Aufrufe
vor 3 Jahren

01 | 2015 NEWS

  • Text
  • Security
  • Sicherheit
  • Technologie
  • Innovation
  • Digital
  • Msggillardon
  • Anforderungen
  • Risiken
  • Banken
  • Optionen
  • Ifrs
  • Berechnung
  • Strategie
  • Risikovorsorge
  • Datendschungel
Im Datendschungel

u Top-Story Ausgehend

u Top-Story Ausgehend von einer beliebigen Kennzahl im Gesamtrisikobericht kann zurückverfolgt werden, aus welchen Eingangsdaten diese gebildet wurden. Bei den Eingangsdaten zu einer einzelnen hoch verdichteten Kennzahl handelt es sich in der Regel ebenfalls um bereits ermittelte Werte. Auch zu diesen zuvor ermittelten Werten werden deren originäre Eingangsdaten angezeigt. Dieses Verfahren wird so lange iteriert, bis die tatsächlichen Basisinformationen im Regelfall also in der Architekturschicht der operativen juristischen Systeme erreicht sind. Die so sichtbar gemachte Kette von Abhängigkeiten übersteigt den Informationsgehalt eines „einfachen Metadatenansatzes“ mit ausschließliche fachlich ergänzten Feld- oder Kennzahlbeschreibungen an Umfang und Aussagekraft deutlich. Vorteile auch außerhalb regulatorischer Anwendungsszenarien Neben der exemplarisch für BCBS 239 erläuterten Vorgehensweise, um die Eingangsdaten einer Risikokennzahl bis hin zu den operativen Ursprüngen zurückverfolgen zu können, ergibt sich eine Vielzahl weiterer Möglichkeiten. Werden beispielsweise in einem Operativsystem Änderungen an einer Datentabelle, etwa die Vereinheitlichung von bisher in Cent gespeicherten Beträgen in EUR, vorgenommen, so können per Knopfdruck die bestehenden Abhängigkeiten angezeigt werden. Ohne eine solche Analysemöglichkeit entsteht oftmals ein beträchtlicher Aufwand zur Identifikation sämtlicher historisch gewachsener Abhängig- Quellschicht Data Warehouse Data-Mart-Schicht Reporting Quellsystem 1 Core-DWH Risiko-Mart Report Tabelle: A Attribute ... ... ... Quellsystem 2 Tabelle: B Attribute BSP 1 BSP 2 BSP 3 BSP 4 BSP 5 ... Tabelle: C BSP 6 BSP 7 BSP 8 Tabelle: Tab 1 Attribute Datenfluss 1 DF 5 DWHAttr 1 DWHAttr 2 DWHAttr 3 ... Tabelle: Tab 2 Attribute DWHAttr 4 DF 2 DWHAttr 5 DWHAttr 6 ... DF 3 DF 6 Tabelle: Tab 3 Attribute DWHAttr 4 DWHAttr 5 DWHAttr 6 DF 4 ... ... Tabelle: Tab 10 Attribute Attr 20 Attr 21 Attr 22 ... Tabelle: Tab 20 Attribute Attr 30 Attr 31 Attr 32 ... Mart XYZ ... ... DF 7 Gesamtrisiko KPI KPI 1 KPI 2 ... Report ... ... Abbildung 1: Vollständige Data-Lineage für eine beispielhafte Risikokennzahl 6 I NEWS 01/2015

Top-Story t keiten. Weiterhin besteht die Gefahr, dass einzelne auf das Feld zugreifende Transformationen nicht angepasst werden, wodurch Fehler und Datenqualitätsprobleme entstehen. Lesen Sie mehr zu diesem Thema in unserer aktuellen Studie banking insight. BCBS 239 – Überregulierung oder Impuls für ein richtungsweisendes Risikomanagement?. Erfahren Sie, welchen Umsetzungsstandard die von uns befragten Institute nach eigener Einschätzung haben, wo sie noch vom Zielbild abweichen und wie sie dem gegensteuern können. Inhalt der Studie (Auszug) > > Data Governance: Noch hapert es bei vielen Banken an der Grundvoraussetzung für BCBS 239: der Data Governance. Sie sorgt für eine Datenstrategie, die vom Vorstand aus alle Ebenen durchzieht. Problematisch: Der Vorstand selbst verantwortet die Steuerung der Daten in über der Hälfte der Fälle gar nicht, in über einem Viertel kennt er sie nicht im Detail. > > Datenqualitätsmanagement – Von einem Randthema zu hoher Relevanz: BCBS 239 geht gleich an mehreren Stellen auf die Datenqualität ein – und rückt das Thema damit stärker ins Rampenlicht des Risikomanagements. So essenziell es ist, so groß sind hier auch die Defizite. > > Risikoberichterstattung: Im Bankgeschäft lauern viele Wagnisse. Regelmäßige Risikoberichte sollen einen Überblick über die Lage geben. Viele Kreditinstitute kommen dabei aber den Zeitvorgaben der Aufsicht nicht hinterher und berichten unvollständig. msgGillardon-Metamaster – Vorgehen 1. Schritt: Datenkataloge erfassen: Zu sämtlichen Architekturschichten – im einfachsten Aufbau Quellsysteme, Datawarehouse und Berichte – sind alle Tabellen und Attribute vollständig zu erfassen. 2. Schritt: Fachliche Beschreibungen und Parameterlisten hinterlegen: Die Basis für jedes Metadatenmanagement, anders als häufig angenommen jedoch noch nicht das Zielbild, ist die Ergänzung fachlicher Beschreibungen und Ausprägungsmöglichkeiten zu Tabellenfeldern. 3. Schritt: Datenflussgruppen auf Tabellenebene anlegen: technische und fachliche Beschreibung von Verbindungsregeln zwischen Quelltabellen, Filtern und Aggregationsvorschriften für Datensätze. 4. Schritt: Datenflüsse auf Attributebene anlegen: Erfassung der geschäftlichen Transformationslogik auf granularster Ebene als Basis für die Data Lineage. 5. Schritt: Optionale Kopplung an die technische Realisierung: Kopplung zwischen Datenflussbeschreibungen (Metadaten) und tatsächlicher Realisation durch zum Beispiel ETL-Jobs (Extract – Transform – Load). Autor > > Vier Fragen an drei Experten: Wie Dirk Jäger vom Bankenverband, Ralf Goebel vom Sparkassen- und Giroverband und Andreas Leonhard von der BayernLB zu BCBS 239 stehen, wo sich die Fachleute einig sind und an welchen Stellen sich ihre Antworten unterscheiden. Markus Nicklas Partner Business Analyse & Prozessmanagement, msgGillardon AG > +49 (0) 6196 / 7750 - 5453 > markus.nicklas@msg-gillardon.de NEWS 01/2015 I 7

msg

01 | 2018 public
02 | 2017 public
01 | 2017 public
02 | 2016 public
01 | 2016 public
02 | 2015 public
01 | 2015 public
01 | 2014 public
01 | 2014 msg systems study
01 | 2015 msg systems Studienband
Future Utility 2030
Lünendonk® Trendstudie
Digitale Transformation | DE
Digital Transformation | EN
DE | inscom 2014 Report
EN | inscom 2014 Report

msgGillardon

02 | 2018 NEWS
03 | 2016 NEWS
02 | 2016 NEWS
01 | 2016 NEWS
03 | 2015 NEWS
02 | 2015 NEWS
01 | 2015 NEWS
02 | 2014 NEWS
01 | 2014 NEWS
02 | 2013 NEWS
01 | 2012 NEWS
02 | 2011 NEWS
01 | 2010 NEWS
MaRisk
01 | 2017 banking insight
01 | 2015 banking insight
01 | 2014 banking insight
01 | 2013 banking insight
01 | 2012 banking insight
02 | 2011 banking insight
01 | 2011 banking insight
01 | 2010 banking insight
2018 | Seminarkatalog | Finanzen

Über msg



msg ist eine unabhängige, international agierende Unternehmensgruppe mit weltweit mehr als 6.000 Mitarbeitern. Sie bietet ein ganzheitliches Leistungsspektrum aus einfallsreicher strategischer Beratung und intelligenten, nachhaltig wertschöpfenden IT-Lösungen für die Branchen Automotive, Banking, Food, Insurance, Life Science & Healthcare, Public Sector, Telecommunications, Travel & Logistics sowie Utilities und hat in über 35 Jahren einen ausgezeichneten Ruf als Branchenspezialist erworben.

Die Bandbreite unterschiedlicher Branchen- und Themenschwerpunkte decken im Unternehmensverbund eigenständige Gesellschaften ab: Dabei bildet die msg systems ag den zentralen Kern der Unternehmensgruppe und arbeitet mit den Gesellschaften fachlich und organisatorisch eng zusammen. So werden die Kompetenzen, Erfahrungen und das Know-how aller Mitglieder zu einem ganzheitlichen Lösungsportfolio mit messbarem Mehrwert für die Kunden gebündelt. msg nimmt im Ranking der IT-Beratungs- und Systemintegrationsunternehmen in Deutschland Platz 7 ein.


© 2018 by msg systems ag - powered by yumpu Datenschutz | Impressum