\u00fcr die Einhaltung der aufsichtsrechtlichen Standards verschlingen etwa 20 % der „run-the-bank“-Kostenbasis eines Finanzdienstleisters und etwa 40 % der „change-the-bank“-Kosten bei laufenden Projekten. Dodd-Frank und BCBS-239 unterst\u00fctzen den Verbraucherschutz, fordern jedoch Investitionen, um in gro\u00dfem Umfang zu verwalten, was die Gewinne des Finanzsektors belastet. Die Nichteinhaltung der Vorschriften hat in den letzten f\u00fcnf Jahren zu Bu\u00dfgeldern in H\u00f6he von mehr als 200 Milliarden Dollar gef\u00fchrt und auch die Sorge um die pers\u00f6nliche Verantwortlichkeit der Bankvorst\u00e4nde verst\u00e4rkt. <\/span><\/p>\n Auch die lokalen Banken sind nicht ausgenommen. Die American Bankers Association f\u00fchrte vor kurzem eine Umfrage unter kleinen amerikanischen Banken durch und stellte fest, dass etwa 50 Prozent der kleinen amerikanischen Banken ihr Produktangebot eingestellt und ihr Personal aufgrund des Stresses durch die Einhaltung der Vorschriften reduziert haben und dass die Unterst\u00fctzung der Verbraucher bei ihren Bem\u00fchungen um die Einhaltung der Vorschriften zu w\u00fcnschen \u00fcbrig l\u00e4sst.<\/span><\/p>\n Die aufsichtsrechtliche Berichterstattung erfordert eine rasche Zusammenf\u00fchrung verschiedener Daten, die in der gesamten Finanzorganisation verf\u00fcgbar sind. Dies kann eine \u00e4u\u00dferst kostspielige und ressourcenintensive Aufgabe sein. Selbst wenn Finanzunternehmen j\u00e4hrlich etwa 4,5 Milliarden Dollar nur f\u00fcr die Einhaltung von Vorschriften ausgeben, zahlen sie immer noch Milliarden von Dollar an Bu\u00dfgeldern. Die Verwaltung diverser Daten f\u00fcr die aufsichtsrechtliche Berichterstattung ist eine vielschichtige Herausforderung f\u00fcr den modernen Finanzsektor.<\/span><\/p>\n Experten sind sich einig, dass die Ressourcen in Finanzinstituten 80 % ihrer Zeit f\u00fcr die \u00dcberpr\u00fcfung von Analysen (einschlie\u00dflich der \u00dcberpr\u00fcfung von Daten auf die Einhaltung von Sanktionen) und 20 % f\u00fcr die Datenaufbereitung ( Datenbereinigung<\/a>, Datenstandardisierung<\/a>, Datenprofilierung<\/a>, Datenabgleich<\/a> usw.) aufwenden m\u00fcssen.<\/span>.<\/span>). In der Realit\u00e4t haben jedoch die schiere Menge und Komplexit\u00e4t der Daten in Verbindung mit begrenzten personellen und technologischen Ressourcen dazu gef\u00fchrt, dass die Teams mehr Zeit auf die Datenverarbeitung und -aufbereitung als auf die Analyse verwenden. Dies liegt vor allem daran, dass die aufsichtsrechtliche Berichterstattung immer noch als eine untergeordnete Funktion betrachtet wird, die von IT-Ressourcen in Silos manuell bearbeitet wird. Aber es gibt auch andere H\u00fcrden, die Organisationen daran hindern, ein narrensicheres Regulierungssystem zu schaffen. <\/span><\/p>\n Im Laufe der Jahre haben wir mit mehreren der gr\u00f6\u00dften Banken und Finanzinstitute in den USA und auf der ganzen Welt zusammengearbeitet, um sie bei der Bew\u00e4ltigung von Datenqualit\u00e4tsproblemen zu unterst\u00fctzen. Fast jeder Kunde, mit dem wir gearbeitet haben, nannte eine oder alle der folgenden H\u00fcrden: <\/span><\/p>\n Die gesetzlich vorgeschriebene Berichterstattung erfordert saubere, genaue, vollst\u00e4ndige und konsistente Daten. Eines der gr\u00f6\u00dften Hindernisse bei der Erf\u00fcllung dieser Anforderungen ist jedoch die eingeschr\u00e4nkte Technologie in Verbindung mit dem sturen Festhalten an veralteten Datenaufbereitungsmethoden, die in der Vergangenheit gut funktioniert haben, aber f\u00fcr die Bew\u00e4ltigung des aktuellen Datenbedarfs nicht mehr hilfreich sind. <\/span><\/p>\n Die Federal Reserve und die Aufsichtsbeh\u00f6rden sind heute weniger tolerant gegen\u00fcber manuellen L\u00f6sungen und Umgehungsl\u00f6sungen, die dem Umfang, dem Volumen und der Granularit\u00e4t der Daten, die den Aufsichtsbeh\u00f6rden vorgelegt werden m\u00fcssen, nicht mehr gerecht werden. <\/span><\/p>\n Die kontraintuitive Berichterstattungsarchitektur vieler Unternehmen, die immer noch Einzelberichte nach Gesch\u00e4ftsbereichen liefert, verhindert eine genaue Berechnung und Berichterstattung von Risiken \u00fcber alle Einheiten oder nach Produktmix. Aufgrund von unterschiedlichen Systemen, inkonsistenten Datens\u00e4tzen, manuellen Dateneingabefehlern und zunehmendem Druck zur Einhaltung von Vorschriften verbringen Fachleute viel Zeit und M\u00fche mit der Aggregation und dem Abgleich von Daten \u00fcber Excel- oder SQL-Codes. <\/span><\/p>\n Angesichts der riesigen Datenmengen und -vielfalt sind die herk\u00f6mmlichen Technologien wie Excel, die vor 40 Jahren f\u00fcr die Erstellung von Berichten an die Aufsichtsbeh\u00f6rden eingef\u00fchrt wurden, nicht mehr in der Lage, die erforderliche Geschwindigkeit und die Anforderungen zu erf\u00fcllen. Einige der wichtigsten Herausforderungen beim Einsatz dieser Technologien sind: <\/span><\/p>\n Unternehmen m\u00fcssen anerkennen, dass g\u00e4ngige Technologien wie Tabellenkalkulationen und SQL nur bei der Aufbereitung von Daten in kleinem Umfang effektiv sind – f\u00fcr die gesetzlich vorgeschriebene Berichterstattung, die Genauigkeit erfordert, sind sie kaum ideal. <\/span>Heute<\/span>Finanzinstitute ben\u00f6tigen automatisierte, ML-basierte L\u00f6sungen, die leistungsf\u00e4hig genug sind, um eine flexible Datenaufbereitung zu erm\u00f6glichen und gleichzeitig Ihren Abteilungen eine einfache Konsolidierung, Zusammenf\u00fchrung, Deduktion und Bereinigung von Daten f\u00fcr die Einhaltung gesetzlicher Vorschriften erlauben. Die Plattform muss intuitiv sein, eine einfache Integration erm\u00f6glichen und \u00fcber eine benutzerfreundliche Schnittstelle verf\u00fcgen, die nicht vom Know-how und der Verf\u00fcgbarkeit von Programmierern oder IT-Experten abh\u00e4ngt. <\/span><\/p>\n W\u00e4hrend die meisten Experten von Kulturwandel, Datentransformationsreisen und einer kompletten \u00dcberholung der Infrastruktur sprechen, sind wir der Meinung, dass der richtige Ansatz zur Abhilfe darin besteht, zun\u00e4chst die Kernprobleme mit der Datenqualit\u00e4t zu erkennen und die Herausforderungen in Bezug auf die Prozesse zu verstehen. <\/span><\/p>\n So k\u00f6nnen Unternehmen beispielsweise zun\u00e4chst die Qualit\u00e4t ihrer Daten verbessern, bevor sie zu gr\u00f6\u00dferen Transformationsinitiativen wie Migrationen oder der Implementierung einer neuen Infrastruktur \u00fcbergehen. Wie das Sprichwort sagt, steckt der Teufel im Detail, und in diesem Fall sind es nicht die Infrastruktur oder die Technologie, die den Fortschritt behindern, sondern buchst\u00e4blich die Details in der Datenquelle einer Bank. <\/span><\/p>\n Der erste Schritt zur Abhilfe besteht daher darin, die Daten f\u00fcr die Einhaltung der Vorschriften vorzubereiten. Dies kann durch den Einsatz eines erstklassigen Self-Service-Datenvorbereitungstools wie DataMatch Enterprise<\/a> erfolgen, das Folgendes erm\u00f6glicht <\/span><\/p>\n DataMatch Enterprise ist eine technologische Antwort auf die Herausforderungen der Datenaufbereitung und Datenqualit\u00e4tssicherung zur Einhaltung gesetzlicher Vorschriften. Diese Spitzenl\u00f6sung bietet sowohl Gesch\u00e4fts- als auch IT-Anwendern eine einheitliche, konsistente Plattform zur Verwaltung des Datenaufbereitungsprozesses, ohne dass Programmiersprachenkenntnisse oder manuelle Eingriffe erforderlich sind. <\/span><\/p>\n Die aufsichtsrechtliche Berichterstattung erfordert Datengenauigkeit und -integrit\u00e4t, was beides bei einer manuellen Verarbeitung der Daten nicht erreicht werden kann. Finanzunternehmen ben\u00f6tigen Datenaufbereitungstools<\/a>, die sich mit der Zeit weiterentwickeln k\u00f6nnen und ihnen die Flexibilit\u00e4t bieten, gro\u00dfe Datenmengen und verschiedene Arten von Daten so m\u00fchelos wie m\u00f6glich aufzubereiten. Das Ziel ist es <\/span>minimieren<\/span> sich wiederholende Aufgaben<\/span> um Zeit f\u00fcr das Kerngesch\u00e4ft zu gewinnen<\/span>. <\/span><\/p>\n Die Teams d\u00fcrfen nicht durch neue Vorschriften belastet werden <\/span>Vorschriften belastet werden;<\/span> m\u00fcssen sie darauf vorbereitet sein, es frontal anzugehen. Auch wenn eine vollst\u00e4ndige Umstellung der Infrastruktur und der Unternehmenskultur nicht von heute auf morgen zu bewerkstelligen ist, k\u00f6nnen Unternehmen in Self-Service-Tools f\u00fcr die Datenaufbereitung<\/a> investieren, um den Weg zur Automatisierung zu ebnen. <\/span><\/p>\n M\u00fcssen Sie die Vorschriften zur Bek\u00e4mpfung der Geldw\u00e4sche einhalten? Laden Sie dieses Whitepaper herunter und erfahren Sie, wie Data Ladder Banken und Finanzinstitute bei der Durchf\u00fchrung von Kernoperationen wie Datenaufbereitung, Datenprofilierung und Datenabgleich unterst\u00fctzt, um die AML-Vorschriften zu erf\u00fcllen.<\/p><\/blockquote>\n \u00dcberpr\u00fcfung und Abgleich von Daten zur Einhaltung von AML-Vorschriften<\/p>\n<\/div>\n<\/div>\nErwartungen an die aufsichtsrechtliche Berichterstattung<\/span><\/h2>\n
Kosten der Nichteinhaltung gesetzlicher Standards <\/span><\/h2>\n
![\"Cost](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/regulatory-reporting-costs.png\")
Die wichtigsten Herausforderungen bei der Datenaufbereitung zur Einhaltung gesetzlicher Vorschriften <\/span><\/h2>\n
![\"Data](\"https:\/\/dataladder.com\/wp-content\/uploads\/2020\/09\/data-preparation-for-regulatory-compliance.png\")
<\/p>\n\n
\n
\nAbh\u00e4ngigkeit von veralteten Systemen: <\/strong>
\n<\/span>
\n<\/b>Allzu oft kommen traditionelle Finanzinstitute (FIs) immer noch mit denselben Systemen aus, die sie seit 20 oder 30 Jahren im Einsatz haben. Daher ist es kaum verwunderlich, dass diese L\u00f6sungen f\u00fcr die heutige digital ausgerichtete Omnichannel-Umgebung nicht gut ger\u00fcstet sind.<\/span><\/li>\n\n
\nOracle Financial Services und das Center of Financial Professionals<\/span>
\n<\/a>Inkonsistente Daten und mangelhafte Datenqualit\u00e4t aufgrund isolierter Systeme sind zwei der Hindernisse f\u00fcr die Einhaltung des BCBS 239. <\/span><\/li>\n<\/ul>\n\n
Warum Excel und SQL-Programmierung keine effektiven Werkzeuge f\u00fcr die Datenaufbereitung mehr sind <\/span><\/b><\/h2>\n
\n
\n
\n
Ans\u00e4tze zur Behebung – ML-basierte Self-Service-Datenvorbereitungstools <\/span><\/b><\/h2>\n
\n
\nDie Quintessenz<\/span>
\n<\/b>
\n….<\/span>
\n<\/b> <\/b><\/h2>\nWhitepaper zur Geldw\u00e4schebek\u00e4mpfung<\/span><\/h3>\n<\/div>\n