Pegasystems erläutert Entwicklungsschritte KYC als Blaupause für das ESG-Daten-Management

Anbieter zum Thema

Pegasystems GmbH

Schneider Electric GmbH

FNT GmbH

EPS Rechenzentrum Infrastruktur GmbH

Wie der Datenspezialist Pegasystems berichtet, stecken ESG-Datenmodelle („Environmental, Social and Governance“) bei vielen Banken noch in den Kinderschuhen. Pegasystems erläutert deshalb, wie nötige Entwicklungsschritte aussehen und wie Banken ihre KYC-Bestandsmodelle („Know Your Customer“) gewinnbringend einsetzen können.

Die KYC-Prüfung hinsichtlich risikorelevanter Parameter war vor rund zwanzig Jahren eine Revolution im Finanzsektor. Sie erforderte die Erhebung und Auswertung zahlreicher Daten. Ziel war und ist es, schwarze Schafe im weißen Kleid durch möglichst hohe Transparenz bei Investmentgeschäften zu finden und auszusortieren.

Im ESG-Segment nimmt dieser Zug gerade erst Fahrt auf: „Die EU-Taxonomie ist aktuell noch sehr weich ausgelegt“, erklärt Michael Baldauf, Director Solutions Consulting von Pegasystems. Es gebe beispielsweise noch die Anforderung, den CO₂-Ausstoß bei der Bewertung zu berücksichtigen. Dabei sei jedoch nicht definiert, in welcher Form und über welche Zeiträume dieser zu erheben sei. Derartige Grauzonen sollen in den kommenden Jahren dank klarerer Definitionen und Vorgaben schwinden. „Die EU wird versuchen ihre Vorreiterrolle zu sichern und andere Wirtschaftsräume werden nachziehen“, so Baldauf.

Komplizierte Datenbasis

Die Datenbasis von ESG-Themen ist im Vergleich zu KYC komplizierter. Die Vorgaben sind weniger eindeutig und es gibt eine Vielzahl an Daten, die verwendet werden können. Dies reicht etwa von Nachhaltigkeitsparametern über soziale Aspekte bis hin zu Governance-Themen. Pegasystems rät deshalb zu einem gut adaptierbaren, fachlichen Datenmodell, das sich an die Veränderungen der kommenden Jahre anpassen lässt.

„Es bietet sich bei vielen Banken und Finanzdienstleistern an, die bestehenden Datenmodelle für KYC zu prüfen und als Blaupause für ESG-Anforderungen zu nutzen“, empfiehlt Baldauf. Häufig könne man die KYC-Anwendungen um ESG-Funktionen erweitern und vermeide so doppelte Systeme und unnötige Kosten. „Schließlich darf man bei allem Fokus auf Reportings nicht vernachlässigen, dass ESG-Daten auch echte Vorteile bei der operativen Kreditentscheidung bieten“, meint der Experte.

Fünf Schritte zum Erfolg

Pegasystems hat die folgenden fünf Entwicklungsschritte zusammengefasst, um ESG-Datenmodelle erfolgreich aufzusetzen:

• 1. Entwicklung eines flexiblen Datenmodells
  In das Datenmodell müssen die bereits vorhandenen internen Daten zusammen mit ESG-Daten integriert werden. Das Ziel ist eine möglichst hohe Flexibilität. Dadurch können die Daten sowohl für dispositive Anfragen, beispielsweise Reportings, als auch für die operative Entscheidungsfindung, wie bei der Kreditvergabe, genutzt werden.

• 2. Systemische Integration des Datenmodells
  Das Datenmodell muss so in die systemische Landschaft integriert werden, dass trotz hoher Flexibilität jederzeit konkrete Zugriffsmöglichkeiten für dispositive und operative Anliegen bestehen. Die Herausforderung liegt vor allem darin, mit den sich permanent wandelnden Bestandsdaten umzugehen. Livedata bedeutet, dass alle Daten sofort verwendet werden können und keine ungenutzten Data Lakes entstehen.

• 3. Suche nach neuen Playern und Lieferanten
  Der Markt für ESG-Datenanbieter ist gerade erst im Entstehen. In den nächsten Jahren wird die Zahl der Anbieter die ESG-Daten, wie beispielsweise den Energiemix, Bodentrockenheit, soziales Engagement und vieles mehr erheben, exponentiell wachsen. Um diese sinnvoll in die Geschäftsprozesse integrieren und als Livedata verwenden zu können, benötigen Banken und Finanzdienstleister flexible Software-Schnittstellen. Dadurch können neue Daten-Angebote schnell in das eigene Modell übernommen werden.

• 4. Eigenständige Datenerhebung und Self-Service
  Neben den externen Datenanbietern müssen auch eigenständige Datenerhebungen durchgeführt und Self-Service-Angebote für Kunden aufgesetzt werden. Dadurch können beispielsweise Energiegutachten oder Nachhaltigkeitsberichte gescannt und ausgewertet werden, um relevante Daten in die Modelle zu integrieren. Auch Self-Service-Angebote sind ein wichtiger Baustein. Hier können Kunden per Bot und Beraterkontakt dazu befähigt werden, ESG-Daten zu ihrem Business weiterzugeben.

• 5. Analyse und Klassifizierung der Daten
  Der heilige Gral des Daten-Managements ist die technikgestützte Analyse und Klassifizierung aller integrierten Datensätze. Hierfür können Analytic-Tools bereits sinnvoll eingesetzt werden, um relevante Daten zu separieren und zu interpolieren, das heißt aus aggregierten Vergleichsgruppen auf Einzelfälle zu schließen. Zukunftsmusik hingegen ist hier noch das Thema AI, da die Anforderungen keine selbstlernenden Prozesse zulassen, sondern aus Transparenzgründen immer Human-in-the-loop erfordern.

(ID:49694370)