Datenqualität im Meldewesen

28. August 2017 in Kategorie Revision

von
Moe Kaddouhah
Accounting and Reporting Specialist, Rechnungswesen, sBausparkasse


Die Automatisierung des Meldewesens in Banken schreitet immer weiter voran. Gleichzeitig modernisieren Nationalbanken ihre Schnittstellen, um schneller Zugriff auf die Daten zu erhalten. Verschiedenen Meldungen, die redundant sind, sollen untereinander verglichen werden.

Warum müssen Banken melden?

Banken haben aufgrund verschiedener regulatorischer Vorgaben, die von der Europäischen Zentralbank (EZB) publiziert werden, bestimmte Meldepflichten einzuhalten. Diese Meldungen werden ausgewertet, um einen statistischen Überblick über den jeweiligen Sektor bzw. über die jeweilige Bank zu erhalten. Aufgrund der Finanzkrise 2007/2008 werden immer komplexere Meldungen angefordert. Auch Basel III, insbesondere die Capital Requirements Regulation (CRR), spielen hier eine gewichtige Rolle bei diversen Meldungen.

Auswirkungen der (schlechten) Datenqualität auf das Meldewesen

Aufgrund der immer kürzeren Meldefristen und den schwachen IT-Ressourcen sowie der immer wachsenden Anforderungen büßen Bank an Datenqualität ein. Durch die kurzen Meldefristen ist es nicht möglich, Daten korrekt zu plausibilisieren. Viele Angaben werden in verschiedensten Meldungen wiederholt eingemeldet (z. B. Aktiva und Passiva). Meldungen müssen zwingend untereinander plausibel sein, was sich als große Herausforderung erweist. Da gewisse IT-Strukturen oder Informationen nicht oder nur unzureichend vorhanden sind, sind Daten auf granularer Ebene, die von diversen Nationalbanken eingefordert werden, nur sehr schwer auswertbar.

Zusätzlich sind Handbücher, welche die ITUmsetzung fördern sollen oder Meldungen erklären sollen, teilweise zu unverständlich und komplex geschrieben. Viele Informatiker können mit dem Thema „Meldewesen“ nichts anfangen. Gleichzeitig werden für Meldungen Anforderungen gestellt, die teilweise unterschiedlich beschrieben werden. Dadurch ist die Fehlerquelle der untereinander nicht plausiblen Meldungen sehr hoch. Mit automatisierten Meldeprozessen versuchen Banken, über ein internes Zwischenprogramm, Meldungen anhand ihrer Positionscodes vollautomatisch aus Vor-systemen zu befüllen. Dieser Prozess soll gewährleisten, dass z. B. eindeutige Bilanzpositionen in verschiedenen Meldungen den selben Saldo ausweisen.

Diese Vorsysteme müssen jedoch eine Schnittstelle besitzen, sodass Daten exportiert werden können. Dies vermeidet keinen direkten Eingriff in die Meldung selbst, da spezielle Informationen meist mühsam manuell gerechnet werden müssen. Aufgrund neuer Anforderungen, die Jahr für Jahr steigen und der meist stagnierenden IT-Ressourcen, die für die Programmierung zuständig sein sollen, ist es für eine Bank meist nicht möglich, neue Schnittstellen fristgerecht zu programmieren. Zusätzlich müssen diese neuen Schnittstellen in einem sog. „Parallel Run“ getestet werden.

Meist folgt dann eine Adaptierung, da aufgrund der unverständlich geschrieben Handbücher nicht alle Anforderungen erfüllt wurden. Sollte eine Bank jedoch bereit sein, Kapital in Schnittstellen für das Meldewesen zu investieren, erspart man seinen MitarbeiterInnen viel Zeit und Aufwand. Allerdings geht mit dem Investment ein gewisses Risiko einher, da sich die Vorgaben der Nationalbanken immer öfter ändern und Meldungen obsolet werden, während andere Meldungen, für welche neue Schnittstellen benötigt werden, eingefordert werden.

Somit ist die mangelnde Datenqualität ein gewisser Teufelskreis, da bei jeder neuen Anforderung das Know-how fehlt und gleichzeitig eine Adaptierung der alten Schnittstellen erfolgen muss. Hier kann es dann zu erheblichen Fehlern kommen, die im schlimmsten Fall als Meldevergehen geahndet werden.

Wie sieht die Datenqualität in Zukunft aus?

Durch AnaCredit soll die Konsistenz der Daten sichergestellt werden. Gleichzeitig soll es einen effizienteren Prozess gewährleisten und für ein besseres Datenqualitätsmanagement sorgen. Nationalbanken bauen sich über Cubes anhand verschiedener Informationsquellen ihre Meldungen zur jeweiligen Bank selbst zusammen. Durch das eliminieren von Meldungen, die durch diese Prozessoptimierung nicht mehr benötigt werden, kann mehr Zeit für die Sicherstellung qualitativ hochwertiger Daten aufgebracht werden.

PRAXISTIPPS

  • MitarbeiterInnen genügend Zeit für die Aufarbeitung der Daten zur Verfügung stellen.
  • Kontrollieren, ob die Datenanlieferung der Vorsysteme korrekt erfolgt ist.
  • Große Konzerne besitzen mittlerweile eine eigene Abteilung, die sich nur mit der Plausibilität der Daten befasst bevor diese verarbeitet werden. Dies hat sich bewährt.
  • In IT-Ressourcen investieren.
  • Datenkonsistenz von Fachabteilungen bestätigen lassen. Plausibilität der Daten aufgrund von Erfahrung der Mitarbeiter hinterfragen lassen.

SEMINARTIPPS

BUCHTIPP


Olaf Buchheit / Juliane Hauser / Caroline Klausch / Frank Günther

AnaCredit – das gläserne Kreditportfolio

Erscheinungstermin: 15.03.2017
Umfang: 120 Seiten
Preis: € 59,-
ISBN: 978-3-95725-067-4
Hier erhalten Sie weitere Infos zum Buch und die Möglichkeit zur Bestellung im Online-Shop

 

______________________________________________________________________________________

Dieser Beitrag ist erschienen im Newsletter Banken-Times SPEZIAL Revision, Ausgabe Juli/August 2017.
(Kostenlose) Bestellung möglich unter http://www.fc-heidelberg.de/bankentimes
_______________________________________________________________________________________

 

Schreibe einen Kommentar

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

Comment

Folgende HTML Tags und Attribute können verwendet werden: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>