Klassifikationsverfahren – Ein Blick über das klassische Rating hinaus

Dr. Alexander Klein

Welche Vorteile bringen Klassifikationsverfahren für die moderne Bankenpraxis? Dr. Alexander Klein erklärt in diesem Interview, welchen Rolle Klassifikationsverfahren in Zusammenhang mit Big Data einnehmen und wie sie beispielsweise für die Bereiche Marketing und Prozess-Steuerung angewendet werden können. 

Dr. Alexander Klein leitet in der Commerzbank AG in Frankfurt/M. die Abteilung „Fraud Prevention“ und ist sowohl für die Entwicklung von Klassifikationsverfahren als auch für die operative Durchführung investigativer Analysen verantwortlich. Zuvor leitete er in der Commerzbank die Abteilung „Economic Capital Analytics“ und verantwortete davor das strategische Kreditportfoliomanagement der Retailsparte der Commerzbank. In der Dresdner Bank AG war er für die Entwicklung der LGD-Modelle verantwortlich.

Effizienz bei der Datenverarbeitung

Herr Dr. Klein, welche Rolle spielen Klassifikationsverfahren im Zeitalter von Big Data?

Das ist kein reines Big-Data-Thema. Ein Ratingverfahren, wie es Banken seit Jahrzehnten einsetzen, ist ja auch ein Klassifikationsverfahren. Aber natürlich spielen diese Verfahren bei der Analyse großer Datenmengen eine besondere Rolle – diese Daten sollen gerade dazu genutzt werden, Vorhersagen zu machen und Muster zu erkennen.

Big DataDie gewaltigen Datenmengen, die bisweilen vorliegen und zu verarbeiten sind, bedürfen effizienter, leistungsfähiger Algorithmen, um Strukturen in diesen Daten zu erkennen – man spricht in diesem Kontext auch von maschinellem Lernen.

Gerade weil die Datenmengen groß sind, ist es vorteilhaft, dass man zum Einsatz der Verfahren nicht zwingend eine Vorstellung haben muss, welche Zusammenhänge existieren und welche Daten überhaupt wichtig sind, um eine möglichst treffsichere Prognose zu machen, die dann auf ökonomische Problemstellungen anwendbar sind. Aber nicht nur wirtschaftliche Fragestellungen können bearbeitet werden, auch andere Anwendungsbereiche, etwa im Bereich medizinische Prognoseverfahren, sind von Relevanz.

Klassifikationsverfahren sind in Ihrer Anwendung sehr günstig, was ihren Einsatz betriebswirtschaftlich sehr interessant macht.

Dr. Alexander Klein | Commerzbank AG

Höhere Sicherheit und geringere Kosten

Welche Vorteile bietet der Einsatz von Klassifikationsverfahren in der Bankpraxis?

KreditIm täglichen Geschäft generieren Banken eine sehr große Datenmenge. Diese können genutzt werden, um betriebswirtschaftlich relevante Fragen zu beantworten. Im Risikomanagement finden wir den Klassiker: Kann ein Kreditnehmer einen Kredit zurückzahlen bzw. mit welcher Wahrscheinlichkeit zahlt er seinen Kredit zurück? Natürlich können Sie eine solche Frage auch basierend auf den Kenntnissen eines Kreditanalysten beantworten.

Aber neben dem Aspekt, dass Klassifikationsverfahren üblicherweise sehr viel treffsicherer sind als Analysten, stellt sich auch die Frage nach den Kosten. Ein Analystenvotum kostet, je nach Umfang, einen drei- bis vierstelligen Betrag, der erst einmal wieder verdient werden muss. Klassifikationsverfahren sind in Ihrer Anwendung sehr günstig, was ihren Einsatz betriebswirtschaftlich sehr interessant macht. Neben der klassischen Anwendung im Kreditgeschäft finden sich in Banken eine Vielzahl von Anwendungsgebieten, in der Treasury, in der Dokumentenverwaltung, aber auch im Marketing und der Steuerung interner Prozesse.

Best Practice

Können Sie uns ein Beispiel für den Einsatz von Klassifikationsverfahren speziell für die Bereiche Marketing und Prozess-Steuerung geben?

MarketingGerne. Wenn Sie einem Kunden ein Produkt anbieten möchten, stellt sich die Frage nach der Wahrscheinlichkeit eines Abschlusses. Schließlich möchten Sie Ihrem Kunden kein Produkt anbieten, das dieser auf keinen Fall braucht und daher auch nicht kaufen wird. Das ist für den Kunden ärgerlich und für das Unternehmen teuer. Klassifikationsverfahren kommen hier zum Einsatz, um den richtigen Kunden zum richtigen Zeitpunkt auf das richtige Produkt anzusprechen. Das wurde in der Vergangenheit natürlich auch ohne statistische Verfahren gemacht. Allerdings, wie bereits erwähnt, mit vergleichsweise hohen Kosten und geringerer Treffsicherheit. Klassifikationsverfahren führen zu einer erheblichen Verbesserung des Vertriebserfolgs.

Aber auch bei der Steuerung interner Prozesse können Klassifikationsverfahren eingesetzt werden. Beispielsweise kann die Identifikation von Geldwäsche-Tatbeständen durch Klassifikationsverfahren unterstützt werden, damit lassen sich hochgradig manuelle Prozesse deutlich effizienter gestalten. Auch im HR-Bereich ist der Einsatz von Klassifikationsverfahren denkbar. In der Personalentwicklung etwa kommen seit langer Zeit bereits Verfahren zum Einsatz, die nichts anderes leisten, als zu klassifizieren: „Als Führungskraft geeignet – ja/nein“, etwa in Form eines Assessment-Centers. Es spricht grundsätzlich nichts dagegen, diese Klassifizierung statistisch zu unterstützen – außer vielleicht, dass sich viele Menschen unwohl dabei fühlen, dass ihre Karriere von einem Algorithmus abhängt.

Rating-Verfahren in der Bankenpraxis

Nutzen Sie unser Intensiv-Seminar „Rating-Verfahren“ in dem das notwendige Rüstzeug vermittelt wird, um Ihre Risikomessverfahren sicher und effizient zu gestalten. Lernen Sie aktuelle und bewährte mathematische Verfahren kennen und überprüfen Ihre Ansätze und Methoden.

Rückblick: Künstliche Intelligenz In Der Finanzbranche

Rückblick: Künstliche Intelligenz in der Finanzbranche

Die Finanzbranche befindet sich im Umbruch und hat mit der Künstlichen Intelligenz ein neues Anwendungsfeld im Bereich der digitalen Transformation geschaffen. Welche Methoden können bei der Optimierung von Geschäftsprozessen helfen? Und was kommt in den kommenden Jahren noch auf die Branche zu?
Jetzt kostenlos herunterladen!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Künstliche Intelligenz in der Finanzbranche - wie gelingt das?

Die Finanzbranche befindet sich im Umbruch und hat mit der Künstlichen Intelligenz ein neues Anwendungsfeld im Bereich der digitalen Transformation geschaffen. Wie können Sie Ihre Geschäftsprozesse optimieren?

Jetzt herunterladen!

Download: Künstliche Intelligenz in der Finanzbranche - wie gelingt das?