Lassen Sie sich nicht von Regularien treiben, sondern von Daten inspirieren

Die regulatorischen Anforderungen an Banken steigen kontinuierlich – und mit ihnen die Herausforderungen im Datenmanagement. BCBS 239, das bereits seit Jahren für systemrelevante Institute gilt, bleibt dabei aktuell.

Doch wer BCBS 239 lediglich als Pflichtübung versteht, übersieht das Potenzial, das sich hinter den Anforderungen verbirgt: Die Umsetzung der Prinzipien bietet die Chance, Datenmanagement strategisch neu auszurichten und damit die Grundlage für eine Transformation zu mehr Datennutzung und mehr Inspiration durch Daten zu legen.

In diesem Sinne ist eine Data-Inspired-Bank ein Institut, das datenbasiert entscheidet, handelt und Daten als Innovationstreiber nutzt. Denn: Nur wer seine Daten im Griff hat, kann auch künstliche Intelligenz (KI) verantwortungsvoll und wirksam einsetzen.

BCBS 239 als Ausgangspunkt – nicht als Ziel

BCBS 239 verfolgt das Ziel, die Risikodatenaggregation und -berichterstattung von Banken zu verbessern. Die Prinzipien reichen von Governance und Infrastruktur über Genauigkeit, Vollständigkeit und Aktualität der Daten bis hin zu deren Integration in Entscheidungsprozesse. Viele Institute haben in den letzten Jahren BCBS-239-Initiativen aufgesetzt – oft mit starkem Fokus auf technischen Min­destanforderungen und regulatorischer Compliance. Doch was häufig fehlt, ist die strategische Perspektive: Wie lassen sich diese Investitionen nutzen, um einen echten Wettbewerbsvorteil zu erzielen?

Von der Pflicht zur Kür: Data Governance als Fundament

Ein effektives Datenmanagement beginnt mit einer wirk­samen Data Governance. Die BCBS-239-Prinzipien fordern klar definierte Verantwortlichkeiten, aber nur wenige Banken haben diese Anforderungen in ein ganzheitliches Operating-Modell überführt. Dabei liegt genau hier der Schlüssel: Wer klare Rollen und Prozesse für den Umgang mit Daten etabliert, kann nicht nur regulatorischen An­forderungen besser begegnen, sondern auch Daten als produktives Asset nutzen.

Datenverantwortliche, Data Stewards und ein zentrales Data Office sind Enabler auf dem Weg zur datenzentrier­ten Organisation. Die Einführung von Datenkatalogen, Business Glossaren und Data Lineage schafft Transparenz und Vertrauen in die Daten – wichtige Voraussetzungen, um diese systematisch für Entscheidungen nutzbar zu machen.

Messen, was zählt: Reifegrad und KPIs für das Datenmanagement

Ein häufiges Hemmnis in der Weiterentwicklung des Datenmanagements ist das Fehlen von Metriken. Nur was gemessen wird, kann auch gesteuert werden. Des­halb unterstützen wir Banken zunehmend bei der Ent­wicklung von Reifegradmodellen und KPI-Sets für das Datenmanagement.

Ein strukturiertes Reifegradmodell zeigt nicht nur auf, wo eine Bank aktuell steht, sondern macht auch deutlich, welche nächsten Schritte sinnvoll sind. Ergänzt um quali­tative und quantitative KPIs – etwa zur Datenqualität, zur Nutzungsintensität von Daten oder zur Prozessgeschwin­digkeit – kann ein Steuerungsinstrument entstehen, das datenbasierte Entscheidungen in der Datenorganisation selbst ermöglicht.

Daten sind der Rohstoff – qualitätsgesicherte Daten sind das Produkt

Eine der zentralen Erkenntnisse aus BCBS 239 ist: Daten­qualität entsteht nicht zufällig, sondern ist das Ergebnis bewusster Gestaltung.

Wenn heute über Datenprodukte gesprochen wird, die eine bessere Nutzung der Daten ermöglichen, und nach klaren Verantwortlichkeiten dieser Daten verlangen, dann setzt dies eine übergeordnete Governance voraus. Wer KI-Modelle oder Advanced Analytics einsetzen möchte, muss sicherstellen, dass die zugrunde liegenden Daten oder Datenprodukte vollständig, korrekt und konsistent sind.

Datenqualität ist dabei nicht nur ein technisches Thema, sondern eine gemeinsame Aufgabe von Fachbereichen und IT. Erst wenn Datenprozesse von Ende zu Ende gedacht werden – von der Entstehung über Verarbeitung und Speicherung bis zur Nutzung –, entsteht ein System, das vertrauenswürdige Informationen liefert.

Technologisch bedeutet das:

• Datenintegration über Domänen hinweg,
• eine moderne Datenarchitektur (zum Beispiel Data Mesh) und
• der Einsatz von Metadatenmanagement und Data Quality Tools.

Organisatorisch braucht es eine Kultur, in der Datenquali­tät als Teil der Wertschöpfung verstanden wird.

Der Weg zur Data-Inspired-Bank

Eine Data-Inspired-Bank nutzt ihre Daten nicht nur zur Erfüllung regulatorischer Anforderungen, sondern als ak­tiven Werttreiber für Innovation, Kundenzentrierung und Effizienz. Sie erkennt Muster frühzeitig, trifft fundiertere Entscheidungen, automatisiert Prozesse und entwickelt neue Produkte datenbasiert.

Doch was unterscheidet eine solche Bank von einer tradi­tionellen Bank?

KI-Readiness braucht Daten-Readiness

Viele Banken möchten heute generative KI oder Machine Learning einsetzen – sei es für die Automatisierung von Backoffice-Prozessen, die Betrugsprävention oder das Customer-Engagement. Doch KI braucht strukturierte, vertrauenswürdige und zugängliche Daten. Ohne diese Grundlagen drohen „Black Boxes“, Fehlentscheidungen oder regulatorische Rückschläge.

Eine erfolgreiche KI-Einführung setzt aus Datensicht vor­aus:

• Klare Datenherkunft (Data Lineage) und Nachvollziehbarkeit
• Datenverfügbarkeit
• Verlässlichkeit der Daten
• Hohe Granularität der Daten
• Transparente Modelle
• Relevante Trainingsdaten und Zugriffsmöglichkeiten
• Kontinuierliches Monitoring und Governance für KI

BCBS 239 kann – richtig interpretiert – ein zentraler Hebel sein, um diese Voraussetzungen zu schaffen. Die Prinzipi­en zu Governance, Datenqualität und Aggregationsfähig­keit liefern eine solide Grundlage, auf der sich KI-Systeme sicher aufbauen lassen.

Fazit: Vom Regulierungsstau zur strategischen Datenreise

BCBS 239 ist mehr als ein regulatorischer Meilenstein – es ist ein Impuls zur strukturellen Erneuerung des Datenma­nagements in Banken. Wer jetzt die Chance nutzt, seine Datenprozesse neu aufzustellen, Data Governance zu etablieren und Datenqualität nachhaltig zu sichern, macht seine Organisation nicht nur regulatorisch robust, sondern zukunftsfähig.

Der Weg zur Data-Inspired-Bank beginnt mit einem kla­ren Bekenntnis: Daten sind der Rohstoff, aber nur quali­tätsgesicherte Daten sind ein Produkt, ein Datenprodukt. Wer es professionell erschließt, legt das Fundament für Innovation, Wachstum und vertrauenswürdige KI.