In einem ersten Schritt überprüfen wir mit unserem bewährten Quick-Check den Status quo Ihrer NFRM-IT. Dabei werden sämtliche relevanten Dimensionen berücksichtigt. Als Ergebnistyp entsteht ein Stärken-/Schwächen-Profil und eine Heatmap. Daraus leitet PPI geeignete Maßnahmen ab, die wir mit unserem Vorgehensmodell in einem zweiten Schritt aufgreifen und gemeinsam mit Ihnen umsetzen.
In der Regel ist der Startpunkt der PPI-Analyse Ihre IT-Strategie und -Architektur mit Bezug auf nichtfinanzielle Risiken. Bei dieser Untersuchung ergeben sich oft bereits erste Erkenntnisse mit Blick auf NFR-Systeme, IT-Lieferketten und Daten.
Lösungen für die Messung, Steuerung und Überwachung sowie das Reporting – Stichwort: Advanced Analytics – gibt es viele. Doch welche ist die richtige Lösung hinsichtlich funktionaler und nichtfunktionaler Anforderungen? Wir lassen Sie mit diesen Fragestellungen nicht allein. Gemeinsam finden wir mit Ihnen eine angemessene Anwendung, auch unter dem Gesichtspunkt der Kosteneffizienz.
Daten sind das wahre Gold eines Finanzinstituts. Dies gilt insbesondere für NFR-Daten mit Blick auf Verfügbarkeit, Granularität und Qualität. Es ist nicht überraschend, dass Daten inzwischen als echte monetäre Assets eines Hauses gewertet werden. Sie ermöglichen die Einschätzung des NFR-Exposures, eine kennzahlengestützte Steuerung und die Möglichkeit einer Frühwarnindikation durch den Einsatz künstlicher Intelligenz. Daten haben somit einen aktiven Anteil an der Wertschöpfung im Unternehmen. Für PPI ist es eine Selbstverständlichkeit, dass wir neben ökonomischen Aspekten auch regulatorische Vorgaben wie beispielsweise BCBS 239 mit der Data Lineage berücksichtigen.
Der Einsatz künstlicher Intelligenz kann in vielen Anwendungsbereichen nichtfinanzieller Risiken eine Verbesserung der Performance bringen: Dies reicht etwa
- vom Aufbau und dem Management eines Data Dictionaries mit Hilfe eines Machine Learning Data Catalogues (MLDC) über die
- Verwendung von Deep-Learning-Verfahren zur Analyse und Aufbereitung unstrukturierter Daten (etwa NLP-basiert für Fraud Risks) und
- strukturierter Daten (wie AML/CTF, Embargo) bis hin zur
- Minimierung von Model Risks.
Ungeachtet davon, in welchen Bereichen und Themenschwerpunkten Sie eine Performanceverbesserung erzielen wollen – wir bringen Sie weiter. Sprechen Sie uns an!
