In den letzten Jahren haben Banken in den Auf- und Ausbau ihrer Applikationen für die Gesamtbanksteuerung investiert. Ziel vieler Maßnahmen ist die Harmonisierung des internen und externen Reportings, in Fachkreisen als Management Approach bekannt. Damit sollen beispielsweise Informationen, die im Verlauf der Meldewesenvorverarbeitung anfallen, für das Riskoreporting (wieder-)verwendet werden. Inzwischen stehen dafür zahlreiche Lösungen zur Verfügung. Die Umsetzung gestaltet sich häufig nicht nur aus technischen, sondern auch aus organisatorischen Gründen schwierig. Fach- und IT-Abteilungen reden nicht selten aneinander vorbei. Zahllose Abstimmungsrunden sind die Folge.
Das Dossier über den Sinn einer Business-Intelligence-Strategie
Auch an der Schnittstelle zum Kunden, im Front End sieht es ähnlich aus, wenngleich die Anforderungen hier andere sind als im Back End. Hier geht es vorrangig um unstrukturierte Informationen, die situativ, z.B. während eines Bezahlvorgangs mit dem Smartphone, anfallen. Hinzu kommt, dass die die Reaktionszeiten deutlich kürzer sind als im Back End.
Dominiert an der Schnittstelle zum Kunden die Außensicht, überwiegt in der Gesamtbanksteuerung die Innensicht. Während im Back End die Verarbeitung nicht in jedem Fall in Echtzeit erfolgen muss, ist dies an der Kundenschnittstelle nahezu zwingend.
Wir haben es also mit (mindestens) zwei unterschiedlichen Welten zu tun. Der Versuch, diese durch eine BI-Strategie unter einen Hut zu bringen, steht daher unter einem ungünstigen Stern.
Dass Kerngeschäft der besteht in der Informationsverarbeitung
Nur wenige Autoren haben sich mit dem Thema BI-Strategie so intensiv und profund beschäftigt wie Steve und Nancy Williams in The Profit Impact of Business Intelligence. Eine Bank wäre wohl auf Jahre vollauf damit beschäftigt, wenn sie auch nur einen Teil der Empfehlungen umsetzen wollte. Klassische BI-Ansätze stoßen hier offenbar an Grenzen.
Klassische BI-Strategien
Bei klassischen BI-Strategien werden die Hauptphasen Strategieformulierung, Umsetzung und Kontrolle unterschieden. Leitender Gedanke ist, dass sich Strategien – im Prinzip – ausformulieren und planen lassen. Der Reifegrad der BI-Systeme kann fortlaufend gemessen und auf Abweichungen mit geeigneten Maßnahmen reagiert werden. Für Henry Mintzberg lassen sich Strategien jedoch nicht planen oder als abstraktes Ziel formulieren. Vielmehr entwickeln sie sich oft spontan aus dem täglichen Geschäft heraus. Bisher gültige Annahmen müssen kurzfristig korrigiert, abweichende, für den Erfolg jedoch entscheidende Beobachtungen, fortan berücksichtigt werden. Mintzberg spricht von emergenten, sich herausbildenden Strategien.
Innovatives Informationsmanagement für das 21. Jahrhundert
Blog-Autor Ralf Keuper Bild: Xing
Dossier-Autor Ralf Keuper ist seit über 15 Jahren als Berater im Banking tätig. Der Studierte Bank- und Diplomkaufman hat unter anderem als Senior Consultant Banking bei der COR&FJA AG und Senior Consultant Banking & Financing bei Steria Mummert Consulting AG gearbeitet. Neben seinter Beratertätigkeit verfasst Ralf Keuper Technologie-Dossiers für das IT Finanzmagazin und gibt das Bankstil-Blog heraus.
Eine umfassende BI-Strategie zu entwickeln, dürfte aus den genannten Gründen schwer sein. Eher schon bietet es sich an, die Sensibilität der Organisation für Informationen, seien sie externer oder interner Art, zu erhöhen. Das setzt jedoch, wie Haim Mendelson und Johannes Ziegler in Organisations-Intelligenz IQ. Innovatives Informationsmanagement für das 21. Jahrhundert schreiben, dezentrale Entscheidungsstrukturen und eine offene Informationskultur voraus. Informationen werden im Idealfall dort verarbeitet und bewertet, wo sie anfallen. Daraus folgt nicht, dass jeder Mitarbeiter einer Bank ein Data Scientist werden muss. Jedoch sollten die Mitarbeiter mit Hilfe entsprechender BI-Tools in der Lage sein, die Informationen für ihren Aufgabenbereich zu klassifizieren und einzuordnen. Damit rücken Fragen der Datenmodellierung in den Vordergrund. Diese Aufgaben werden um so dringender, als inzwischen zahlreiche branchenfremde Mitbewerber in das Stammgeschäft der Banken eindringen, die im Informationsmanagement bereits über eine große Expertise verfügen, wie Amazon, Google, Alibaba und Apple. FinTech-Startups wie Kreditech sind den Banken bei der Anwendung von Big Data-Technologien derzeit weit voraus.
Die zunehmende Digitalisierung des Bankgeschäfts verlangt anscheinend nach neuen Formen der Strategieentwicklung.
Strategien für das digitale Zeitalter
Für Greg Satell liegt der Schlüssel für den Erfolg eines Unternehmens im digitalen Zeitalter in der Fähigkeit, seine Strategie fortlaufend – in Echtzeit – anpassen zu können. Er bezeichnet diesen Ansatz als Bayesian Strategy. Feste Annahmen darüber, wie das Geschäft in naher oder ferner Zukunft verlaufen wird, existieren nicht mehr. Stattdessen versucht man, weniger häufiger daneben zu liegen. Das soll u.a. durch den gezielten Einsatz von Big Data – Technologien gelingen. Ein wichtiges Instrument sind dabei Simulationen. Da die Wirtschaft künftig noch stärker als heute von Netzwerken dominiert wird, kann, so Satell, es sich kein Unternehmen und keine Bank mehr leisten, in den Kategorien geschlossener Systeme zu denken und zu agieren.
Wenngleich man Satell nicht bei jeder seiner Schlussfolgerungen zustimmen muss, so legt er den Schwachpunkt der klassischen BI-Strategien offen.
Banken stehen vor der Herausforderung, eine Balance zwischen der Innen- und Außensicht zu finden. An der Schnittstelle zum Kunden gelten die Regeln der digitalen Ökonomie, d.h. die Informationsbereitstellung und Reaktion in Echtzeit ist entscheidend. Externe Informationen haben hier ein besonderes Gewicht. An dieser Stelle konkurrieren die Banken inzwischen mit den großen Internetkonzernen, Telekommunikationsunternehmen, Einzelhändlern und FinTech-Startups. Gleichzeitig sind die Banken wegen der Regulierung und aus Gründen des Risikomanagements gehalten, Daten zu sammeln, zu historisieren und in aussagekräftige Berichte zu transformieren. Es handelt sich also um zwei verschiedene Ebenen, mit z.T. deutlich abweichenden Anforderungen an die Dimensionen Zeit und Raum, die Organisationskultur sowie die IT-Systeme. Kurzum: Mindestens zwei Banken in einer.
Idealtypische BI-Strategie
Eine idealtypische BI-Strategie versetzt eine Bank in die Lage, den Wert einer Information zu einem vertretbaren Zeit- und Kostenaufwand ermitteln zu können, um zu klären, ob und inwieweit sie mit der Geschäfts- und Risikopolitik der Bank im Einklang steht und welche Handlungsalternativen sich daraus ergeben. Das beinhaltet auch kurzfristige Änderungen an der BI-Strategie selbst, wenn sich herausstellen sollte, dass grundlegende Annahmen die Kunden und das Wettbewerbsumfeld betreffend, nicht (mehr) den Tatsachen entsprechen.
Was die Zukunft bringt
Braucht es eine explizite BI-Strategie oder müssen wir unser Verständnis von Strategie – nicht nur in den Banken – überhaupt ändern? Wird die Digitalisierung in der Ökonomie, die Tatsache, dass die Produkte insgesamt informationsintensiver werden, zur branchenübergreifenden Verbreitung der Bayesian Strategy von Greg Satell führen? Fest steht, dass, wie Michael Porter und Victor Millar bereits vor dreißig Jahren festgestellt haben, der “Wettbewerbsvorteil durch Information” an Bedeutung gewinnen wird. Davon betroffen sind in besonderer Weise Banken, deren Produkte ausgesprochen informationsintensiv sind. Dementsprechend benötigen Banken Strategien, IT-Systeme und Organisationsstrukturen, die die Wertschöpfung, die Veredelung der Informationen mit externen Partnern, wie Kunden und Lieferanten, unterstützen.
Vielleicht fehlt uns dazu noch der passende Begriff.
Schreiben Sie einen Kommentar