Die Rolle des Chief Data Officers (CDO) in Finanzorganisationen hat sich radikal gewandelt. Er ist nicht mehr nur für die Sicherung der Daten und die Einhaltung von Compliance-Anforderungen verantwortlich. Zu seinen Aufgaben zählt mittlerweile, geeignete Strategien zu entwickeln, um Big Data und unternehmenseigene Daten für den Geschäftserfolg nutzbar zu machen. Damit diese Datenschätze sich auszahlen, bedarf es eines proaktiven Datenmanagements und einer analytikgestützten Geschäftsstrategie. Welche Herausforderungen CDOs in diesem Bereich aktuell sehen und wie sie diesen begegnen wollen, haben wir in unserer Studie „The Evolving Role of the CDO at Financial Organizations“ untersucht.
Gemeinsam mit Financial Data Innovation FIMA und Worldwide Business Research (WBR) Insights wurden für die Studie 100 leitende Mitarbeiter von Investmentbanken, Vermögensverwaltern, Hedgefonds und Versicherungsunternehmen befragt.
Was das Datenmanagement für Compliance-Belange betrifft, geht aus den Antworten der Befragten hervor, dass die Finanzbranche bereits auf einem guten Weg ist. Denn 83 Prozent der CDOs sagen, dass das Problem zur Einhaltung der Vorschriften inzwischen gelöst sei und mittlerweile nachrangig gegenüber der Verbesserung von Geschäftsabläufen steht. Andererseits geben 95 Prozent der Studienteilnehmer an, mindestens 40 Prozent ihrer Anstrengungen für die Einhaltung von Compliance-Vorschriften würden nach wie vor manuell durchgeführt. Aus diesem Grund ist dieser Bereich für viele Finanzorganisationen noch immer sehr kostenintensiv.
Es kommt für Finanzunternehmen also nach wie vor darauf an, geeignete Lösungen zu finden, um die manuellen Prozesse bei der Datenverwaltung weitestgehend zu automatisieren. Nur so wird es ihnen möglich, den Fokus auf offensive Datenmanagement-Strategien zu legen, die einen geschäftlichen Mehrwert generieren.
Big Data verwalten und nutzen
Große Mengen an strukturierten und unstrukturierten Daten – bekannt als Big Data – eröffnen jeder Organisation ein enormes Potenzial, um für die Kunden, die Aktionäre und das eigene Unternehmen einen Mehrwert zu schaffen. Dies gilt ebenso für die Finanzbranche.
Dafür muss eine Finanzorganisation in der Lage sein, Big Data so zu verwalten, dass sie als Basis für Analysen und Entscheidungsfindung dienen können. Genau in dieser Hinsicht fehlt es allerdings noch häufig an erfolgreichen Ansätzen, wie die Studie zeigt.
Zwar nutzen mindestens die Hälfte der befragten Unternehmen im Rahmen ihrer Big-Data-Governance-Strategie Data Lineage- und Crowdsourcing-Techniken.
Es zeichnet sich jedoch ein anderes Bild, wenn es darum geht, Metadaten bei der Sortierung ihrer Datensätze anzuwenden. Dies betrifft auch den Einsatz von Maschinellem Lernen sowie die Verwaltung der Ergebnisse von Daten aus verschiedenen Quellen.
Wird aktives Datenmanagement als Strategie zur Nutzung von Daten zum Erkenntnisgewinn für die Generierung von Werten, Umsatz und Gewinn definiert, fühlen sich derzeit 61 Prozent der Befragten zumindest größtenteils darauf vorbereitet. Das Gefühl bestens gerüstet zu sein, haben dagegen nur 19 Prozent. Als größte Hindernisse auf ihrem Weg zum proaktiven Datenmanagement macht die Mehrheit der CDOs fehlende nachgelagerte Sichtbarkeit der Daten (69 Prozent) und unklare Informationen über Datenherkunft und Kennzeichnung (65 Prozent) aus.
Die Studienergebnisse legen nahe, dass Finanzunternehmen Fortschritte bei der internen Datenverwaltung erzielt haben, sich aber noch schwer damit tun, Einblick in die nachgelagerten Anwendungen von Daten zu erhalten, sobald diese für die endgültige Bereitstellung von Dienstleistungen verwendet oder an andere Stellen weitergegeben werden. Dessen ungeachtet gibt die Mehrheit der Befragten an, durch ein proaktives Datenmanagement eine analytikgestützte Geschäftsstrategie entwickeln zu wollen.
KI-gestützte analytische Cloud-Dienste als Schlüssel
Danach gefragt, welche Tools sie für die Realisierung einer proaktiven Datenmanagement-Strategie am wichtigsten erachten, stechen KI-gestützte Cloud-Dienste hervor.
In Frage kommen dafür zum Beispiel KI-gestützte Data-Fabric-Lösungen auf Basis moderner Datenplattformen wie InterSystems IRIS. InterSystems IRIS stellt wichtige Funktionen bereit, die zur Implementierung einer Smart Data Fabric benötigt werden. Dazu zählen weitreichende Integrationsfähigkeiten, hochperformantes Datenbankmanagement, fortschrittliche Analysefunktionen sowie flexibles API-Management. Der entscheidende Vorteil: InterSystems IRIS bietet all das in einem einzigen Produkt, was im Vergleich zum Einsatz mehrerer separater Einzellösungen sowohl die Komplexität als auch den Wartungs- und Betriebsaufwand reduziert und damit die Gesamtbetriebskosten deutlich senkt.
Finanzdienstleister können so enorme Datenmengen durchsuchen und sich eine einheitliche Sicht auf richtige, konsistente und vertrauenswürdige Daten in Echtzeit verschaffen.
Die vollständige Studie „The Evolving Role of the CDO at Financial Organizations” finden Sie zum Download hier.
