Wie Sie den Datenqualitätsmanagement- Herausforderungen von Solvency II gerecht werden.

Größe: px
Ab Seite anzeigen:

Download "Wie Sie den Datenqualitätsmanagement- Herausforderungen von Solvency II gerecht werden."

Transkript

1 29 April 2009 Arbeitspapier Mai 2011 Massimiliano Neri Associate Director Kontakt NORD- UND SÜDAMERIKA EUROPA ASIEN (AUSGENOMMEN JAPAN) Japan Besuchen Sie Visit: Über den Autor Massimiliano Neri ist stellvertretender Direktor bei Moody s Analytics, der die Funktion des Best Practices-Spezialisten für Produkte und Lösungen im Bereich Unternehmensrisikomanagement einnimmt. Vor seinem Wechsel zu Moody s Analytics sammelte Massimiliano umfassende internationale Erfahrungen bzgl. der Förderung von Unternehmensprozessen und der Unternehmensregelmethodologie im Finanzsektor. Massimiliano promovierte in Angewandten Wirtschaftswissenschaften an der Universidad Juan Carlos in Madrid. In der Vergangenheit hielt er mehrere Seminare über die Mikroökonomie von Risiko und Unsicherheit an der Luiss Guido Carli Universität in Rom, der Universidad Rey Juan Carlos in Madrid und am Ludwig von Mises- Institut in den Vereinigten Staaten. Wie Sie den Datenqualitätsmanagement- Herausforderungen von Solvency II gerecht werden. Highlights Die Solvency II-Richtlinie stellt strenge Anforderungen an die Datenqualität. Als Antwort auf diese Änderungen werden Versicherungsunternehmen nicht umhin kommen, ihre Prozesse anzupassen. Dieses Arbeitspapier wurde für Risikomanager, Aktuare und Solvency II-Projekt-und IT-Manager erstellt. Es betrachtet die neue Richtlinie und skizziert die wichtigsten Anforderungen an die Datenqualität. Desweiterhin werden Best Practices für die Evaluierung und das Management der Datenqualität, einschließlich verschiedener Arten von Datenqualitätsprüfungen und prozessen sowie Audit-und Prüfungsmöglichkeiten beschrieben. Dabei zeigt das Arbeitspapier auf, dass ein zentralisiertes Konzept für das Datenqualitätsmanagement, welches eine Technologie für die Automatisierung dieses Prozesses nutzt, Versicherungsunternehmen dabei helfen kann, über die reinen Datenqualität der Richtlinie hinauszugehen, indem die Vorteile von vollständigen, korrekten und transparenten Daten für eine größere operative Effektivität und eine stärker risikobasierte Entscheidungsfindung hervorgehoben werden.

2 Inhaltsverzeichnis Bedeutung der Datenqualität für Solvency II 3 Hinweis zur verwendeten Referenzliteratur 3 Kriterien zur Bewertung der Datenqualität 4 Datendefinition 4 Datenqualitätsbeurteilung 4 Detaillierungsgrad der Beurteilung 5 Anwendbarkeit des Prinzips der Proportionalität 5 Datenabgleich 5 Datenqualitätssysteme- und verfahren 6 Der Datenqualitätsmanagementprozess 6 Erhebung, Speicherung und Verarbeitung von Daten 7 Wirtschaftsprüfer und die versicherungsmathematische Funktion 7 Identifizierung von Datenmängeln 8 Management von Datenmängeln 8 Best Practices von Moody s Analytics für Beurteilung und Management der Datenqualität 9 Ein zentralisierter Ansatz für die Datenqualität 9 Arten von Datenqualitätsprüfungen 12 Der Datenqualitätsbeurteilungsprozess und der Anwender 12 Prüfung und Nachverfolgung 14 Schlussfolgerungen 16 Weiterführende Literatur 17 2 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

3 Bedeutung der Datenqualität für Solvency II Solvency II ist die erste Richtlinie, die Versicherern strenge Anforderungen an die Datenqualität auferlegt. Risikomanagementexperten sind sich darin einig, dass gute Daten eine genauere Berechnung des Best Estimate (für versicherungstechnische Rückstellungen) ermöglichen. Keine der vorangehenden Versicherungsregelungen schrieb derartig detaillierte Anforderungen an die Datenqualität vor. Zweifelsohne sind qualitativ gute Daten eine wichtige Voraussetzung für die korrekte Berechnung von versicherungstechnischen Rückstellungen. Die Implementierungsmaßnahmen von Solvency II wurden mit dem Ziel ausgerichtet, als Orientierung für eine einheitliche Vorgehensweise des Datenqualitätsansatzes quer durch Säule 1 zu dienen, und eine genaue Berechnung der Solvenzkapitalanforderung (SCR) und der Mindestkapitalanforderung (MCR) zu ermöglichen. SCR - Wichtige quantitative Kapitalanforderung, die in der Solvency-II-Richtlinie definiert ist. Die SCR ist die höhere der zwei von Solvency II geforderten Kapitalstufen und bietet ein Schutzniveau von ungefähr 1 in 200 Jahren. MCR - Wichtige quantitative Kapitalanforderung, die in der Solvency-II-Richtlinie definiert ist. Die MCR ist die niedrigere der zwei von Solvency II geforderten Kapitalstufen und bietet ein Schutzniveau von ungefähr 1 in 6 Jahren. Vor allem die fünfte quantitative Auswirkungsstudie (Quantitative Impact Study - QIS5) unternahm große Anstrengungen, anspruchsvolle interne Modelle zu entwickeln, welche die Anpassung von SCR- und MCR-Berechnungen nach den Erfordernissen des Unternehmens ermöglichen. Indes ergibt es wenig Sinn, interne Modelle zu verfeinern, ohne vorher sicherzustellen, dass diese auf hochwertigen Daten basieren. Hinweis zur verwendeten Referenzliteratur Der Ausschuss der Europäischen Aufsichtsbehörden für das Versicherungswesen und die betriebliche Altersversorgung (Committee of European Insurance and Occupational Pensions Supervisors - CEIOPS), welche die Solvency II-Richtlinie verantwortet, wurde im Januar 2011 durch die Europäische Aufsichtsbehörde für das Versicherungswesen und die betriebliche Altersversorgung (European Insurance and Occupational Pensions Authority - EIOPA) ersetzt. Da die gesamte Referenzliteratur von CEIOPS veröffentlicht wurde, verweisen wir im vorliegenden Arbeitspapier weiterhin auf diese Organisation. CEIOPS hat zahlreiche Konsultationspapiere veröffentlicht, die sich mit dem Thema Datenqualität befassen. Die am weitesten verbreitete Publikation ist CP 43 (später umbenannt in Versicherungstechnische Rückstellungen Artikel 86f Datenqualitätsstandards 1, welche die Datenqualitätsanforderungen für die Berechnung von versicherungstechnischen Rückstellungen behandelt. Dieses Arbeitspapier befasst sich vor allem mit den Kriterien zur Bewertung der Datenqualität und mit den Prozessen und Systemen zum Gebrauch des Datenqualitätsmanagements und der Erhebung, Speicherung und Verarbeitung von Daten. Ein weiteres Arbeitspapier, das den Aspekt der Datenqualität betont, ist CP 56 (später umbenannt in Prüfungen und Standards für Interne Modellabnahme ) 2, welches den Schwerpunkt auf interne Modelle einsetzende Unternehmen setzt. Keines dieser zwei Papiere setzt das andere außer Kraft; sie sind als komplementär zu betrachten und enthalten übereinstimmungshalber Querverweise. 3 Manche Kritiker bemängeln die gelegentlichen Überschneidungen zwischen den beiden Dokumenten. 4 Wie dem auch sei, führt eine eventuelle Überschneidung indes zu keiner Verwechslung in der von dem Unternehmen unternommenen übergreifenden Datenqualitätsstrategie. Viele Daten, die zur Schätzung der versicherungstechnischen Rückstellungen und zur Parametrisierung von internen Modellen herangezogen werden, sind ähnlich und sollten dem gleichen Kontrollprozess unterzogen werden. Wir haben diese Literatur und die Kommentare, die von Versicherungsunternehmen und Verbänden während der Konsultationsperiode vermerkt wurden, geprüft. In diesem Papier weisen wir auf die Bereiche der Richtlinie hin, die Anlass zu besonderen Bedenken gegeben haben, und die hieraufhin vom CEIOPS gefassten Beschlüsse. 1 CEIOPS (43/09). 2 CEIOPS (56/09). 3 Die Anforderungen der Datenqualitätsstandards für die versicherungstechnischen Rückstellungen (siehe CEIOPS-Ratschläge) gelten gegebenenfalls auch für interne. 4 Siehe z.b. CEIOPS (56/09), Abs WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

4 Kriterien zur Bewertung der Datenqualität Datendefinition Im Zusammenhang mit dem Begriff Daten bezieht sich CEIOPS auf die Informationen, die in versicherungsmathematischen und statistischen Methoden zur Berechnung von versicherungstechnischen Rückstellungen verwendet werden. 5 Dies triff auch auf Daten zu, die bei der Festsetzung spezifischer Annahmen in Bezug auf die Bewertung von versicherungstechnischen Rückstellungen verwendet werden. 6 Diese Definitionen charakterisieren Daten nur in Bezug auf Versicherungsverbindlichkeiten Wir empfehlen, dass Versicherungsunternehmen eine breitere Definition des Begriffes Daten erwägen, welche auch Aktiva 7 und das Verhältnis zwischen Aktiva und Passiva mit einbezieht, um der Datenqualitätsbeurteilung einen umfangreicheren Geltungsbereich zu verleihen. Datenqualitätsbeurteilung Die Datenqualitätsbeurteilung sollte anhand von drei Kriterien durchgeführt werden. Angemessenheit Vollständigkeit Fehlerfreiheit Es kann für eine Organisation schwierig sein, Daten zu beschaffen, die gleichzeitig angemessen, vollständig und fehlerfrei sind. Dieses Problem ist das Resultat von praktischen Schwierigkeiten, die sich aus der kontinuierlichen Entwicklung von Versicherungsprodukten, von Risiken und des institutionellen Umfeldes des Unternehmens ergeben. 8 In diesem Abschnitt werden die Kriterien erläutert, die benutzt werden, um die Qualität der Daten zu beurteilen. Der nächste Abschnitt beschreibt, was zu tun ist, wenn die Beurteilung Mängel offenbart. Angemessenheit Daten müssen den abgedeckten Risiken und der Berechnung des für die Abdeckung dieser Risiken erforderlichen Kapitals angemessen sein. Daten, die für das Management der Automobilindustrie geeignet sind, sind vielleicht nicht geeignet zur Verwaltung von Lebensversicherungsrisiken und umgekehrt. Formal gesehen sind Daten angemessen, wenn sie die folgenden beiden Anforderungen erfüllen. 9 Sie sind geeignet für die Wertermittlung von versicherungstechnischen Rückstellungen (zum Beispiel für die Schätzung der künftigen Geldzu- und -abflüsse von Passiva) und/oder der Festsetzung von Annahmen. Sie stehen in einem direkten Zusammenhang mit den zugrundeliegenden Portfolio-Risikotreibern der in Erwägung gezogenen Risiken (genauer gesagt, mit deren Relevanz). Vollständigkeit Nach Maßgabe der Richtlinie sind Daten formell vollständig, wenn drei Anforderungen erfüllt sind. 10 Die Daten decken alle wichtigen homogenen Risikogruppen im Verbindlichkeits-Portfolio ab. Die Daten verfügen über eine ausreichenden Detaillierungsgrad, um ein umfassendes Verständnis des Verhaltens des zugrundeliegenden Risikos und die Identifizierung von Trends zu ermöglichen. Die Daten liefern ausreichende historische Informationen. Die Vollständigkeit der Daten wird durch Vergleiche mit Daten aus anderen Geschäftssparten oder Risikofaktoren beurteilt. Während der Konsultationsperiode führte die folgende Aussage aus dem Originaltext zu erheblichen Bedenken. 5 Der Begriff Daten bezieht sich auf all jene Informationen, die direkt oder indirekt benötigt werden, um eine Wertermittlung von technischen Rückstellungen vorzunehmen, insbesondere durch die Anwendung von angemessenen versicherungsmathematischen Methodologien, CEIOPS (43/09), Abs CEIOPS (43/09), Abs Zum Beispiel: Marktdaten, Wertpapierkurse, Positionen usw. 8 Änderungen im operativen Umfeld (z. B. gesetzliche Änderungen) können die Angemessenheit der historischen Daten verringern, weil sie für Prognosezwecke weniger glaubwürdig werden, CEIOPS (43/09), Abs CEIOPS (43/09), Abs CEIOPS (43/09), Abs WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

5 Wenn z. B. Abwicklungsdreiecke zur Errechnung der besten Schätzung verwendet werden, ist es notwendig, alle Zahlungen und das Datum, an dem die Zahlung geleistet wurde, separat aufzunehmen, statt nur den gezahlten Gesamtbetrag aufzuführen. Diese Aussage löste bei Lebens-und Rückversicherungsgesellschaften, die an einer Zahlungsgruppierung interessiert waren, ernsthafte Bedenken aus. In dem Beschluss, der nach der Konsultation gefasst wurde, unterstrich CEIOPS jedoch, dass alle Zahlungen erfasst werden müssen. In Bezug auf das Lebensversicherungsgeschäft bemerkte CEIOPS: Da ein voraussichtlich diskontierter Cashflow- Ansatz vorgeschrieben wird, werden historische Informationen generell nur zur Festsetzung von Annahmen benötigt. 11 Aufgrund von Meldeverzögerungen werden Rückversicherer die Möglichkeit haben, das Zahlungsdatum des Zedenten anstelle des eigenen in den Abwicklungsdreiecken anzugeben. 12 Fehlerfreiheit Um Fehlerfreiheit zu gewährleisten, müssen die Daten vier Anforderungen erfüllen. Sie dürfen nicht von Fehlern oder Auslassungen geprägt sein. Sie müssen in angemessener Form, zeitnah und konsistent gespeichert sein. Sie müssen ein hohes Maß an Aussagewahrscheinlichkeit/Sicherheit aufweisen. Die Glaubwürdigkeit der Daten muss durch die Nutzung im Betriebsablauf- und Entscheidungsprozess nachgewiesen werden. Gemäß der Richtlinie erfordert das Kriterium der Fehlerfreiheit die Durchführung von Daten- und Konsistenzprüfungen. Detaillierungsgrad der Bewertung Die Bewertung der ersten zwei Kriterien (Angemessenheit und Vollständigkeit) sollte auf der Portfolio-Ebene durchgeführt werden. Dennoch muss es bei Bedarf möglich sein, diese Prüfung mit einer feineren Detaillierungsgrad vorzunehmen. Um die Fehlerfreiheit hingegen zu gewährleisten, sollte die Organisation eine Vorgehensweise auf individueller Postenebene in Betracht ziehen. 13 Anwendbarkeit des Prinzips der Proportionalität Für Portfolien, denen einfache Risiken zugrundeliegen (was die Beschaffenheit, das Ausmaß und die Komplexität betrifft), wird das Kriterium der Fehlerfreiheit etwas lockerer interpretiert als bei Portfolien mit komplexen Risiken, da weniger Daten benötigt werden. Allerdings sind historische Daten wichtig und sollten erfasst werden, weil sie später einmal relevant werden könnten. Wenn die Beschaffenheit, das Ausmaß und die Komplexität von zugrundeliegenden Risiken höher sind, wird das Datenqualitäts- Management höheren Standards unterworfen. Dennoch ist es manchmal nicht möglich, in der Anwesenheit von komplexen Risiken größere Datenmengen zu sammeln (zum Beispiel im Falle von Ereignissen mit geringer Häufigkeit). Um die Stabilität des Daten-Managementprozesses sicherzustellen, sollte das Unternehmen in diesem Fall die Verwaltung der internen Informationen mit relevanten externen Informationen ergänzen und Fachurteile von Experten einholen. Datenabgleich Ein wichtiger Aspekt, der mit der Definition des Kriteriums der Fehlerfreiheit zusammenhängt, ist der Vorgang des Datenabgleichs. Dieser Prozess ermöglicht den Versicherungsunternehmen ihre Daten mit externen Referenzen zu vergleichen, um deren Konsistenz zu prüfen. Der Begriff Abgleich bezieht sich dabei auf die Abgrenzung der Gründe für die Abweichungen zwischen Daten und deren Folgen. 14 Zum Beispiel würde der Prozess der Hauptbuch-Abgleichung folgendes beinhalten: Generierung von Buchungen, um eine auf internen Daten basierende Bilanz aufzustellen. Vergleich mit der offiziellen Bilanz. Identifizierung und Erläuterung von Abweichungen, sofern vorhanden. 11 Siehe CEIOPS-SEC (106/09), Beschlüsse 67, 73. Original: as a prospective discounted cash flow approach is specified, historical information is generally only required for the purpose of assumption setting. 12 Siehe CEIOPS-SEC (106/09), Beschlüsse 66, 68, CEIOPS (43/09), Abs In einer ersten Fassung der Richtlinie war es nicht eindeutig, ob Abgleichen nur die Identifizierung der Abweichungen (sofern vorhanden) oder die Erläuterung der Gründe/Folgen der Abweichungen bedeutete. Daher ist es nicht redundant zu bestätigen, dass ein Abgleichen sowohl die Erläuterung der Abweichungen als auch deren Gründe/Folgen bedeutet. 5 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

6 Datenqualitätssysteme und Verfahren Die Unternehmung sollte Systeme und Verfahren einführen, mit deren Hilfe Versicherungsgesellschaften ordnungsgemäß die drei folgenden Bereiche adressieren können. Prozess des Datenqualitäts-Managements Datenerhebung, Speicherung und Verarbeitung Externe Wirtschaftsprüfer und versicherungsmathematische Funktion Desweiteren erfordert die Verwaltung der Datenqualität das Versicherungsunternehmen Vorgehensweisen definieren, wenn Datenlücken festgestellt werden. Der Datenqualitäts-Management-Prozess Der Prozess des Datenqualitäts-Managements besteht aus vier wichtigen Schritten, die wie in der folgenden Abbildung dargestellt, in einem Kreislauf durchgeführt werden können. Datendefinition Datenqualitäts- Überwachung Datenqualitäts- Beurteilung Datenqualitäts- Management Problemlösung Schritt 1: Datendefinition Die Richtlinie verlangt, dass die Daten, die das Geschäft des Unternehmens beschreiben, angemessen und vollständig sind. Die Definition der Daten umfasst die Identifizierung der Datenanforderungen, die dieses Kriterium erfüllen. Datenanforderungen sollten eine sachgemäße Beschreibung der einzelnen Posten und deren Beziehungen untereinander enthalten. Unsere Erfahrung mit Kunden zeigt, dass die Pflege der Dokumente, welche die wichtigste Dimension der Segmentierung (zum Beispiel nach homogenen Risikogruppen) umfassen, eine stärkere Datendefinition ermöglichen. Schritt 2: Datenqualitätsbewertung Die Datenqualitätsbewertung umfasst die Validierung der Daten nach drei Kriterien: Angemessenheit, Vollständigkeit und Fehlerfreiheit. Die Bewertung sollte die Kanäle mit deren Hilfen die Daten gesammelt und verarbeitet werden sei es durch interne Systeme, externe Dritte oder öffentlich zugänglich elektronische Quellen berücksichtigen. Schritt 3: Problemlösung Die Probleme, die während der Bewertung der Datenqualität identifiziert werden, werden an dieser Stelle behandelt. Es ist wichtig, etwaige Dateneinschränkungen zu dokumentieren und die Historisierung der Daten zu ermöglichen, um der Aufsichtsbehörde anhand von historische Daten zu zeigen, dass die Maßnahmen zur Behebung von fehlerhaften Daten gerechtfertigt sind. Schritt 4: Datenqualitätsüberwachung Die Datenqualitätsüberwachung, welche auf den Indikatoren zur Datenqualität beruht, umfasst die Leistungsüberwachung von zusammenhängenden IT-Systemen. Die Häufigkeit, mit der die Datenqualität anhand von Leistungsindikatoren überwacht wird, rief während der Konsultationsperiode wichtige Kommentare hervor. 15 Aus den Beschlüssen geht hervor, dass die Datenqualitätsüberwachung vom Revisionsprozess abgekoppelt ist und dass sie zwei Dimensionen beinhaltet: eine quantitative und eine qualitative. ( Für die Beurteilung der Datenqualität können zwar adäquate objektive Maßnahmen und Indikatoren herangezogen werden, doch kann sie nicht von einer Beurteilung durch Sachverständige dissoziiert werden. ) CEIOPS-SEC (106/09), Beschluss CEIOPS-SEC (106/09), Beschluss 198. Original: the assessment of data quality may make use of adequate objective measures and indicators, but it cannot be dissociated from expert judgment 6 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

7 Die Bewertung der Datenqualität könnte täglich, wöchentlich oder sogar monatlich erfolgen; die Richtlinie gibt keinen Aufschluss darüber, mit welcher Häufigkeit die Beurteilung zu erfolgen hat. Einerseits zieht Moody s Analytics es vor, eine Überregulierung und eine einheitliche Methodologie zu vermeiden; andererseits empfiehlt es sich unserer Erfahrung nach, den Prozess so häufig wie möglich durchzuführen. Für diesen Ansatz gibt es drei Gründe. 1. Wenn zum Beispiel Daten in versicherungsmathematische Prozesse eingegeben werden, die im Laufe der Tagesgeschäfte durchgeführt werden, ist es eindeutig angebracht, die zuletzt aktualisierte Version der bereinigten Daten zu übernehmen. 2. Es ist hilfreich für Risikomanager und Aktuare den Wünschen der Vorstandsmitgliedern nach neuen Messungen zu entsprechen, insbesondere in Krisenzeiten. 3. Die Datenqualitätsbewertung ist, wie im folgenden Abschnitt erläutert, ein kontinuierlicher Prozess der Überwachung und Anwendung von Maßnahmen, um die Qualität der Daten zu verbessern. Es ist schwierig, eine einwandfreie Kontinuität zu gewährleisten, wenn die Beurteilung der Daten nicht mit der angemessenen Häufigkeit erfolgt. Erhebung, Speicherung und Verarbeitung von Daten Die Erhebung, Speicherung und Verarbeitung von Daten sollte nach den folgenden Kriterien durchgeführt werden. 17 Transparenz Detaillierungsgrad Sammlung von historischen Daten Rückverfolgbarkeit Die Eigenschaft der Transparenz bezieht sich auf die Tatsache, dass - im Gegensatz zu einer Black Box - eine logische Verbindung zwischen den Eingaben und Ausgaben bestehen sollte. 18 Die Ausführlichkeit der Daten bezieht sich auf den Detaillierungsgrad anhand dessen die Daten im Repository der Versicherungsrisikodaten gespeichert werden. Je feiner der Detaillierungsgrad (die Einzelvertrags-Ebene, die letztendlich durch Modellpunkte zu aggregieren ist), desto robuster wird der nachgelagerte Kalkulationsprozess sein. Historische Daten sollten regelmäßig gespeichert und gesammelt werden, um bestimmte versicherungstechnische Rückstellungen beurteilen zu können. Vor der Konsultationsperiode wurde von der Originalformulierung verlangt, dass die Versicherungsunternehmen die historischen Daten in einem allgemeinen Sinne sammelten. Allerdings bezieht sich die endgültige Formulierung nur noch auf relevante Daten. 19 Daher darf bezweifelt werden, ob sich die relevanten Daten in Zukunft ändern könnten, und zwar infolge von Änderungen im betrieblichen Umfeld (zum Beispiel in Form von nationalen aufsichtsrechtlichen Änderungen) oder mit der Einführung von neuen Versicherungsprodukten. Obwohl Moody s Analytics die Vermeidung von Überregulierungen und verallgemeinernden Ansätzen präferiert, empfehlen seine Best Practices, dass Versicherungskonzerne so viele historische Daten wie möglich ansammeln. 20 Zu guter Letzt bezieht sich die Eigenschaft der Rückverfolgbarkeit auf die wichtige Anforderung, dass die Aktualisierungen der Daten ordnungsgemäß dokumentiert und geprüft werden müssen. Wirtschaftsprüfer und die versicherungsmathematische Funktion Interne und externe Wirtschaftsprüfer sind verantwortlich für die Kontrolle von spezifischen Datensätzen und die Durchführung einer förmlichen und systematischen Prüfung anhand von Techniken, die gewöhnlich von professionellen Wirtschaftsprüfern eingesetzt werden CEIOPS (43/09), Abs CCEIOPS (56/09), Abs Man findet die Definition von relevanten Daten in der Definition des Angemessenheitskriteriums. [Sie] steht in einem direkten Zusammenhang mit den zugrundeliegenden Risikotreibern, CEIOPS (43/09), Abs Der gleiche Kommentar wurde gemacht und von CEIOPS vermerkt siehe CEIOPS-SEC (106/09), Beschluss 244, 247. Es sollte auch erkannt werden, dass, obwohl mehr historische Daten besser sind als wenige, die aktuellsten Daten üblicherweise angemessener sind als ältere Daten. 21 CEIOPS (43/09), Abs Obwohl viele Kommentare, die an das Konsultationspapier geschickt wurden, eine detailliertere Definition der Rolle und des Umfangs der von Wirtschaftsprüfern und Aktuaren durchgeführten Analyse verlangten, liegt dieser Detaillierungsgrad außerhalb des Anwendungsbereichs der Richtlinie zur Datenqualität und wurde dem CEIOPS (33/09) überlassen. 7 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

8 Andererseits ist die versicherungsmathematische Funktion der Versicherungsgesellschaft nicht dafür verantwortlich, eine formelle Prüfung der Daten durchzuführen. Die Funktion ist jedoch zur Prüfung der Datenqualität erforderlich, wobei informelle Untersuchungen ausgewählter Datensätze durchgeführt werden, um zu bestimmen und zu bestätigen, dass die Daten dem vorgesehenen Zweck entsprechen. Identifizierung von Datenmängeln Die Beurteilung der Datenqualität kann negative Ergebnisse aufweisen. Dies kann auf die Anwesenheit von einem oder mehreren der folgenden Faktoren zurückzuführen sein : Besonderheiten in der Beschaffenheit oder Größe des Portfolios Mängel in den internen Prozessen von Datenerhebung, Datenspeicherung oder Datenqualitätsvalidierung Mängel im Austausch von Informationen mit Geschäftspartnern auf zuverlässige und standardisierte Art und Weise Zahlreiche Mängel sind Beispiele von qualitativ minderwertigen Daten, die sich aus den Besonderheiten in der Beschaffenheit oder der Größe des Portfolios ergeben. Zum Beispiel könnte ein Datendefizit vorliegen, wenn die Häufigkeit von Schadensfällen zu niedrig ist oder wenn das Geschäftsfeld noch zu jung ist, um über ausreichende historische Schadensdaten zu verfügen. Andere Beispiele könnten das Ergebnis eines niedrigen Geschäftsvolumens oder von vielen verschiedenen Schadensfällen sein, welche die Bildung von (homogenen) Klassenwahrscheinlichkeiten beeinträchtigen. Darüber hinaus könnten Änderungen in der Gesetzgebung die Angemessenheit der historischen Daten mindern, da exogene Änderungen im betrieblichen Umfeld die Eignung der angesammelten historischen Daten zur Vorhersage des künftiges Verhaltens reduzieren können. Sofern der Mangel auf den internen Prozess der Datenerhebung, Datenspeicherung oder Datenqualitätsvalidierung zurückzuführen ist, wird die Verantwortung oft der IT-Abteilung übertragen oder den hohen Kosten der Datenerhebung und -pflege zugeschrieben. 22 Wie dem auch sei, kann die Aufsichtsbehörde die IT-Abteilung darum bitten, angemessene Maßnahmen zu ergreifen, um die Eignung des Systems sicherzustellen. 23 Während der Konsultationsperiode wurden viele Kommentare zu der Schnelligkeit vorgebracht, mit der ein Datenmangel behoben werden sollte. Im ursprünglichen Text stand, dass die Versicherungsgesellschaft sofortige Maßnahmen zu treffen habe, um diese Umstände zu beheben. In der Endfassung jedoch wurde das Wort sofortige durch angemessene ersetzt, was darauf hindeutet, dass die Behebung des Datenmangels einen erheblichen Aufwand seitens der IT-Abteilung erfordern könnte, welche der Priorität nach durchgeführt werden sollte. 24 Management von Datenmängeln Um die Qualität der Daten zu optimieren, könnte das Versicherungsunternehmen in manchen Fällen Datenanpassungen vornehmen. Diese Anpassungen müssen gerechtfertigt sein und dokumentiert werden und sollten die unaufbereiteten Daten nicht überschreiben. 25 Dies bedeutet, dass eine klare Anforderung für die Rückverfolgung und die Historisierung von Datenänderungen vorgeschrieben ist. Eine Best Practice, die Anpassungen auf kontrollierte, dokumentierte und einheitliche Art vorzunehmen, ist die Sammlung von Datenbereinigungsregeln, die bei unaufbereiteten Daten einzuarbeiten sind. Die Daten müssen unverändert bleiben; die berichtigten Daten müssen mit dem Nachweis der vorgenommenen Änderungen gespeichert werden. Um die Effizienz der Datenqualitätsvalidierung zu erhöhen, sollte die Ausführung von Datenbereinigungsregeln automatisiert und historisiert werden. Wenn ein Datenmangel unvermeidlich ist (zum Beispiel aufgrund der Beschaffenheit oder der Größe des Portfolios), kann das Unternehmen weitere Anpassungen an den Daten vornehmen und/oder Annahmen in Form von Näherungswerten implementieren. Diese Näherungswerte können durch die Anwendung einer Sachverständigenbeurteilung eingeführt werden, die die in CEIOPS (33/09) enthaltenen Richtlinien erfüllt. Wie dem auch sei, ist es unter keinen Umständen erlaubt, Näherungswerte als Ersatz für die Übernahme von angemessenen Systemen und Prozessen zu verwenden, welche die angemessene Datenqualität gewährleisten. 22 CEIOPS (43/09), Abs CEIOPS (43/09), Abs Siehe CEIOPS-SEC (106/09), Beschlüsse Zum Beispiel um historische Daten im Falle von Änderungen im betrieblichen Umfeld oder von Änderungen in der Gesetzgebung anzupassen, CEIOPS (43/09), Abs Original: to adapt historical data in case of changes in the operating environment or changes in legislation, 8 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

9 Bei einer Datenanpassung sollte die Beurteilung der Datenqualität auf einer detaillierteren Ebene so erfolgen, als ob sie mit der Absicht durchgeführt würde, einer spezifischen Methodologie zu entsprechen oder die Angemessenheit von spezifischen Annahmen und Parametern zu überprüfen. 26 Wenn die Datenqualitätsbeurteilung darauf hinweist, kann das Versicherungsunternehmen interne Daten durch extern abgerufene Daten (Drittdaten oder Marktdaten) ergänzen. Für den Fall, dass die externen Daten übergenommen werden, können sie den folgenden Qualifizierungskriterien der Datenqualitätsbeurteilung unterzogen werden. 27 Die Angemessenheits- und Vollständigkeitsprüfung sollte auf der Portfolio-Ebene durchgeführt werden; sofern relevant, kann sie auch auf einem detaillierteren Niveau (einzelne Positionen) stattfinden. Die Prüfung der Fehlerfreiheit ist problematisch, weil externe Informationen nicht auf der individuellen Ebene gesammelt werden. Daher muss die Prüfung auf Grund der Zuverlässigkeit der Informationsquelle, und der Konsistenz und Stabilität der Datenerhebungsprozesse der Quelle zum Zeitpunkt ihrer Veröffentlichung durchgeführt werden. Best Practices von Moody s Analytics für die Beurteilung und das Management der Datenqualität Ein zentralisierter Ansatz für die Datenqualität Um einen sauberen und effizienten Ansatz für das Risikomanagement zu gewährleisten, werden Risikoberechnungsmodule mit Dateneingaben (z. B. Hypothesen und Parametern) von einem zentralisierten Risikodaten-Repository (Risiko-Data-Warehouse) gespeist. In diesem Repository können Anwender eine gemeinsame Bedeutung der Daten für alle verschiedenen Projektbeteiligten (Aktuare, IT, Finanztechniker, Risikomanager, Buchhalter usw.) definieren. Dieser Ansatz wird in der Risikomanagementbranche weithin anerkannt, weshalb die nächste Frage lautet: Wo ist der Datenqualitäts- Managementprozess im Verhältnis zu dem zentralisierten Risikodaten-Repository zu positionieren? Für die Anwendung von Datenqualitätsprüfungen gibt es drei Optionen. Im folgenden Abschnitt werden diese drei Optionen besprochen und ihre Vor-und Nachteile analysiert. Datenqualitätsmodel Nummer Eins: Datenqualitätsprüfung in dezentralisierten Datenquellsystemen Bevor die Daten in das Risiko-Data-Warehouse importiert werden, findet eine Beurteilung der Datenqualität in den Datenquellsystemen statt. Datenqualitätsbeurteilung vor dem Import der Daten Datenquellsysteme ETL Scenario Ergebnisse Data Risiko-Data-Warehouse 26 CEIOPS (43/09), Abs Original: as it would be made with a view to fit a specific methodology or to review the appropriateness of specific assumptions and parameters. 27 CEIOPS (43/09), par WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

10 Diese Option hat den Vorteil, dass der Eigentümer eines jeden externen Datenquellsystems die Datenqualitätsprüfung und die dazugehörigen Datenkorrektur leicht verwalten kann. Dennoch weist dieser Ansatz viele Nachteile auf. Erstens: Wenn die Kontrolle der Daten von Konflikten zwischen Dateneigentümern beeinträchtigt wird, sind die Anwender der Daten zu Risikozwecken stets Opfer solcher Konflikte; sie sind für die Datenqualität gegenüber der Aufsichtsbehörde verantwortlich, haben zugleich indes nicht die Autorität, die Daten in angemessener Zeit zu bereinigen, da diese Aktivität von anderen abhängig ist. Zweitens: Die Eigentümer von externen Datensystemen sind häufig IT-seitig positioniert; in solchen Fällen hat der Solvency-II- Anwender keinen Zugriff auf den Datenqualitätsbeurteilungsprozess. Drittens: Die Verwaltung der Datenqualitätsprüfungen kann umständlich werden. Datenqualitätsprüfungen werden in mehreren Silos durchgeführt, welche die Vervielfachung und Inkonsistenz des Datensatzes verursachen können. In multiplen Systemen ist es oft schwierig, eine verantwortliche Person für die Qualitätsprüfungen der Daten zu identifizieren. Datenqualitätsmodel Nummer Zwei: Datenqualitätsprüfung anhand von ETL-Tools Der Import von Daten in das Risiko-Data-Warehouse erfolgt oft über ein Extrahieren-Transformieren-Laden (ETL)-Tool. Die Daten werden aus dem Quellsystem extrahiert, transformiert und dann in das Risiko-Data-Warehouse geladen. Datenquellsysteme Datenqualitätsbeurteilung während des Datenimports ETL Scenario Ergebnisse Data Risiko-Data-Warehouse Eine mögliche Option besteht darin, Datenqualitätsprüfungen während der Transformationsphase des ETL-Prozesses durchzuführen. Aus IT-Sicht ist dies eine natürliche Position für die Datenprüfungen. Allerdings hat diese Lösung mindestens drei Nachteile. Erstens sind die Datenprüfungen in ein sehr technisches System eingebettet; folglich hat der Anwender (der Risikomanager oder der Aktuar) keinen Zugriff auf die Datenprüfungen. Zweitens kann die Verwaltung einer größeren Menge von Datenqualitätsprüfungen schwierig werden. Ein ETL-Tool ist gewöhnlich für die Verwaltung zahlreicher Datenflüsse in das Risiko-Data-Warehouse konfiguriert; somit würden Datenqualitätsprüfungen in jedem Datenfluss stattfinden. Folglich können Datenprüfungen von den gleichen Unstimmigkeiten betroffen sein wie im vorherigen Beispiel (wie z.b. die Vervielfachung und Inkonsistenz). Schlussendlich, und hiermit am allerwichtigsten, würden Datenqualitätsprüfungen, die während der Datenladung vorgenommen werden dazu führen, dass Daten von minderer Qualität herausgefiltert werden und somit nicht alle verfügbaren Daten in das Risiko- Data-Warehouse geladen werden. Moody s Analytics spricht sich gegen diese Methode aus, da auch Daten von geringer Qualität für die Anwender einen Nutzen haben. Die Anwender können die Daten analysieren, um zu verstehen, warum sie von geringer Qualität sind, und sie können anhand dieser Beurteilung entscheiden, was sie damit tun möchten sie etwa in Risikoberechnungen einbeziehen, sie vorübergehend bereinigen usw. 10 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

11 Datenqualitätsmodel Nummer Drei: Datenqualitätsprüfungen im Data-Warehouse Datenquellsysteme ETL Datenqualitätsbeurteilung nach dem Datenimport Scenario Ergebnisse Data Risiko-Data-Warehouse Diese Option ermöglicht auch Anwendern, die nicht direkt für die Datenqualität verantwortlich sind, den direkten Zugriff auf die Datenqualitätsprüfungen. Das bedeutet, dass die Anwender im Rahmen ihrer gewöhnlichen Modellierungstätigkeiten und Validierungen einen Überblick über die Datenqualitätsbeurteilung bekommen und sich mit jeder einzelnen Prüfung befassen können. Sie könnten zum Beispiel eine Datenprüfung aktivieren oder deaktivieren, um eine Was-wäre-wenn-Analyse durchzuführen (d. h. die Diskrepanz in den Ergebnissen prüfen, indem sie gewisse Daten in einen Berechnungsprozess einspeisen). Desweiteren könnten Anwender auf der Grundlage von den im System aktiven Datenqualitätsprüfungen die Daten, ohne die Einbindung der IT, direkt aktualisieren. Diese Tätigkeiten wären in den zwei vorherigen Ansätzen nicht möglich. Darüber hinaus (wie im zweiten Modell besprochen) ist es von Vorteil alle Daten, einschließlich Daten minderer Qualität, zu importieren. Dies ermöglicht den Anwendern, Daten von geringer Qualität zu beurteilen und angemessene Maßnahmen zu treffen. Der größte Nachteil dieses Ansatzes besteht darin, dass Anwender, die inkorrekte Daten permanent bereinigen möchten, auf die Quellsysteme zugreifen müssen. Dies könnte als Einschränkung angesehen werden, da die Datenprüfungen und die Bereinigungsregeln sich an zwei verschiedenen Stellen der IT-Architektur befinden würden. Es sollte aber auch berücksichtigt werden, dass der Eigentümer der sich im Risikodaten-Warehouse befindlichen Daten meistens nicht mit dem Eigentümer der Datenquellsysteme übereinstimmt. Somit könnten IT-Steuerungs-Konflikte durch eine Änderung in den Altsystemen entstehen. Die Möglichkeit, Daten im Risiko-Data-Warehouse vorübergehend zu berichtigen, während auf die Durchführung der Korrekturen in den vorgelagerten Datenquellsystemen gewartet wird, scheint ein guter Kompromiss zu sein. Somit können der Risikomanager und der Aktuar dieses Problem umgehen und ihre Folgsamkeit gegenüber der zuständigen Aufsichtsbehörde demonstrieren.* *Datenaktualisierungen beschränken sich auf die Anwender, die über die erforderlichen vorgegebenen Berechtigungen verfügen, um diese auszuführen. 11 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

12 Arten von Datenqualitätsprüfungen Best Practices legen nahe, dass Versicherungsunternehmen vier Arten von Datenqualitätsprüfungen in Betracht ziehen sollten. Technische Prüfungen Funktionsprüfungen Betriebswirtschaftliche Konsistenzprüfungen Hauptbuchabstimmung Diese stellen technische Beschränkungen dar, die sich mit einem oder mehreren Feldern im Datenmodell (sogar in multiplen Datentabellen) beschäftigen, z. B. Beschränkungen bezüglich der referentiellen Integrität. Hier ein mögliches Beispiel für eine technische Prüfung: Der Buchungscode einer Versicherungspolice stimmt mit keiner der Eingaben in der Buchungstabelle für Transaktionen überein. Diese stellen funktionelle Zwänge dar, die ein oder mehrere Felder im Datenmodell (sogar in multiplen Datentabellen) betreffen. Zum Beispiel muss das Geburtsdatum eines Kunden vor dem Datum der Wertstellung einer Police liegen, oder das Geschlecht eines Kunden muss entweder männlich, weiblich oder als eine Firma klassifiziert sein. Betriebswirtschaftliche Konsistenzprüfungen beziehen sich auf eine spezifische betriebswirtschaftliche Bedeutung der Daten und stehen häufig mit Daten, die Versicherungsprodukte beschreiben, in Verbindung. Diese Zwänge können ein oder mehrere Felder im Datenmodell (sogar in multiplen Datentabellen) betreffen. Zum Beispiel muss der Wert der Prämienzahlungszeiträume mit dem des Policentyps übereinstimmen. Gelegentlich kann die Datenladungsaktivität durch vorübergehende Fehler oder den Wegfall von Teilen der Daten beeinträchtigt werden. Wenn - aus Versehen - ein kleiner Teil des Portfolios nicht geladen wird, decken die Datenqualitätsprüfungen keine Besonderheiten auf, die Risikoberechnungen laufen, und die Ergebnisse zeigen keine erhebliche Abweichung (angesichts der geringen Auswirkung der fehlenden Daten). Die Daten werden mit einem Fehler an die Aufsichtsbehörde weitergeleitet. Statt dessen kann, durch die Einführung einer Abstimmungsprüfung, eine einfache Version der Bilanz mit einer Bilanz verglichen werden, welche anhand der importierten Daten rekonstruiert wird. 28 Dies kann Probleme verursachen, wie z. B. den Import einer Gruppe von 50 Policen, mit dem Verschwinden des Kommas im Wertfeld, so dass alle Werte mit dem Faktor 100 multipliziert werden. Ein anderes Beispiel betrifft Probleme, die sich im Zusammenhang mit Wechselkursen und ausländischen Tochtergesellschaft ergeben, die den Daten keine gemeinsame Bedeutung zuschreiben. Jeder Datenqualitätsprüfungstyp wird durch einen anderen Anwendertyp überwacht. Zum Beispiel werden technische Prüfungen von der IT-Abteilung beurteilt und betreut, während Funktionsprüfungen entweder von Anwendern mit einem funktionellen Profil (einem Risikomanager) oder Anwendern mit einem technischen Profil bewerkstelligt werden. Betriebswirtschaftliche Prüfungen werden von Geschäftsanwendern (Risikomanagern und Aktuaren) durchgeführt, die für das Management von Produkten und Einzelpolicen verantwortlich sind. Letztendlich wird die Hauptbuchabstimmung durch ein funktionelles Profil gehandhabt, welches sich an der Schnittstelle zur Buchhaltungsabteilung befindet. Der Datenqualitätsmanagementprozess und der Anwender Der vorige Abschnitt hat dargestellt, wie wichtig es ist, den Anwendern Zugriff auf den Datenqualitätsbeurteilungsprozess zu gewähren. Der vorliegende Abschnitt bespricht weitere Aspekte dieser Anforderung. Zum Beispiel schreibt die Richtlinie der versicherungsmathematischen Funktion die spezifische Verantwortung einer informelle Datenqualitätsüberprüfung zu. 29 Gemäß den Best Practices von Moody s Analytics sollten Datenprüfungen für den Anwender in natürlicher Sprache ausgedrückt werden und mit größtmöglicher Flexibilität zu bewältigen sein, wie in der folgenden Tabelle dargestellt. 28 Die Bedeutung der Abstimmung mit Rechnungslegungsdaten wird in der Regulierung von CEIOPS (CP 43/09), 1.3. zum Ausdruck gebracht. 29 CEIOPS (43/09), Abs WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

13 Beispiel für eine Datenprüfung Das Ergebnis der Datenqualitätsüberprüfungen beeinflusst die täglichen Aktivitäten der Aktuaren und Risikomanagern. Moody s Analytics empfiehlt, dass Versicherungsunternehmen eine Infrastruktur aufbauen, mit der Anwender die Qualität der Daten in einer benutzerfreundlichen Umgebung, die keinen IT-Eingriff erfordert, beurteilen können. Zum Beispiel könnte ein Aktuar das Qualitätsniveau einer Sterblichkeitstabelle berücksichtigen, bevor er eine bestimmte Aufgabe ausführt. Ein Risikomanager, der ein Back Testing eines bestimmten Modells vornimmt, könnte eine Unstimmigkeit der Daten direkt berichtigen oder das Modell in so weit kalibrieren, um das Problem zunächst einmal zu umgehen. Des Weiteren sollten Datenqualitätsüberprüfungen verschiedene Schweregrade aufweisen, die von dem Aktuar oder dem Risikomanager bestimmt werden. Zum Beispiel könnte eine relevante Datenqualitätsüberprüfung eine Unstimmigkeit hervorhebe die die Berechnung nicht beeinträchtigt, im Gegensatz zu der Missachtung einer verpflichtenden Datenqualitätsüberprüfung, welche zu einem Ausschluss der Daten aus der Berechnung führen könnte. Die folgende Abbildung stellt eine benutzerfreundliche Umgebung dar und beschreibt die folgenden drei Hauptaufgaben. Eine Liste von fehlerhaften Verträgen Für jeden Vertrag die Liste der Datenprüfungen, die durchgeführt wurden Für jede Datenprüfung mit einem Fehler eine geografische Identifizierung des archivierten Fehlers, damit der Anwender bezüglich der Daten handeln kann (basierend auf dem Status der Autorisierung des Anwenders) 30 Die Abbildung zeigt eine Liste von Fehlern in Verträgen, die durchgeführten Datenprüfungen und eine grafische Identifizierung des archivierten Fehlers. 30 Natürlich sollte jedes Softwaretool, das diesen Datenqualitätsprozess unterstützt, auch die automatische Berichtigung von Inkonsistenzen ermöglichen. 13 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

14 Die von den Datenqualitätsprüfungen aufgedeckten Unstimmigkeiten sollten vom Anwender anhand von verschiedenen Detaillierungsebenen analysiert werden von einer aggregierten Ebene bis zur kleinsten Detailstufe. Unter diesem Gesichtspunkt bietet es sich an, Drill-Down-Technologien wie OLAP-Würfel einzusetzen. Mithilfe von OLAP-Würfeln haben die Anwender die Möglichkeit die Daten von der zusammengefassten Darstellung bis hin zum feinsten Datendetaillierungsgrad zu betrachten. Prüfung und Nachverfolgung Wir haben bereits die Anforderungen der Richtlinie für Prüfungs- und Nachverfolgungstätigkeiten besprochen. In der folgenden Abbildung veranschaulichen wir ein Audit-Beispiel für eine Datenänderung, die am Geschlecht einer versicherten Person vorgenommen wird: Die folgende Abbildung zeigt eine Tabelle zu Nicht-Lebensversicherungsrisiken. 14 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

15 Weiterhin könnte das Tracking von Daten, welches mit der Aktualisierung des Angebotspreises eines Wertpapiers in Verbindung steht, folgende Auswirkung haben. Abschließend müssen wir die Bedeutung von Audit- und Tracking-Datenänderungen im Kontext einer Konzernkonsolidierung unterstreichen. Die Verwaltung von Daten auf Konzernebene ist komplexer als die Verwaltung von Daten auf einzelgesellschaftlicher Ebene, weil der Datenprüfer und der Anwender weit voneinander entfernt sitzen können. Eine zentralisierte Sicht der Daten, mit denen der ganze Konzern verwaltet wird, gewährleistet die innere Übereinstimmung zwischen den Daten, die in dezentralisierten Gesellschaften der Berechnung des Solvenzkapitals unterliegen, mit dem Leiter der Gruppe. Außerdem erleichtert dieser Prozess den Audit-Prozess sehr, insbesondere wenn die Aufsichtsbehörde Fragen stellt wie Wer hat die Daten in diesem Unternehmen geändert und warum? und Wurde in der Berechnung auf Konzernebene die neue oder die alte Datenversion berücksichtigt? 15 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

16 Schlussfolgerungen Solvency II ist die erste Regelung, die klare Richtlinien zum Management der Datenqualität für Versicherer aufstellt. Dieses Arbeitspapier bespricht vereinfachend den Inhalt der Regulierung, um diese für Risikomanager, Aktuare und Solvency II Projekt-und IT-Manager verständlich zu machen. Das Durchschnittsversicherungsunternehmen ist auf die Datenqualitätsanforderung der neuen Richtlinie nicht vorbereitet. Dies ist auf mindestens drei Faktoren zurückzuführen. Die versicherungsmathematische Funktion wird häufig eingesetzt, um die verfügbaren Daten einem professionellen Urteil zu unterwerfen, damit die bestmögliche Schätzung berechnet werden kann. Manche Versicherungsunternehmen sammeln historische Daten seit vielen Jahrzehnten an. Dennoch werden Daten typischerweise für alltägliche operative Zwecke gesammelt, statt zur Berechnung von versicherungstechnischen Rückstellungen. Die IT-Altsysteme von Versicherern sind oft veraltet und typischerweise in multiplen Silos quer durch verschiedene Abteilungen organisiert, was zur Duplizierung von Daten und Unstimmigkeiten der Werte führt. Auch die strikte Anwendung der neuen Richtlinie wird die Sachverständigenbeurteilung, die von der versicherungsmathematischen Funktion ausgeht, nicht eliminieren. Freilich sollte das Unternehmen die Richtlinie mit dem Ziel auslegen, das Expertenurteil so transparent wie möglich zu gestalten, damit es vom obersten Management schnell und problemlos verstanden werden kann. Die Datenqualitäts-Grundanforderung der Richtlinie richtet sich an den Prozess der Datenqualitätsbeurteilung. Das Vorliegen des Expertenurteils bedeutet, dass dieser Prozess sowohl quantitativ als auch qualitativ die Anforderungen erfüllt. Dieses Arbeitspapier beschreibt eine Reihe von Best Practices, die es Versicherungsunternehmen ermöglichen, die Technologie als Entscheidungshilfe (zur effektiven Anwendung des Expertenurteils) optimal einzusetzen und die quantitativen Aspekte des Datenqualitätsprozesses zu automatisieren. Dieses Papier zeigt, dass die Anwendung von systematischen Datenqualitätsüberprüfungen es den Versicherungsunternehmen gestattet, die Zuverlässigkeit der Beurteilung zu erhöhen. Im Falle einer Prüfung und Evaluierung der Datenqualität ist die Anwendung einer konsistenten Methodologie für die Datenbereinigung äußerst wichtig, um jegliche Willkürlichkeit zu vermeiden und solide Ergebnisse zu erzielen In diesem Zusammenhang ist es auch wichtig, eine technische Plattform zu nutzen, mit der die Anwender nicht nur die Datenqualität prüfen und verfolgen können, sondern auch die Datenbereinigung verwalten können. Schließlich werden in diesem Arbeitspapier zwei Vorschläge gemacht, die über die Richtlinie hinausgehen. Zum ersten sollte die Datenqualitätsbeurteilung so häufig wie möglich durchgeführt werden, um zeitnahe Berechnungen zu erlauben. Zum zweiten empfehlen wir, so viele relevante historische Daten wie möglich anzusammeln, da diese sich für die zukünftigen historischen Analysen als äußerst wertvoll erweisen werden. 16 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

17 Weiterführende Literatur CEIOPS (33/09), CEIOPS-Empfehlung für Durchführungsmaßnahmen der Stufe 2 im Rahmen der Solvabilität-II-Richtlinie: Kontrollsystem / CEIOPS-Beschlüsse über erhaltene Kommentare, vormals CP 33, https://eiopa.europa.eu/fileadmin/tx_dam/files/ consultations/consultationpapers/cp33/ceiops-l2-finaladvice-on-system-of-governance.pdf CEIOPS (CP 43/09), Konsulationspapier Nr. 43, Entwurf der CEIOPS-Empfehlung für Durchführungsmaßnahmen der Stufe 2 im Rahmen der Solvabilität-II-Richtlinie: Versicherungstechnische Rückstellungen Artikel 85 f, Standards für die Datenqualität, 2. Juli 2009 CEIOPS (43/09), CEIOPS-Empfehlung für Durchführungsmaßnahmen der Stufe 2 im Rahmen der Solvabilität-II-Richtlinie: Versicherungstechnische Rückstellungen Standard für die Datenqualität, vormals CP 43, https://eiopa.europa.eu/fileadmin/tx_ dam/files/consultations/ consultationpapers/cp43/ceiops-cp l2-advice-tp-standards-for-data-quality.pdf CEIOPS-SEC (106/09), Zusammenfassung von Kommentaren zum CEIOPS-CP-43/09-Konsultationspapier über den Entwurf der Stufe 2-Empfehlung über versicherungstechnische Rückstellungen - Standards für die Datenqualität, https://eiopa.europa.eu/fileadmin/tx_dam/files/consultations/consultationpapers/cp43/ceiops-sec commentsandresolutions-template-on-ceiops-cp pdf CEIOPS (56/09), CEIOPS-Empfehlung für Durchführungsmaßnahmen der Stufe 2 im Rahmen der Solvabilität-II-Richtlinie: Prüfungen und Standards für die interne Modellabnahme, vormals CP 56, https://eiopa.europa.eu/fileadmin/tx_dam/files/ consultations/consultationpapers/cp56/ceiops-l2-advice-on-tests-andstandards-internal-model-approval.pdf 17 WIE SIE DEN DATENQUALITÄTSMANAGEMENT-HERAUSFORDERUNGEN VON SOLVENCY II GERECHT WERDEN

18 Copyright 2012, Moody s Analytics, Inc., und/oder seine Lizenzgeber und Partner (gemeinsam als MOODY S bezeichnet). Alle Rechte vorbehalten. ALLE HIEREIN ENTHALTENEN INFORMATIONEN SIND URHEBERRECHTLICH GESCHÜTZT UND DÜRFEN OHNE DIE SCHRIFTLICHE GENEHMIGUNG VON MOODY S VON NIEMANDEM VERVIELFÄLTIGT ODER IN SONSTIGER WEISE UND ZU KEINEM ZWECK REPRODUZIERT, UMVERPACKT, WEITERGELEITET, ÜBERTRAGEN, VERBREITET, NEU VERTEILT ODER WEITERVERKAUFT ODER ZUR SPÄTEREN NUTZUNG GANZ ODER TEILWEISE IN JEGLICHER FORM, AUF JEGLICHE WEISE UND MIT JEGLICHEN MITTELN GESPEICHERT WERDEN. Alle hierin enthaltenen Informationen stammen aus Quellen, die von MOODY S als richtig und zuverlässig eingeschätzt wurden. Wegen der Möglichkeit von menschlichen oder mechanischen Fehlern sowie aufgrund anderer Faktoren werden diese Informationen ohne Mängelgewähr und Garantien jeglicher Art weitergegeben. Insbesondere übernimmt MOODY S keine ausdrücklichen oder stillschweigenden Zusicherungen oder Garantien im Hinblick auf die Richtigkeit, Aktualität, Vollständigkeit, Marktgängigkeit oder Eignung dieser Inhalte für einen bestimmten Zweck. Unter keinen Umständen übernimmt MOODY S irgendeine Haftung gegenüber natürlichen oder juristischen Personen für (a) Verluste oder Schäden, die ganz oder teilweise von (fahrlässigen oder sonstigen) Fehlern oder anderen Umständen oder Eventualitäten verursacht werden, die außerhalb der Kontrolle von MOODY S oder jeglicher Direktoren, leitender Angestellter, Mitarbeiter oder Beauftragter im Zusammenhang mit der Beschaffung, Sammlung, Kompilierung, Analyse, Interpretation, Kommunikation, Veröffentlichung oder Zustellung dieser Inhalte liegen oder für (b) direkte und indirekte Schäden, besondere Schadensfolgen, Folgeschäden, kompensatorischen Schadensersatz oder Nebenschäden jeglicher Art (einschließlich, aber nicht beschränkt auf Schadensersatz für entgangene Gewinne), auch wenn MOODY S vorab über die Möglichkeit dieser Schäden informiert wurde, die sich aus der Nutzung oder Unfähigkeit zur Nutzung dieser Informationen ergeben. Die Bonitätsprüfungen und finanziellen analytischen Beobachtungen, sofern vorhanden, die ein Bestandteil der hierin enthaltenen Informationen bilden, stellen nur Meinungsäußerungen und keine Darlegungen von Sachverhalten oder Empfehlungen dar, Wertpapiere zu kaufen, verkaufen oder zu halten, und sind dahingehend auszulegen. MOODY S GIBT KEINE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GEWÄHRLEISTUNG DER RICHTIGKEIT, AKTUALITÄT, VOLLSTÄNDIGKEIT, MARKTGÄNGIGKEIT ODER EIGNUNG DIESER BEWERTUNGEN FÜR EINEN BESTIMMEN ZWECK UND STELLT KEINE SONSTIGEN MEINUNGEN ODER INFORMATIONEN IN JEGLICHER FORM ODER WEISE ZUR VERFÜGUNG. Jede Bewertung oder sonstige Meinung darf nur als einer von vielen Faktoren einer Investitionsentscheidung betrachtet werden, die von einem Nutzer der hierin enthaltenen Informationen oder in dessen Auftrag getroffen wird, und jeder Nutzer muss dementsprechend für jedes Wertpapier, das er zu kaufen, zu halten oder zu verkaufen erwägt, und für jeden Emittenten und Garantiegeber sowie für jeden Anbieter einer Darlehensunterstützung für den Kauf eines Wertpapiers seine eigenen Recherchen und Bewertungen vornehmen. MOODY S bestätigt hiermit, dass die meisten Emittenten von Schuldtiteln (einschließlich Unternehmens-und Kommunalschuldverschreibungen, Pfandbriefen, Schuldscheinen und kurzfristig unbesicherter Schuldtitel) und von von MOODY S bewerteten Vorzugsaktien vor der Zuerkennung etwaiger Bewertungen zugestimmt haben, MOODY S Honorare zwischen USD und circa USD für die geleisteten Bewertungs-und Ratingdienste zu bezahlen. Moody s Corporation (MCO) und seine hundertprozentige Ratingagentur- Tochtergesellschaft Moody s Investors Services (MIS) verfügen auch über eigene Grundsätze und Verfahren, um die Unabhängigkeit der Bewertungen und Ratingprozesse von MIS sicherzustellen. Informationen bezüglich bestimmter Verbindungen, die zwischen Direktoren von MCO und bewerteten Unternehmen und zwischen bewerteten Unternehmen bestehen könnten, die Ratings von MIS besitzen und der SEC eine Beteiligung von über 5 % an MCO auch öffentlich gemeldet haben, werden auf der Website von Moody s unter unter dem Titel Shareholder Relations - Corporate Governance - Director and Shareholder Affiliation Policy jährlich veröffentlicht. Credit Monitor, CreditEdge, CreditEdge Plus, CreditMark, DealAnalyzer, EDFCalc, Private Firm Model, Portfolio Preprocessor, GCorr, the Moody s logo, the Moody s KMV logo, Moody s Financial Analyst, Moody s KMV LossCalc, Moody s KMV Portfolio Manager, Moody s Risk Advisor, Moody s KMV RiskCalc, RiskAnalyst, RiskFrontier, Expected Default Frequency, und EDF sind Marken oder eingetragene Marken, die sich im Besitz von MIS Quality Management Corp. befinden und unter Lizenz von Moody s Analytics, Inc. verwendet werden

Die neue ISO 9001:2015 Neue Struktur

Die neue ISO 9001:2015 Neue Struktur Integrierte Managementsysteme Die neue ISO 9001:2015 Neue Struktur Inhalt Neue Struktur... 1 Die neue ISO 9001:2015... 1 Aktuelle Status der ISO 9001... 3 Änderungen zu erwarten... 3 Ziele der neuen ISO

Mehr

CA Clarity PPM. Übersicht. Nutzen. agility made possible

CA Clarity PPM. Übersicht. Nutzen. agility made possible PRODUKTBLATT CA Clarity PPM agility made possible CA Clarity Project & Portfolio Management (CA Clarity PPM) unterstützt Sie dabei, Innovationen flexibel zu realisieren, Ihr gesamtes Portfolio bedenkenlos

Mehr

Richtlinie für Verfahren für interne Datenschutz-Audits

Richtlinie für Verfahren für interne Datenschutz-Audits Richtlinie für Verfahren für interne Datenschutz-Audits Freigabedatum: Freigebender: Version: Referenz: Klassifikation: [Freigabedatum] Leitung 1.0 DSMS 01-01-R-05 Inhaltsverzeichnis 1 Ziel... 2 2 Anwendungsbereich...

Mehr

Verfahrensanweisung Umgang mit Beschwerden.doc INHALT

Verfahrensanweisung Umgang mit Beschwerden.doc INHALT INHALT 1 Zweck und Anwendungsbereich 2 2 Begriffe / Definitionen 2 2.1 Definitionen 2 3 Zuständigkeiten 2 4 Verfahrensbeschreibung 3 4.1 Schematische Darstellung Fehler! Textmarke nicht definiert. 4.2

Mehr

CA Business Service Insight

CA Business Service Insight PRODUKTBLATT: CA Business Service Insight CA Business Service Insight agility made possible Mit CA Business Service Insight wissen Sie, welche Services in Ihrem Unternehmen verwendet werden. Sie können

Mehr

Die vorliegende Arbeitshilfe befasst sich mit den Anforderungen an qualitätsrelevante

Die vorliegende Arbeitshilfe befasst sich mit den Anforderungen an qualitätsrelevante ISO 9001:2015 Die vorliegende Arbeitshilfe befasst sich mit den Anforderungen an qualitätsrelevante Prozesse. Die ISO 9001 wurde grundlegend überarbeitet und modernisiert. Die neue Fassung ist seit dem

Mehr

Vom Prüfer zum Risikomanager: Interne Revision als Teil des Risikomanagements

Vom Prüfer zum Risikomanager: Interne Revision als Teil des Risikomanagements Vom Prüfer zum Risikomanager: Interne Revision als Teil des Risikomanagements Inhalt 1: Revision als Manager von Risiken geht das? 2 : Was macht die Revision zu einem Risikomanager im Unternehmen 3 : Herausforderungen

Mehr

ISO9001 2015 QM-Dienstleistungen Holger Grosser Simonstr. 14 90766 Fürth Tel: 0911/49522541 www.qm-guru.de

ISO9001 2015 QM-Dienstleistungen Holger Grosser Simonstr. 14 90766 Fürth Tel: 0911/49522541 www.qm-guru.de ISO9001 2015 Hinweise der ISO Organisation http://isotc.iso.org/livelink/livelink/open/tc176sc2pub lic Ausschlüsse im Vortrag Angaben, die vom Vortragenden gemacht werden, können persönliche Meinungen

Mehr

Windows Server 2012 Manageability and Automation. Module 1: Standards Based Management with Windows Management Framework - Robust Automation

Windows Server 2012 Manageability and Automation. Module 1: Standards Based Management with Windows Management Framework - Robust Automation Windows Server 2012 Manageability and Automation Module 1: Standards Based Management with Windows Management Framework - Robust Automation Modulhandbuch Autor: Rose Malcolm, Content Master Veröffentlicht:

Mehr

2008 Nokia. Alle Rechte vorbehalten. Nokia, Nokia Connecting People und Nseries sind Marken oder eingetragene Marken der Nokia Corporation.

2008 Nokia. Alle Rechte vorbehalten. Nokia, Nokia Connecting People und Nseries sind Marken oder eingetragene Marken der Nokia Corporation. Laden! Ausgabe 1 2008 Nokia. Alle Rechte vorbehalten. Nokia, Nokia Connecting People und Nseries sind Marken oder eingetragene Marken der Nokia Corporation. Nokia tune ist eine Tonmarke der Nokia Corporation.

Mehr

EIN INTEGRIERTER ANSATZ FÜR GOVERNANCE, RISIKOMANAGEMENT UND COMPLIANCE. von Maja Pavlek

EIN INTEGRIERTER ANSATZ FÜR GOVERNANCE, RISIKOMANAGEMENT UND COMPLIANCE. von Maja Pavlek EIN INTEGRIERTER ANSATZ FÜR GOVERNANCE, RISIKOMANAGEMENT UND COMPLIANCE von Maja Pavlek 1 GOVERNANCE, RISIKOMANAGEMENT UND COMPLIANCE EIN INTEGRIERTER ANSATZ Die TIBERIUM AG ist ein Beratungsunternehmen,

Mehr

Integriertes Risikomanagement mit GAMP 5 Risiken effizient managen!

Integriertes Risikomanagement mit GAMP 5 Risiken effizient managen! Integriertes Risikomanagement mit GAMP 5 Risiken effizient managen! Autor: Thomas Halfmann Halfmann Goetsch Peither AG Mit GAMP 5 wurde im Jahr 2005 der risikobasierte Ansatz in die Validierung computergestützter

Mehr

Was muss ich noch für meine Zertifizierung tun, wenn meine Organisation. organisiert

Was muss ich noch für meine Zertifizierung tun, wenn meine Organisation. organisiert ? organisiert Was muss ich noch für meine Zertifizierung tun, wenn meine Organisation ist? Sie müssen ein QM-System: aufbauen, dokumentieren, verwirklichen, aufrechterhalten und dessen Wirksamkeit ständig

Mehr

Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik. Helmut Gottschalk. AeroEx 2012 1

Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik. Helmut Gottschalk. AeroEx 2012 1 1 Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik Helmut Gottschalk AeroEx 2012 1 Agenda Definitionen Assessments in der Aviatik Audits in der Aviatik Interne Audits im Risk Management

Mehr

Maintenance & Re-Zertifizierung

Maintenance & Re-Zertifizierung Zertifizierung nach Technischen Richtlinien Maintenance & Re-Zertifizierung Version 1.2 vom 15.06.2009 Bundesamt für Sicherheit in der Informationstechnik Postfach 20 03 63 53133 Bonn Tel.: +49 22899 9582-0

Mehr

Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik. Joel Hencks

Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik. Joel Hencks Audits und Assessments als Mittel zur Risk Mitigation in der Aviatik Joel Hencks AeroEx 2012 1 1 Agenda Assessments in der Aviatik Audits in der Aviatik Interne Audits im Risk Management Management System

Mehr

Oracle White Paper März 2009. Realitätsnahere Prognosen: Getrennte Beurteilung von Chancen und Risiken sowie Unsicherheit

Oracle White Paper März 2009. Realitätsnahere Prognosen: Getrennte Beurteilung von Chancen und Risiken sowie Unsicherheit Oracle White Paper März 2009 Realitätsnahere Prognosen: Getrennte Beurteilung von Chancen und Risiken sowie Unsicherheit Executive Summary In diesem White Paper werden anhand eines Beispiels die Vorteile

Mehr

(Text von Bedeutung für den EWR) (2014/908/EU)

(Text von Bedeutung für den EWR) (2014/908/EU) 16.12.2014 L 359/155 DURCHFÜHRUNGSBESCHLUSS R KOMMISSION vom 12. Dezember 2014 über die Gleichwertigkeit der aufsichtlichen und rechtlichen Anforderungen bestimmter Drittländer und Gebiete für die Zwecke

Mehr

Information Security Policy für Geschäftspartner

Information Security Policy für Geschäftspartner safe data, great business. Information Security Policy für Geschäftspartner Raiffeisen Informatik Center Steiermark Raiffeisen Rechenzentrum Dokument Eigentümer Version 1.3 Versionsdatum 22.08.2013 Status

Mehr

Empfehlung für die technische Kommunikation von Produktänderungen im GDSN

Empfehlung für die technische Kommunikation von Produktänderungen im GDSN 1 Germany Empfehlung für die technische Kommunikation von Produktänderungen im GDSN Version 1.0 Stand Mai 2014 I I I Global Standards. Make Business Efficient. Zielsetzung des Dokuments Ziel der vorliegenden

Mehr

Versicherungsmathematische Funktion: Vorschläge zur pragmatischen Umsetzung

Versicherungsmathematische Funktion: Vorschläge zur pragmatischen Umsetzung Versicherungsmathematische Funktion: Vorschläge zur pragmatischen Umsetzung 9. Oldenburger Versicherungstag 13. Oktober 2015 Dietmar Pfeifer Schwerpunkt Versicherungs- und Finanzmathematik Agenda 1. Aufgaben

Mehr

Asset-Liability-Management

Asset-Liability-Management Asset-Liability-Management Was ist Asset-Liability-Management? Der Begriff Asset-Liability-Management (ALM) steht für eine Vielzahl von Techniken und Ansätzen zur Koordination von Entscheidungen bezüglich

Mehr

afterbuy Integration

afterbuy Integration BillSAFE GmbH Weiße Breite 5 49084 Osnabrück afterbuy Integration Beschreibung der Anbindung von BillSAFE in das Portal afterbuy (Version 1.0.1 vom 10.03.2010) 1 Inhaltsverzeichnis 1 Vorbemerkung...3 2

Mehr

Tabelle: Maßnahmen und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz

Tabelle: Maßnahmen und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz Tabelle: Maßn und Datenschutz-Kontrollziele zu Baustein 1.5 Datenschutz (Verweis aus Maß M 7.5) Basierend auf den IT-Grundschutz-Katalogen Version 2006 Stand: November 2006, Stand der Tabelle: 22.08.07

Mehr

Urs Fischer, dipl. WP, CRISC, CISA, CIA Fischer IT GRC Beratung & Schulung

Urs Fischer, dipl. WP, CRISC, CISA, CIA Fischer IT GRC Beratung & Schulung Urs Fischer, dipl. WP, CRISC, CISA, CIA Fischer IT GRC Beratung & Schulung 5. November 2012 2012 ISACA & fischer IT GRC Beratung & Schulung. All rights reserved 2 Agenda Einführung Konzepte und Prinzipien

Mehr

Risikogrundsätze Version 2, Stand 10/2011

Risikogrundsätze Version 2, Stand 10/2011 Version 2, Stand 10/2011 1. RISIKOGRUNDSÄTZE 1.1 Verantwortung des Vorstandes Der Vorstand der Schoellerbank Invest AG ist für die ordnungsgemäße Geschäftsorganisation und deren Weiterentwicklung verantwortlich.

Mehr

Anleitung zur Umsetzung der Forderungen der Revision der ISO 9001:2015

Anleitung zur Umsetzung der Forderungen der Revision der ISO 9001:2015 Anleitung zur Umsetzung der Forderungen der Revision der ISO 9001:2015 Änderungen bezüglich Struktur, Terminologie und Konzepte Struktur und Terminologie Die Gliederung (d. h. Abschnittsreihenfolge) und

Mehr

D.3.3. Betriebsleitfaden zur Zuweisung/Vergabe von ECVET Krediten. EUCoopC. PROJEKT Nr.: 527301-LLP-1-2012-1-IT-LEONARDO-LMP

D.3.3. Betriebsleitfaden zur Zuweisung/Vergabe von ECVET Krediten. EUCoopC. PROJEKT Nr.: 527301-LLP-1-2012-1-IT-LEONARDO-LMP EUCoopC PROJEKT Nr.: 527301-LLP-1-2012-1-IT-LEONARDO-LMP MULTILATERALE PROJEKTE ZUR INNOVATIONSENTWICKLUNG D.3.3. Betriebsleitfaden zur Zuweisung/Vergabe von ECVET Krediten Arbeitspaket 3 Entwurfsverfahren

Mehr

Muster Nachweisdokumentation und Sicherheitsbewertungsbericht

Muster Nachweisdokumentation und Sicherheitsbewertungsbericht Muster Nachweisdokumentation und Sicherheitsbewertungsbericht auf Basis der "Verordnung (EG) Nr. 352/2009 der Kommission vom 24. April 2009 über die Festlegung einer gemeinsamen Sicherheitsmethode für

Mehr

Publikationskonzept Prävalenzmessung Sturz & Dekubitus

Publikationskonzept Prävalenzmessung Sturz & Dekubitus Publikationskonzept Prävalenzmessung Sturz & Dekubitus Anhang 1 September 2013, Version 2.0 Das vorliegende Publikationskonzept der Prävalenzmessung Sturz & Dekubitus V.2.0 ist Bestandteil des Grundlagendokumentes

Mehr

CIB INVOICE BEDIENUNGSANLEITUNG

CIB INVOICE BEDIENUNGSANLEITUNG > Technical Support & Services CIB INVOICE BEDIENUNGSANLEITUNG Technical Support & Services > Stand: 02. September 2014 Version 1.3 CIB software GmbH > Technical Support & Services > > Dokument DOKUMENT

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

GFI-Produkthandbuch. Einschränkungen und Lizenzierungshandbuch für GFI MailArchiver- Archivierung

GFI-Produkthandbuch. Einschränkungen und Lizenzierungshandbuch für GFI MailArchiver- Archivierung GFI-Produkthandbuch Einschränkungen und Lizenzierungshandbuch für GFI MailArchiver- Archivierung Die Informationen in diesem Dokument dienen ausschließlich Informationszwecken und werden in der vorliegenden

Mehr

Dokumentation. Schnittstelle IKISS Bayerischer Behördenwegweiser. Stand: 2008-10-21

Dokumentation. Schnittstelle IKISS Bayerischer Behördenwegweiser. Stand: 2008-10-21 Dokumentation Schnittstelle IKISS Bayerischer Behördenwegweiser Stand: 2008-10-21 Copyright 2008 Advantic Systemhaus GmbH. Alle Rechte vorbehalten. Dokumentationsmaterial, das von der Advantic Systemhaus

Mehr

Organisatorische Einbindung eines Risikomanagementsystems in mittelständische Unternehmen

Organisatorische Einbindung eines Risikomanagementsystems in mittelständische Unternehmen Organisatorische Einbindung eines Risikomanagementsystems März 2002 Andreas Henking www.risk-sim.de 1 Einleitung Wichtiger Erfolgsfaktor bei der Einführung von Risikomanagementsystemen ist die richtige

Mehr

Datenschutzrechtliche Hinweise zum Einsatz von Web-Analysediensten wie z.b. Google Analytics 1. - Stand: 1. Juli 2010 -

Datenschutzrechtliche Hinweise zum Einsatz von Web-Analysediensten wie z.b. Google Analytics 1. - Stand: 1. Juli 2010 - INNENMINISTERIUM AUFSICHTSBEHÖRDE FÜR DEN DATENSCHUTZ IM NICHTÖFFENTLICHEN BEREICH Datenschutzrechtliche Hinweise zum Einsatz von Web-Analysediensten wie z.b. Google Analytics 1 - Stand: 1. Juli 2010 -

Mehr

Governance, Risk & Compliance für den Mittelstand

Governance, Risk & Compliance für den Mittelstand Governance, Risk & Compliance für den Mittelstand Die Bedeutung von Steuerungs- und Kontrollsystemen nimmt auch für Unternehmen aus dem Mittelstand ständig zu. Der Aufwand für eine effiziente und effektive

Mehr

Testfragen PRINCE2 Foundation

Testfragen PRINCE2 Foundation Testfragen PRINCE2 Foundation Multiple Choice Prüfungsdauer: 20 Minuten Hinweise zur Prüfung 1. Sie sollten versuchen, alle 25 Fragen zu beantworten. 2. Zur Beantwortung der Fragen stehen Ihnen 20 Minuten

Mehr

Auswirkungen der Cloud auf Ihre Organisation So managen Sie erfolgreich den Weg in die Cloud

Auswirkungen der Cloud auf Ihre Organisation So managen Sie erfolgreich den Weg in die Cloud Die Cloud Auswirkungen der Cloud auf Ihre Organisation So managen Sie erfolgreich den Weg in die Cloud Die Auswirkungen und Aspekte von Cloud-Lösungen verstehen Cloud-Lösungen bieten Unternehmen die Möglichkeit,

Mehr

Checkliste zum Datenschutz

Checkliste zum Datenschutz Checkliste zum Datenschutz Diese Checkliste soll Ihnen einen ersten Überblick darüber geben, ob der Datenschutz in Ihrem Unternehmen den gesetzlichen Bestimmungen entspricht und wo ggf. noch Handlungsbedarf

Mehr

COMMISSION DE SURVEILLANCE

COMMISSION DE SURVEILLANCE COMMISSION DE SURVEILLANCE DU SECTEUR FINANCIER Nicht amtliche Übersetzung des französischen Originaltextes Verordnung 12-01 der CSSF zur Festlegung der Anwendungsmodalitäten des Artikels 42bis des Gesetzes

Mehr

Datenschutz-Vereinbarung

Datenschutz-Vereinbarung Datenschutz-Vereinbarung zwischen intersales AG Internet Commerce Weinsbergstr. 190 50825 Köln, Deutschland im Folgenden intersales genannt und [ergänzen] im Folgenden Kunde genannt - 1 - 1. Präambel Die

Mehr

Neue Funktionen für Prozess Fertigung Produktion und Logistik in Microsoft Dynamics AX 2012 R2

Neue Funktionen für Prozess Fertigung Produktion und Logistik in Microsoft Dynamics AX 2012 R2 Neue Funktionen für Prozess Fertigung Produktion und Logistik in Dynamics AX Dieses Dokument wurde ohne menschliche Beteiligung maschinell übersetzt. Es wird in dieser Form bereitgestellt, und es wird

Mehr

Richtlinie zur Informationssicherheit T-Systems Multimedia Solutions

Richtlinie zur Informationssicherheit T-Systems Multimedia Solutions Richtlinie zur Informationssicherheit T-Systems Multimedia Solutions Autor: Frank Schönefeld Gültig ab: 23.03.2015 / Ersetzte Ausgabe: 29.05.2012 Seite 1 von 5 Vorwort Unsere Kunden und Beschäftigten müssen

Mehr

16498/14 ds/gha/mh 1 DG G 2B

16498/14 ds/gha/mh 1 DG G 2B Rat der Europäischen Union Brüssel, den 4. Dezember 2014 (OR. en) Interinstitutionelles Dossier: 2013/0045 (CNS) 16498/14 FISC 222 ECOFIN 1159 BERICHT Absender: Empfänger: Vorsitz Rat Nr. Vordok.: 16120/1/14

Mehr

IT-Governance. Standards und ihr optimaler Einsatz bei der. Implementierung von IT-Governance

IT-Governance. Standards und ihr optimaler Einsatz bei der. Implementierung von IT-Governance IT-Governance Standards und ihr optimaler Einsatz bei der Implementierung von IT-Governance Stand Mai 2009 Disclaimer Die Inhalte der folgenden Seiten wurden von Severn mit größter Sorgfalt angefertigt.

Mehr

REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN

REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN REGLEMENT ÜBER DIE BILDUNG VON TECHNISCHEN RÜCKSTELLUNGEN Gültig ab 31. Dezember 2013 INHALTSVERZEICHNIS Seite A ALLGEMEIN 1 1. Ziel 1 2. Definition 1 3. Versicherungstechnische Grundlagen 1 4. Technische

Mehr

Selbstbewertungsbericht für das Überwachungsaudit

Selbstbewertungsbericht für das Überwachungsaudit Selbstbewertungsbericht für das Überwachungsaudit Wegleitung von sanacert suisse Der Selbstbewertungsbericht bildet eine wichtige Grundlage für die Beurteilung des Qualitätsmanagementsystems anlässlich

Mehr

Wofür werden Cookies auf dieser Website NICHT verwendet?

Wofür werden Cookies auf dieser Website NICHT verwendet? Was ist ein Cookie? Ein Cookie ist eine kleine Textdatei, die eine Website in Ihrem Computer, Telefon oder einem anderen Gerät platziert, um Informationen über Ihr Surfverhalten auf dieser Website zu sammeln.

Mehr

GFI-Produkthandbuch. Einschränkungen und Lizenzierungshandbuch für GFI Archiver- Archivierung

GFI-Produkthandbuch. Einschränkungen und Lizenzierungshandbuch für GFI Archiver- Archivierung GFI-Produkthandbuch Einschränkungen und Lizenzierungshandbuch für GFI Archiver- Archivierung Die Informationen in diesem Dokument dienen ausschließlich Informationszwecken und werden in der vorliegenden

Mehr

CodeSnap Inventur 3.3 für HIS FSV-GX. Benutzerhandbuch

CodeSnap Inventur 3.3 für HIS FSV-GX. Benutzerhandbuch CodeSnap Inventur 3.3 für HIS FSV-GX Benutzerhandbuch COPYRIGHT Copyright 2012 Flexicom GmbH Alle Rechte vorbehalten. Kurzanleitung für die Software CodeSnap Inventur 3.3 Erste Ausgabe: August 2012 CodeSnap

Mehr

Beuth Hochschule BEUTH HOCHSCHULE FÜR TECHNIK BERLIN University of Applied Sciences

Beuth Hochschule BEUTH HOCHSCHULE FÜR TECHNIK BERLIN University of Applied Sciences Beuth Hochschule BEUTH HOCHSCHULE FÜR TECHNIK BERLIN University of Applied Sciences WISSENSCHAFTLICHE WEITERBILDUNG Fernstudium Industrial Engineering Produktions- und Betriebstechnik Kurseinheit 98 und

Mehr

Master Data Management

Master Data Management Master Data Management Warum Stammdatenmanagement Komplexität reduzieren Stammdatenmanagement bringt Ordnung in ihre Stammdaten. Doubletten werden erkannt und gesperrt. Stammdaten verschiedener Quellsysteme

Mehr

Handbuch Schulungsdatenbank

Handbuch Schulungsdatenbank Handbuch Schulungsdatenbank Inhaltsverzeichnis Hinweise... 3 Überblick... 4 Themen... 5 Schulungsprogramm Verwalten... 6 Details... 7 Schulungsprogramm bearbeiten... 9 Anstehende Termine... 10 Schulungen

Mehr

Die Beurteilung normativer Managementsysteme

Die Beurteilung normativer Managementsysteme Die Beurteilung normativer Managementsysteme Hanspeter Ischi, Leiter SAS 1. Ziel und Zweck Um die Vertrauenswürdigkeit von Zertifikaten, welche durch akkreditierte Zertifizierungsstellen ausgestellt werden,

Mehr

Sicherheitsbewertungsbericht

Sicherheitsbewertungsbericht Sicherheitsbewertungsbericht auf Basis der "Verordnung (EG) Nr. 352/2009 der Kommission vom 24. April 2009 über die Festlegung einer gemeinsamen Sicherheitsmethode für die Evaluierung und Bewertung von

Mehr

Datenschutz: Datenvernichtung im HCM mittels Information Lifecycle Management. Dr. Michael Wulf, Sap SE 22.März 2015

Datenschutz: Datenvernichtung im HCM mittels Information Lifecycle Management. Dr. Michael Wulf, Sap SE 22.März 2015 Datenschutz: Datenvernichtung im HCM mittels Information Lifecycle Management Dr. Michael Wulf, Sap SE 22.März 2015 Motivation Datenschutz ist schon immer ein Thema im HR, wird aber noch wichtiger Was

Mehr

Qualitätsmanagement ISO 9001:2015

Qualitätsmanagement ISO 9001:2015 QUALITY-APPS Applikationen für das Qualitätsmanagement Mehr Wissen! Qualitätsmanagement ISO 9001:2015 200 Fragen und Antworten zum Selbststudium Autor: Prof. Dr. Jürgen P. Bläsing Die internationale Norm

Mehr

Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten

Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten Bei der Übertragung eines 3D-Modells zwischen zwei CAD-Anwendungen verlieren Sie Stunden oder sogar Tage beim Versuch, saubere Geometrie zu erhalten und einfachste Änderungen vorzunehmen. An der Arbeit

Mehr

Erläuterungen zu Leitlinien zu Sonderverbänden

Erläuterungen zu Leitlinien zu Sonderverbänden Erläuterungen zu Leitlinien zu Sonderverbänden Die nachfolgenden Ausführungen in deutscher Sprache sollen die EIOPA- Leitlinien erläutern. Während die Leitlinien auf Veranlassung von EIOPA in allen offiziellen

Mehr

Alinof ToDoList. Benutzerhandbuch. Version 2.0! Copyright 2011-2014 by Alinof Software GmbH!!!!!!! Seite 1/

Alinof ToDoList. Benutzerhandbuch. Version 2.0! Copyright 2011-2014 by Alinof Software GmbH!!!!!!! Seite 1/ Alinof ToDoList Benutzerhandbuch Version 2.0 Copyright 20-2014 by Alinof Software GmbH Seite 1/ Inhaltsverzeichnis Vorwort... 3 Urheberechte... 3 Änderungen... 3 Garantie... 3 Systemvoraussetzungen...

Mehr

Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet?

Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet? DGG e.v. PRE-WORKSHOP TELEMED BERLIN 2009 Qualitätsmanagement in Gesundheitstelematik und Telemedizin: Sind ISO 9001 basierte Managementsysteme geeignet? Dr. med. Markus Lindlar Deutsches Zentrum für Luft-

Mehr

INFORMATIONEN NEUARTIG BETRACHTEN AKTEN- UND INFORMATIONSMANAGEMENT: GEWUSST WIE - VON ANFANG AN AUFBEWAHRUNGSPLÄNE FÜR AKTEN: GRUNDLAGEN

INFORMATIONEN NEUARTIG BETRACHTEN AKTEN- UND INFORMATIONSMANAGEMENT: GEWUSST WIE - VON ANFANG AN AUFBEWAHRUNGSPLÄNE FÜR AKTEN: GRUNDLAGEN INFORMATIONEN NEUARTIG BETRACHTEN AKTEN- UND INFORMATIONSMANAGEMENT: GEWUSST WIE - VON ANFANG AN AUFBEWAHRUNGSPLÄNE FÜR AKTEN: GRUNDLAGEN EINFÜHRUNG KURZE EINFÜHRUNG IN DIE ERSTELLUNG UND VERWALTUNG VON

Mehr

Personal-Vorsorgestiftung der Aluminium-Laufen AG Liesberg Liesberg. Bericht der Revisionsstelle an den Stiftungsrat zur Jahresrechnung 2014

Personal-Vorsorgestiftung der Aluminium-Laufen AG Liesberg Liesberg. Bericht der Revisionsstelle an den Stiftungsrat zur Jahresrechnung 2014 Personal-Vorsorgestiftung der Aluminium-Laufen AG Liesberg Liesberg Bericht der Revisionsstelle an den Stiftungsrat zur Jahresrechnung 2014 Bericht der Revisionsstelle an den Stiftungsrat der Personal-Vorsorgestiftung

Mehr

Name Funktion Datum Unterschrift

Name Funktion Datum Unterschrift Bericht über die Kassenprüfung der Teilgliederung Kreisverband Mittelhaardt der Piratenpartei Deutschland für das laufende Geschäftsjahr 2010 (12.12.2009 01.11.2010) Name Funktion Datum Unterschrift Markus

Mehr

Hinweise zur Umsetzung und den Obliegenheiten im Rahmen von Outsourcing in Kreditinstituten.

Hinweise zur Umsetzung und den Obliegenheiten im Rahmen von Outsourcing in Kreditinstituten. AT 9 der MaRisk Hinweise zur Umsetzung und den Obliegenheiten im Rahmen von Outsourcing in Kreditinstituten. MC-Bankrevision, www.mc-bankrevision.de Stand 18.04.2013 1 Outsourcing nach AT 9 der MaRisk

Mehr

AnSyS Salesdata AnSyS.ERP AnSyS.B4C

AnSyS Salesdata AnSyS.ERP AnSyS.B4C AnSyS Salesdata AnSyS.ERP AnSyS.B4C Anleitung/Dokumentation für die Umstellung auf SEPA/IBAN AnSyS GmbH 2013 Seite 1 2013 AnSyS GmbH Stand: 17.10.13 Urheberrecht und Gewährleistung Alle Rechte, auch die

Mehr

Übungsbeispiele für die mündliche Prüfung

Übungsbeispiele für die mündliche Prüfung Übungsbeispiele für die mündliche Prüfung Nr. Frage: 71-02m Welche Verantwortung und Befugnis hat der Beauftragte der Leitung? 5.5.2 Leitungsmitglied; sicherstellen, dass die für das Qualitätsmanagementsystem

Mehr

ARTIKEL-29-DATENSCHUTZGRUPPE

ARTIKEL-29-DATENSCHUTZGRUPPE ARTIKEL-29-DATENSCHUTZGRUPPE 12110/04/DE WP 102 Muster-Checkliste Antrag auf Genehmigung verbindlicher Unternehmensregelungen angenommen am 25. November 2004 Die Gruppe ist gemäß Artikel 29 der Richtlinie

Mehr

UNSERE DIENSTLEISTUNGEN IM ÜBERBLICK

UNSERE DIENSTLEISTUNGEN IM ÜBERBLICK UNSERE DIENSTLEISTUNGEN IM ÜBERBLICK ZWEI basic support Seite ZWEI one off Seite ZWEI all times Seite 4 Zurich Bahnhofstrasse 1 CH-8001 Zurich info@zwei-we.ch Geneva Rue Jacques Grosselin 8 CH-17 Carouge-Geneva

Mehr

Outlook-Abgleich. Änderungen, Irrtümer und Druckfehler vorbehalten. Bearbeitet von Harald Borges. Stand April 2015 www.cobra.de

Outlook-Abgleich. Änderungen, Irrtümer und Druckfehler vorbehalten. Bearbeitet von Harald Borges. Stand April 2015 www.cobra.de Outlook-Abgleich Copyright 2015 cobra computer s brainware GmbH cobra Adress PLUS, cobra CRM PLUS, cobra CRM PRO und cobra CRM BI sind eingetragene Warenzeichen der cobra computer s brainware GmbH. Andere

Mehr

Aktive Schnittstellenkontrolle

Aktive Schnittstellenkontrolle Aktive Schnittstellenkontrolle Version 1.0 Ausgabedatum 05.03.2013 Status in Bearbeitung in Abstimmung Freigegeben Ansprechpartner Angelika Martin 0431/988-1280 uld34@datenschutzzentrum.de Inhalt 1 Problematik...2

Mehr

Bessere Systemleistung reibungslose Geschäftsprozesse

Bessere Systemleistung reibungslose Geschäftsprozesse im Überblick SAP-Technologie Remote Support Platform for SAP Business One Herausforderungen Bessere Systemleistung reibungslose Geschäftsprozesse Wartung im Handumdrehen Immer gut betreut Wartung im Handumdrehen

Mehr

FRP 2 Vorsorgekapitalien und technische Rückstellungen

FRP 2 Vorsorgekapitalien und technische Rückstellungen FRP 2 Vorsorgekapitalien und technische Rückstellungen Fassung 2014 Rechtsgrundlagen BVG Art. 65b, 65c, 65d (Abs. 4) BVV 2 Art. 27h, 48, 48e Swiss GAAP FER 26 in der gemäss Art. 47 BVV 2 anwendbaren Fassung

Mehr

Ratingdefinitionen. Ratingstufen. Ratingobjekte & Kennzeichnung. Ratingstufen, Ratingobjekte und Ausfall. Ratingskala. Aussagekraft.

Ratingdefinitionen. Ratingstufen. Ratingobjekte & Kennzeichnung. Ratingstufen, Ratingobjekte und Ausfall. Ratingskala. Aussagekraft. Ratingdefinitionen Ratingstufen, Ratingobjekte und Ausfall April 2014 Ratingstufen Die Bonitätsbeurteilung eines Schuldners beinhaltet eine Prognose der Wahrscheinlichkeit für einen zukünftigen Ausfall

Mehr

Sicherheitstechnische Qualifizierung (SQ), Version 10.0 Security Assurance Level SEAL-3

Sicherheitstechnische Qualifizierung (SQ), Version 10.0 Security Assurance Level SEAL-3 Die Zertifizierungsstelle der TÜV Informationstechnik GmbH bescheinigt hiermit dem Unternehmen RWE Effizienz GmbH Flamingoweg 1 44139 Dortmund für das IT-System RWE eoperate IT Services die Erfüllung aller

Mehr

Orientierungshilfe. Datenschutz und Datensicherheit in Projekten: Projekt- und Produktivbetrieb

Orientierungshilfe. Datenschutz und Datensicherheit in Projekten: Projekt- und Produktivbetrieb Orientierungshilfe Datenschutz und Datensicherheit in Projekten: Projekt- und Produktivbetrieb Herausgegeben vom Arbeitskreis Technische und organisatorische Datenschutzfragen der Konferenz der Datenschutzbeauftragten

Mehr

Internes Audit. Länderübergreifende Verfahrensanweisung. Inhalt. 1 Zweck, Ziel

Internes Audit. Länderübergreifende Verfahrensanweisung. Inhalt. 1 Zweck, Ziel Datum des LAV-Beschlusses: 05.11.2012 Seite 1 von 9 Inhalt 1 Zweck, Ziel... 1 2 Geltungsbereich... 2 3 Begriffe, Definitionen... 2 4 Verfahren... 2 4.1 Planung der Audits... 5 4.2 Vorbereitung des Audits...

Mehr

Veränderungen zur vorherigen Norm

Veränderungen zur vorherigen Norm Veränderungen zur vorherigen Norm Grundlegende Änderungen Kernnormen der ISO 9000 Normenreihe, in den grundlegend überarbeiteten Fassungen: DIN EN ISO 9000: 2000 Qualitätsmanagementsysteme - Grundlagen

Mehr

Überblick Datenschutzbeauftragter für den Chaos Computer Club Frankfurt e.v.

Überblick Datenschutzbeauftragter für den Chaos Computer Club Frankfurt e.v. Überblick Datenschutzbeauftragter für den Chaos Computer Club Frankfurt e.v. binsec - binary security UG 13. Juni 2015 Agenda Werbung :-) Einführung Aufgaben eines DSB Kompetenzen und Rechte eines DSB

Mehr

Managementbewertung Managementbewertung

Managementbewertung Managementbewertung Managementbewertung Grundlagen für die Erarbeitung eines Verfahrens nach DIN EN ISO 9001:2000 Inhalte des Workshops 1. Die Anforderungen der ISO 9001:2000 und ihre Interpretation 2. Die Umsetzung der Normanforderungen

Mehr

Kundeninformation DIN EN ISO 9001:2015 - die nächste große Normenrevision

Kundeninformation DIN EN ISO 9001:2015 - die nächste große Normenrevision Kundeninformation DIN EN ISO 9001:2015 - die nächste große Normenrevision Einführung Die DIN EN ISO 9001 erfährt in regelmäßigen Abständen -etwa alle 7 Jahreeine Überarbeitung und Anpassung der Forderungen

Mehr

SiteAudit Knowledge Base. Move Add Change Tracking. Vorteile Übersicht. In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen

SiteAudit Knowledge Base. Move Add Change Tracking. Vorteile Übersicht. In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen SiteAudit Knowledge Base Move Add Change Tracking Dezember 2010 In diesem Artikel: Vorteile Übersicht Funktionsübersicht Berichte anpassen MAC Benachrichtigungen Vorteile Übersicht Heutzutage ändern sich

Mehr

Leitlinien zu den Methoden für die Bestimmung von Marktanteilen für die Berichterstattung

Leitlinien zu den Methoden für die Bestimmung von Marktanteilen für die Berichterstattung EIOPA-BoS-15/106 DE Leitlinien zu den Methoden für die Bestimmung von Marktanteilen für die Berichterstattung EIOPA Westhafen Tower, Westhafenplatz 1-60327 Frankfurt Germany - Tel. + 49 69-951119-20; Fax.

Mehr

Richtlinie. des Arbeitskreises. Fachgruppe Externe Datenschutzbeauftragte und Datenschutzberater. in der

Richtlinie. des Arbeitskreises. Fachgruppe Externe Datenschutzbeauftragte und Datenschutzberater. in der Richtlinie des Arbeitskreises Fachgruppe Externe Datenschutzbeauftragte und Datenschutzberater in der Gesellschaft für Datenschutz und Datensicherheit e.v. - GDD - Verabschiedet von den Mitgliedern der

Mehr

Grundsätze zur bestmöglichen Ausführung. Deutsche Asset Management Deutschland

Grundsätze zur bestmöglichen Ausführung. Deutsche Asset Management Deutschland Grundsätze zur bestmöglichen Ausführung Deutsche Asset Management Deutschland Seite 2 1 Einleitung Deutsche Asset Management wird bei der Erfüllung von Aufträgen in Finanzinstrumenten im Namen von Kunden

Mehr

(Qualitätsmanagement-Richtlinie vertragszahnärztliche Versorgung - ZÄQM-RL)

(Qualitätsmanagement-Richtlinie vertragszahnärztliche Versorgung - ZÄQM-RL) Richtlinie des Gemeinsamen Bundesausschusses über grundsätzliche Anforderungen an ein einrichtungsinternes Qualitätsmanagement in der vertragszahnärztlichen Versorgung (Qualitätsmanagement-Richtlinie vertragszahnärztliche

Mehr

Ihr Weg zur Energie-Effizienz

Ihr Weg zur Energie-Effizienz Ihr Weg zur Energie-Effizienz Die Energieberatung ist wichtiges Instrument, um Informationsdefizite abzubauen, Energiesparpotenziale zu erkennen und Energieeinsparungen zu realisieren. Anliegen ist dabei

Mehr

FirstW@ve. Finanz Buchhaltung

FirstW@ve. Finanz Buchhaltung FirstW@ve Finanz Buchhaltung SYSTEMVORAUSSETZUNG Funktioniert unter «Windows/NT» Datenbasis «SQL/Server» Entwicklungswerkzeuge «MAGIC 8.3» Funktioniert als Einplatz- oder Mehrplatzversion Notwendige Lizenzen:

Mehr

Data Mining-Projekte

Data Mining-Projekte Data Mining-Projekte Data Mining-Projekte Data Mining stellt normalerweise kein ei nmaliges Projekt dar, welches Erkenntnisse liefert, die dann nur einmal verwendet werden, sondern es soll gewöhnlich ein

Mehr

Aufbau eines Compliance Management Systems in der Praxis. Stefanie Held Symposium für Compliance und Unternehmenssicherheit Frankfurt, 15.11.

Aufbau eines Compliance Management Systems in der Praxis. Stefanie Held Symposium für Compliance und Unternehmenssicherheit Frankfurt, 15.11. Aufbau eines Compliance Management Systems in der Praxis Stefanie Held Symposium für Compliance und Unternehmenssicherheit Frankfurt, 15.11.2012 Gliederung Kapitel 1 - Festlegung des Compliance-Zielbilds

Mehr

GIOVANNI BUTTARELLI STELLVERTRETENDER DATENSCHUTZBEAUFTRAGTER

GIOVANNI BUTTARELLI STELLVERTRETENDER DATENSCHUTZBEAUFTRAGTER GIOVANNI BUTTARELLI STELLVERTRETENDER DATENSCHUTZBEAUFTRAGTER Frau Beáta GYÕRI-HARTWIG Exekutivagentur für Gesundheit und Verbraucher (EAHC) DRB A3/045 L-2920 LUXEMBURG Brüssel, 25. Januar 2011 GB/IC/kd

Mehr

Verfahrensordnung für die Durchführung der Compliance-Zertifizierung der ICG

Verfahrensordnung für die Durchführung der Compliance-Zertifizierung der ICG Verfahrensordnung für die Durchführung der Compliance-Zertifizierung der ICG 1 Allgemeines (Stand 17.04.2015) (1) Der Vorstand führt die Geschäfte der ICG nach Maßgabe der Gesetze, der Satzung und der

Mehr

Auf sichere Weise Geschäftsvorteile für das Online-Geschäft schaffen

Auf sichere Weise Geschäftsvorteile für das Online-Geschäft schaffen Auf sichere Weise Geschäftsvorteile für das Online-Geschäft schaffen Wichtige Technologietrends Schutz der Daten (vor Diebstahl und fahrlässiger Gefährdung) ist für die Einhaltung von Vorschriften und

Mehr

Der Erfolgreichste im Leben ist der, der am besten informiert wird. Benjamin Disraeli (brit. Premierminister 1874-1880)

Der Erfolgreichste im Leben ist der, der am besten informiert wird. Benjamin Disraeli (brit. Premierminister 1874-1880) Der Erfolgreichste im Leben ist der, der am besten informiert wird. Benjamin Disraeli (brit. Premierminister 1874-1880) Inhalt Einleitung 3 Das Unternehmen 4 Clipping für Ausschnittdienste 6 Pressespiegelsysteme

Mehr

Leitlinien. zur. Beschwerdebearbeitung durch. Versicherungsunternehmen

Leitlinien. zur. Beschwerdebearbeitung durch. Versicherungsunternehmen EIOPA-BoS-12/069 DE Leitlinien zur Beschwerdebearbeitung durch Versicherungsunternehmen 1/8 1. Leitlinien Einleitung 1. Gemäß Artikel 16 der EIOPA-Verordnung 1 sowie unter Berücksichtigung von Erwägung

Mehr

Phrasensammlung für wissenschaftliches Arbeiten

Phrasensammlung für wissenschaftliches Arbeiten Phrasensammlung für wissenschaftliches Arbeiten Einleitung In diesem Aufsatz/dieser Abhandlung/dieser Arbeit werde ich... untersuchen/ermitteln/bewerten/analysieren... Um diese Frage zu beantworten, beginnen

Mehr

Konzept. Umgang mit Fehlern in den Veröffentlichungen der Statistik der BA

Konzept. Umgang mit Fehlern in den Veröffentlichungen der Statistik der BA Konzept Umgang mit Fehlern in den Veröffentlichungen der Statistik der BA Impressum Titel: Umgang mit Fehlern in Herausgeber: Bundesagentur für Arbeit Statistik Erstellungsdatum: Dezember 2014 Autor: Hüser,

Mehr

Über SAM consulting 1 SAM CONSULTING 2013

Über SAM consulting 1 SAM CONSULTING 2013 Über SAM consulting SAM CONSULTING ist ein weltweit agierendes Lizenzmanagement-Beratungshaus mit Sitz in Düsseldorf. Wir unterstützen Unternehmen dabei, das Lizenzmanagement umzusetzen, die zugehörigen

Mehr

Allgemeine Geschäftsbedingungen

Allgemeine Geschäftsbedingungen Allgemeine Geschäftsbedingungen Willkommen bei Amawebs.com! Durch die Verwendung von Amawebs.com - Websites, von Produkten oder Dienstleistungen auf Amawebs.com stimmen Sie automatisch den folgenden Nutzungsbedingungen

Mehr