Datenverfügbarkeit ist essenziell
Die Verfügbarkeit qualitativ hochwertiger Daten ist eine wesentliche Voraussetzung für ein besseres Kundenverständnis und die Gestaltung guter Customer Journeys, für Prozessautomatisierung, die Umsetzung regulatorischer Anforderungen – und insbesondere für jeglichen Einsatz intelligenter Technologien. Heutige Bankarchitekturen sind jedoch häufig noch durch ihre Entstehungsgeschichte geprägt und nicht nach Prozessen organisiert, sondern entlang von Produktsilos, die auch zu einer isolierten Datenhaltung führen.
Klassische Datenintegration kaum umsetzbar
Ein zentrales (physisches) Data Repository mit einem einheitlichen, übergreifenden Datenmodell ist in solch einer Landschaft sehr schwer umzusetzen, da die Begriffsdefinitionen nur im jeweiligen Silo eindeutig sind. Selbst bei viel gutem Willen aller Beteiligten ist es de facto unmöglich, sich Bank-weit (oder aus Sicht der Aufsicht sogar Banken-übergreifend) auf einheitliche Definitionen zu einigen. Werden die Daten dagegen in einem Data Lake zusammengeführt, ohne auf die unterschiedlichen silo-spezifischen Bedeutungen Rücksicht zu nehmen, entsteht Mehrdeutigkeit, und es droht ein nicht hinnehmbarer Informationsverlust.
Sinngebundene Datenpools
Aber es gibt Abhilfe: Semantische Graphen erlauben es, heterogene Datenquellen zu integrieren und die Beziehungen zwischen diesen Daten herzustellen, sprich, die Kontextdaten mitzunehmen. Sie sind die einzige bekannte Struktur, die sinngebundene Datenpools ermöglicht. Ein semantischer Graph ist ein Netz aus Datenpunkten und deren Beziehung zueinander, ist laufend erweiter- und vernetzbar und kann so beliebig große Datenmengen organisieren.
Eine Erfindung der frühen Computer-Linguistik
Der beginnende Einsatz von Cloud-Plattformen führte zur Renaissance der ursprünglich bereits in den 1960er Jahren in Computer-Linguistik und Sozio-Kybernetik entwickelten Graphen. Der Google Knowledge Graph, Facebooks Social Graph und das Amazon Recommendation System sind heute die bekanntesten Beispiele. So wird die Cloud zum Innovationstreiber und -beschleuniger für Datenintegration und zur Überwindung von Datensilos. Natürlich kann ein semantischer Graph auch On-Premise aufgebaut werden, aber die Cloud ist die ideale Plattform, um möglichst viele, heterogene Daten unterschiedlicher Herkunft zu vernetzen und dieses semantische Netz laufend und flexibel zu erweitern, anzupassen und zu aktualisieren.
Daten nutzbar machen – Beispiel ESG
Die Umsetzung der EU-Taxonomie-Regulierung bzw. die Sustainable Finance Disclosure Regulation (SFDR) sind Beispiele dafür, was semantische Graphen bei der Datenintegration leisten können. Wer heute mit Bankentscheidern darüber spricht, bekommt trotz viel guten Willens, zum Erfolg von ESG beizutragen, sehr schnell zu hören, dass es bei der Datenverfügbarkeit leider schlecht aussähe. Dabei wären die Daten durchaus vorhanden, nur eben oft schwer zugänglich und schlecht vergleichbar. Eine Ontologie, also die Logik, wie Daten im semantischen Graphen verknüpft werden, ist auch für ESG schnell und einfach aufzubauen und im Gegensatz zu klassischen Datenmodellen leicht erweiterbar, kann jederzeit mit anderen Domänen verbunden werden und ist auch über die Zeit immer flexibel – ideal also, um sich verändernde Anforderungen umzusetzen. So können interne Datenquellen leicht mit externen von Ratingagenturen oder dem European DataWarehouse angereichert werden. Letzteres sammelt seit zehn Jahren systematisch und europaweit die Daten verbriefter Kredite, oft mit ESG-Bezug. An den Daten kann die ESG-Umsetzung also nicht scheitern, man muss sie nur nutzbar machen.
Auch für die Aufsicht vorteilhaft
Auch für die Aufsicht wäre eine standardisierte, qualitätsgeprüfte Datenbasis über alle beaufsichtigten Institute mit Sicherheit vorteilhaft. Zudem würden auf einer gesicherten Cloud-Plattform Pull- statt heutiger Push-Ansätze möglich, die die Datenabfrage vereinfachen, den Aufwand für alle Beteiligten reduzieren und einen systemischen Fokus erleichtern.
„Semantische Graphen stammen ursprünglich aus den Anfängen der künstlichen Intelligenz, aus der frühen Computerlinguistik, um natürliche Sprache algorithmisch verarbeiten zu können. Ihre intuitive Verständlichkeit und große Flexibilität macht sie heute für die Integration großer Datenmengen in der Cloud extrem wertvoll“, so Dr. Edeltraud Leibrock, Group Vice President Financial Services DACH beim Beratungshaus Publicis Sapient.
Über die Autorin
Dr. Edeltraud Leibrock ist Managing Partner und Group Vice President Financial Services beim Beratungshaus Publicis Sapient. Die Expertin für Digitale Business Transformation verantwortet die Leitung der Financial Services Practice in der DACH-Region. Mit ihrem Team unterstützt sie Finanzinstitute mit Hilfe von Cloud- und Plattform-Technologien, Datenintegration und KI-Methoden dabei, sich digital neu zu erfinden, um auch in Zukunft in der Weltspitze mitzuhalten.
Über Publicis Sapient
Publicis Sapient ist ein führendes Beratungsunternehmen für die digitale Business Transformation. Wir verhelfen globalen Organisationen zu nachhaltigen Wettbewerbsvorteilen in einer zunehmend digitalen Welt. Dafür nutzen wir unsere SPEED-Kompetenzen: Strategie und Beratung, Product, Experience, Engineering und Data. In Kombination mit unserer Kultur der Neugier und tiefgreifendem Branchenwissen sind wir in der Lage, unseren Kunden Wertschöpfungs- und Wachstumspotenziale zu eröffnen, indem wir Produkte und Erlebnisse schaffen, die deren Kunden wirklich schätzen. Unser agiler, datengetriebener Ansatz rüstet Unternehmen für den Wandel und macht die Digitalisierung zum Kern ihres Denkens und Handelns. Publicis Sapient ist der Spezialist für digitale Business Transformation der Publicis Groupe mit 20.000 Mitarbeitern und über 50 Standorten weltweit. Weitere Informationen finden Sie unter publicissapient.de.