WEITBLICK - LBBW Asset Management Investmentgesellschaft mbH

Seite 12
Trends
WEITBLICK
Tempo, Tempo!
WEITBLICK
Tempo, Tempo!
Seite 13
Trends
Tempo, Tempo!
Banken müssen immer schneller immer
größere Datenmengen verarbeiten –
und das am besten in Echtzeit. Moderne
Systeme wie SAP HANA können sich
dabei als wichtiger Wettbewerbsfaktor
erweisen.
Hohes Optimierungspotenzial
IT-Unterstützung der Geschäftsprozesse 3,2
Beratungsservices 3,1
Kundenmanagement, Vertrieb 3,0
Risikomanagement, Gesamtbanksteuerung 3,0
Personal 3,0
Ø Optimierungspotenzial (2,9)
Kreditgeschäft 2,9
Die IT-Unterstützung der
Geschäftsprozesse hat
für die befragten Banken
das höchste Optimierungspotenzial
unter den vorgegebenen
Bereichen.
Wertpapiergeschäft 2,9
In den vergangenen Jahren hat der Wettbewerbsdruck im
Bankensektor deutlich zugenommen. Im Kampf um den
Kunden und gegen die Mitbewerber ist für die Kreditinstitute
auch die wirksamere und effiziente Neuausrichtung der
Datenverarbeitungsprozesse von überragender Bedeutung.
Denn die Geschäftsdatenbestände der Kreditinstitute
wachsen auf allen Kanälen. Neue regulatorische Vorgaben,
Kostendruck, zunehmende Innovationsgeschwindigkeit und
geänderte Bankstrategien erhöhen ebenfalls den Detaillierungsgrad.
Mit Basel III ist das Liquiditätsrisiko hinzugekommen.
Viele Institute haben die Wichtigkeit des Themas
erkannt. In der Realität hinkt ihre Software aber häufig
noch den Anforderungen hinterher. Zu diesem Ergebnis
kommt die Trendstudie „Zukunft der Banken 2020“ der
Managementberatungsgesellschaft Lünendonk. Demnach
sind mehr als 80 Prozent der Banken in Deutschland mit
der Unterstützung durch ihre IT nicht zufrieden. Besonders
kritisch wird die Unterstützung der Geschäftsprozesse
bewertet. „Zu ineffizient“ und „nicht leistungsstark genug“
lauten die Urteile der befragten Banker. 82,8 Prozent sehen
für die Zukunft ein hohes oder sehr hohes Optimierungspotenzial
bei ihren IT-Lösungen.
Beschleunigte Datenverarbeitung
Der Walldorfer Softwarekonzern SAP hat auf die Bedürfnisse
reagiert und eine entsprechende Plattform entwickelt:
SAP HANA – eine In-Memory-Plattform, die es Unternehmen
ermöglicht, Geschäftsvorgänge in Echtzeit zu analysieren –
und dabei selbst enorme Datenmengen umgehend zu
verarbeiten. Transaktions- und Analysedaten aus praktisch
jeder Quelle lassen sich augenblicklich untersuchen und
auswerten. In Sekundenschnelle werden neue operative
Daten in den Arbeitsspeicher geladen und stehen dort
flexibel und intuitiv nutzbar für unterschiedliche Analysezwecke
bereit. Ebenso einfach lassen sich Analysemodelle
mit externen Daten anreichern, um so das Unternehmen
vollständig abzubilden. Speziell für Banken wurde die
SAP-HANA-Anwendung SAP Liquidity Risk Management
entwickelt. „Mit dem SAP Liquidity Risk Management haben
wir unsere erste In-Memory-Lösung für das Banking auf
den Markt gebracht“, sagt Dr. Michael Adam, Head of Risk
Banken müssen mittlerweile so viele Daten verarbeiten, dass die Drähte
glühen. Mit moderner IT-Software können die Prozesse optimiert werden.
& Compliance Solutions, IBU Banking bei SAP. Geschwindigkeit
sei zwar nicht alles, fährt Adam fort, aber sie eröffne
völlig neue Möglichkeiten. „In einem Test haben wir mit
zwei Milliarden Cashflows gearbeitet und konnten sie in
weniger als zwei Sekunden aggregieren und analysieren.
Im Vergleich dazu benötigen andere Systeme vier bis sechs
Stunden.“ Adam ist sich sicher, dass SAP Liquidity Risk
Management powered by SAP HANA das Datenmanagement
der Banken von Grund auf verändern wird.
Dr. Michael Adam, Head of Risk & Compliance Solutions,
IBU Banking bei SAP
„SAP Liquidity Risk Management
powered by SAP HANA wird das Datenmanagement
von Grund auf verändern.“
Ein Quantensprung
Früher, so Adam, mussten kleine Simulationen mit zwei
bis drei Millionen Daten stundenlang, teilweise über Nacht,
gerechnet werden. Jetzt sei das „on the fly“ möglich, also
sofort. Das biete dem Risikomanager den Luxus, sich nicht
mehr genau im Vorhinein überlegen zu müssen, was er
berechnen möchte. Stattdessen könne er verschiedene
Szenarien ausprobieren und auch auf Einzelgeschäftsebene
Marketing 2,7
Zahlungsverkehr 2,7
Produktentwicklung 2,6
Berichtswesen 2,5
gar kein Optimierungspotenzial
heruntergehen. Er könne sehen, welche Auswirkungen relativ
unwahrscheinliche, aber existente Risiken haben, und
bekomme so ein Gefühl für seine Daten. Außerdem würde
sich mit einem Intraday-Überblick zum Beispiel der von den
Banken vorzuhaltende Liquiditätspuffer reduzieren lassen.
Die dadurch freigesetzten Mittel können anders investiert
werden.
SAP HANA in der Bankenpraxis
Um die Leistungsfähigkeit der IT-Reporting-Landschaft zu
verbessern, bietet SAP auch die Anwendung SAP NetWeaver
Business Warehouse powered by SAP HANA an. Die Software
fasst Daten aus bereits implementierten SAP-Anwendungen
und externen Datenquellen in einem einheitlichen Format
zusammen. Dadurch kann der Kunde unternehmensweit
eine einheitliche Datenbasis mit einfachem Zugriff auf die
Informationen erhalten. Die kompletten Datenbestände des
unternehmensweiten Berichtswesens werden in der SAP-
HANA-Datenbank vorgehalten, verarbeitet und beschleunigt.
Zudem nutzt SAP HANA Kompressionsalgorithmen
und Datenstrukturen, die es ermöglichen, den benötigten
Speicherbedarf zu minimieren. Die Aareal Bank – eines
der ersten Institute, die diese Anwendung implementiert
haben – konnte so ihren Speicherbedarf anfangs um mehr
als das Zehnfache komprimieren. Außerdem profitiert das
Institut von schnelleren Ladezeiten und besserem Einblick
in Geschäftsdaten. Berichte lassen sich schneller erstellen
1 2 3 4
sehr hohes Optimierungspotenzial
Quelle: Lünendonk-Trendstudie,
„Die Zukunft der Banken 2020“
und die Verantwortlichen im Unternehmen sind in der Lage,
schneller fundierte Entscheidungen zu treffen.
Elisabeth Kümmel, Director Reporting Functions
bei der Aareal Bank AG, über SAP HANA
„Die Geschwindigkeit ist beachtlich
und trägt zu einer deutlichen Effizienzsteigerung
bei.“
Intelligente Strategie
Ein positiver Nebeneffekt von Echtzeit-Systemen à la SAP
HANA ist, dass die Redundanz der Daten reduziert wird.
Bisher kopieren die Banken noch immer häufig große Datenmengen
von links nach rechts, um sie in allen Bereichen
zur Verfügung stellen zu können. Wenn hingegen eine
einheitliche Datenbasis mit In-Memory-Technologie zur
Verfügung steht, lassen sich deutliche Effizienzpotenziale
und Einsparungen realisieren. Es geht eben nicht darum,
Big Data nur mit mehr Rechnerkapazitäten zu bewältigen,
sondern vielmehr um intelligente Strategien, vorhandene
Datenbanken zu optimieren und mit In-Memory-Technologie
zu kombinieren, um so eine Datenmanagement-Strategie
zu entwickeln, die zwischen „hot“, „warm“ und „cold“
Daten unterscheidet.