Mit Big Data sicher im Finanzumfeld

 

Wie ist die Bonität des Kunden? Wie sicher zahlt er seine Kredite zurück? Wie hoch ist das Risiko, ihn zu versichern und wenn, zu welchem Preis? Die Auswertung von Daten ist für Banken und Versicherungen seit je her ein wichtiger Punkt in ihrer Geschäftstätigkeit.

Seine Kunden und seinen Markt zu kennen und dabei Schlüsse auf zukünftige Entwicklung ziehen zu können, gehört schon immer zum Handwerk im Finanzsektor. Neu ist nun, dass die Daten, die bislang zur Verfügung stehen, effizienter genutzt werden können. Das hat für einige Bereiche entscheidende Vorteile.

 

Datenverarbeitung früher – kein Vergleich

Früher wurden Daten in einheitlich konzipierte Datenbanken geschrieben, die stets dasselbe Format hatten und in ihrer Menge für die weitere Verarbeitung überschaubar blieben. So handelte es sich im Kundenverkehr meist um Stammdaten wie etwa Anschrift oder Historie (wie viele Kredite, Einlagen beziehungsweise Schadensfällen bei Versicherungen). Heute jedoch stehen viel mehr – auch unterschiedlichste – Datenarten zur Verfügung: Big Data.

Um diese zu nutzen kommen viele Analysen in Frage. So können Banken beispielsweise durch die Auswertung von Handelsdaten etwa Geldwäscherei schneller erkennen und entsprechend gegensteuern. Bislang konnten historische Daten nur archiviert vorgehalten werden – ein Nachteil für eine zeitnahe Betrachtung, denn Trading-Daten eines bestimmten Tages waren nur nach Geschäftsschluss verfügbar. Zwischen diesem Zeitpunkt und dem vorher erfolgten Trade war nun Betrug Tür und Tor geöffnet.

Mit dem Einsatz von Big Data können diese Daten sofort bearbeitet werden. Zudem ist die Betrachtung auch sehr historischer Daten möglich und notwendig, um ein zutreffendes Gesamtbild darzustellen. In einem gemeinsamen Datenpool können mehrere Geschäftszweige einen Einblick in alle Trading-Aktivitäten erhalten. In ihm findet beispielsweise das Trading-Risk-Team seine Positions-, Ausführungs- und Bilanzdaten.

 

Sicherheit für Banken

Auch das Ausfallrisiko bei Kontoanträgen können Banken mit Big Data reduzieren. Dazu wenden sich Banken bei einer Neuerstellung eines Giro- oder Sparkontos an ein externes Scoring-Unternehmen. Dieses wiederum prüft den Kontoinhaber in spe auf sein bisheriges Banking-Verhalten: Hier fließen nicht nur Selbst- und Schufa-Auskunft ein, auch Informationen aus sozialen Medien wie etwa das soziale Umfeld können Messgrößen darstellen.

Ob der Antragsteller teure Konsumgüter bevorzugt, auf Xing oder LinkedIn den eigenen aktuellen Arbeitgeber angibt – all dies sind Informationen, die eine Kontoeröffnung beziehungsweise Kreditvergabe günstig beeinflussen können. Dies geschieht natürlich nur auf freiwilliger Basis.

 

Besserer Service

Nicht zuletzt kann eine Bank durch die Analyse des Verhaltens ihrer Geschäftspartner wertvolle Einsichten für ihre Kundenbindungsprogramme erhalten. Falls diese plötzlich ihre Daueraufträge löschen, Kartenumsätze sinken oder weniger Einnahmen zu verzeichnen sind, kann dies ein Indikator für einen bevorstehenden Wechsel zu einer anderen Bank sein.

Doch auch wenn es um den Ausbau bestehender Kundenbeziehungen geht, kann Big Data einen großen Teil beitragen. So kennt eine Bank natürlich die Kontenbewegungen seiner Kunden. Bei Zahlungen an Stromanbieter kann eine Bank – selbstverständlich anonymisiert – die günstigsten Anbieter identifizieren und ihren Kunden im Rahmen einer Konsumentenberatung oder eines Newsletters entsprechende Hinweise bieten.
Auch könnte ein Geldinstitut bei Ratenzahlungen für ein Kraftfahrzeug entsprechende Versicherungsleistungen anbieten.

 

Big Data – auch für Versicherungen wichtig

Bei Versicherungen kann Big Data dazu führen, dass den Versicherten ein wirklich maßgeschneidertes Produkt angeboten werden kann. Durch die Analyse von unstrukturierten Massendaten kann ein Versicherer das Risiko einer Klasse von Versicherten genauer einschätzen und Policen günstiger anbieten und sich so vom Wettbewerb abheben.

Krankenversicherungen können vorbeugende gesundheitserhaltende Maßnahmen anbieten, die aufgrund des Verhaltens der Versicherten optimiert werden. Da diese Daten zeitnah vorliegen, ist eine Anpassung dieser Angebote auch kurzfristig möglich – früher konnten Versicherer nur in einem langen Zeitrahmen reagieren.

 

Straffung interner Prozesse

Sowohl für Banken als auch für Versicherer bietet Big Data aber mehr als das. Alleine die Straffung interner Prozesse kann die Marktposition des einen oder anderen Instituts entscheidend verbessern. So sind Informationen über Kunden, Finanzprodukte oder Versicherungen schneller verfügbar.

Mittels künstlicher Intelligenz kann die IT auch automatisch das richtige Finanz- oder Versicherungsprodukt vorschlagen. Dies geschieht sowohl aufgrund der individuellen Situation des Kunden als auch aufgrund dessen, welches Produkt für eine vergleichbare Gruppe an Kunden bereits in Frage gekommen ist und sich derer Zustimmung erfreut.

Nicht zuletzt sorgt Big Data auch für Transparenz beim Kunden. Er kann komplexe Informationen bequem von einem mobilen Endgerät aus einsehen.

Zwar befindet sich die Nutzung von Big Data bei Banken und Versicherungen überwiegend am Anfang – aber bereits in einigen Jahren wird sich kaum noch jemand Institute ohne diese Technologie vorstellen können. Denn der wahre Schatz der Finanzinstitute liegt nicht –  wie man vielleicht glauben mag, in Geld, Gold und Geschmeide –  sondern das „Edelmetall“ des jetzigen Jahrhunderts sind die Daten.

 

Weiterführende Informationen zum Unternehmen finden Sie unter:
https://de.hortonworks.com/

 

Über den Autor

Als Regional Vice President for Central, Eastern & Southern Europe ist Daniel Metzger bei Hortonworks für die Vertriebsteams, Partner und Kundenbeziehungen in der Region verantwortlich. Daniel Metzger ist ein erfahrener Vertriebsleiter, der in den letzten 20 Jahren in vielen strategischen nationalen und internationalen Projekten mitwirkte, u.a. in vorherigen Stationen bei BMC und MRO.

 

 

 

 

 

 

 

Aufmacherbild / Quelle / Lizenz
Pixabay / CC0 Creative Commons