make connections share ideas be inspired Realtime-Risikomanagement durch High Performance Technologien Von der Batch-Verarbeitung zur Realtime-Entscheidung Matthias Piston, SAS
Das Ende der Batch-Nacht von 16.200 Sekunden (4,5h) 60 auf Sekunden
Values Schlanker: Risikobetrachtung ohne aufwendige Prozesse im Vorfeld einer Entscheidung, nicht danach Schneller: Produktivitätssteigerung durch Risiko- ohne Wartezeiten Schlauer: Genauere Vorhersagen durch bessere Modelle und Simulationen
5 Schritte zum Echtzeit-Risiko Echtzeit- Datenintegration: Echtzeit- Reporting: Echtzeit- Datenqualitätsprozesse: Echtzeit- Entscheidungen: Echtzeit- Bewertungen: Nutzen aller Daten mit Data- Streaming Datenfehler- Prävention von Anfang an mit flexiblen Sichten Stresstests in Sekunden statt Stunden Entscheidungen validieren, bevor sie wirksam werden
Echtzeit-Datenintegration: Nutzen aller Daten mit Data-Streaming Ziel: Datenbereitstellung im Near- / Realtimebereich Problem: ETL Prozesse benötigen nächtliches Batchfenster Flexible Reaktion auf volatile Märkt Lösung: Eventstream Processing / Continuous Dataintegration als In- Memory Technologie Orchestrierung des Datenverarbeitungs-prozesses um Überblick zur Datenqualität und auch Aktualität zu erlangen Gedächtnis zur Erkennung von Unregelmäßigkeiten (z.b. Kartenmissbrauchserkennung)
Echtzeit-Datenqualitäts-prozesse: Datenfehler-Prävention von Anfang an Ziel: Datenqualität sicherstellen für korrekte Berichte Problem: Datenfehler fallen erst am Ende der Prozesskette auf und was hohe Kosten produziert Lösung: Formulierung einer DQ Policy als Grundlage der DQ Steuerung Überprüfung von Datenqualität in den Handels-, CRM- und Kreditsystemen Fachliche Modellierung von Informationsketten und Regelwerken Aufbau eines gemeinsamen Data Quality Repository für IT und Fachbereich Überprüfung in allen Schichten der dispositiven Verarbeitung
Echtzeit-Reporting: mit flexiblen Sichten Ziel: Daten werden Ad-Hoc in unterschiedlichsten Sichten benötigt Problem: Dynamische flexible Datenaufbereitung nicht vorhanden Gesicherter IT- Prozess fehlt Lösung: Frei wählbare Sichten / Hierachien Darstellung von non additiven Kennzahlen (z.b. Value at Risk) Gesicherter Zugriffsprozess aufgrund der Einbindung in Security- und IT-Konzept Reports werden direkt von Fachabteilung gepflegt Analytics zum Instrument des Tagesgeschäftes machen Visualisierung von komplexen Zusammenhängen
Echtzeit-Bewertungen: Stresstests in Sekunden statt Stunden Ziel: Bewertung liegt schnellstmöglich für jedes Geschäft vor Problem: Prozesse noch batchorientiert und sequenziell Technologie für schnelle Verarbeitung bisher nicht verfügbar Lösung: Einzelcashflows der Geschäfte eines Portfolios können nun in Sekunden statt Stunden ausgerollt werden High Performance Analytics für den Einsatz von Szenarien / Simulationen / Stresstests / What-If-Analyse Verteilung und Parallelisierung von Rechenoperationen Über den Rechnerverband / Grid / In-Memory
Echtzeit-Entscheidungen: Entscheidungen validieren, bevor sie wirksam werden Ziel: Abschätzen von zukünftigen Entwicklungen Problem: Volatile Märkte fordern mehr Blick in die Zukunft Simulation von Entwicklungen und deren Auswirkungen Lösung: Gleiche Konzepte, aber unterschiedliche Implementierung für Handelsbuch und Bankbuch Vollständige Simulation des Portfolios bei jedem Neugeschäft Awareness Bildung durch Transparenz über RWA, VaR, Liquiditäts, ES, Auswirkungen im Vertrieb Ableitung risiko-basierter Preise für alle Geschäft über alle Risikoarten vor dem Geschäftsabschluss Automatisierte Empfehlungen für Adaptierung des Geschäfts zum Vorteil der Bank ( Optimierung )
Try before buy Neu: Jetzt selbst testen unter www.sas.de Copyright 2012, SAS Institute Inc. All rights reserved.
make connections share ideas be inspired Matthias Piston Business Expert mpiston@ger.sas.com