Bankensektor
Projekte aus der
Finanzbranche
Wir sind seit unserer Gründung im Bankensektor tätig und unterstützen unsere Kunden in langjährigen Partnerschaften in der Umsetzung ihrer regulatorischen Datenanforderungen.
Herausforderungen
Die Produktionsstraße der Bank ist die IT. Damit scheint die Branche prädestiniert für einen hohen Reifegrad datengestützter Entscheidungsfindung. In der Realität stehen dem jedoch eine meist historisch gewachsene Systemlandschaft, hohe regulatorische Prozessanforderungen und daraus resultierend hohe Komplexität an Datenflüssen und internen Prozessen entgegen. Die größten Business Intelligence Herausforderungen in der klassischen Bankenbranche ergeben sich aus globalisierten und digitalisierten Finanzmärkten mit ihren aufstrebenden und stark automatisierten Neobanken und Fintechs, welche Kundenbedürfnisse und Kostenerwartungen verändern und damit zu effizienten Datenhaushalten und Entscheidungsmechanismen zwingen. Erschwert werden die Anforderungen durch ständig neue regulatorische Anforderungen wie SA-CCR, CRR3, DORA, Loan Origination oder ESG, die zum Teil Daten erfordern, welche Banken bisher nicht oder nur in unzureichender Qualität zur Verfügung stehen.
Unser Beitrag
Unser Beitrag
29FORWARD ist seit Gründung 2013 im Bankensektor und dort mit einem Schwerpunkt im Risikomanagement tätig. Wir verstehen Ihre fachlichen Anforderungen und regulatorischen Standards und können uns in Ihren engmaschigen Prozessen sowohl im Projektmanagement als auch in Entwicklung, Betrieb und Test bewegen. Unser Verständnis für Ihr Geschäftsmodell ermöglicht die optimale Unterstützung Ihres Datenmanagements sowie der zugrundeliegenden Architekturen. Legacy, on premise und in der Public Cloud.
1. Beispielprojekt
Einführung eines neuen Kernbankensystems
29FORWARD übernahm für die tschechische Landesgesellschaft einer internationalen Automotive Bank die Projektleitung zur Einführung eines neuen Kernbankensystemes. Dies umfasste den zyklischen Rollout neuer Finanzprodukte und die Ablösung des Legacy Systems. Durch das neue System konnte das Finanzierungsgeschäft des Kunden auf ein modernes und zukunftssicheres Fundament gesetzt werden.
Erfolge
Erfüllung regulatorischer Anforderungen
Ermöglichung neuer Produkte
und schnellerer Antragsbewertungsmöglichkeiten
2. Beispielprojekt
Zentralisierung Verhaltensscoring in SAS 9.4
Ziel des Projektes war die Zentralisierung aller Verhaltensscoringmodelle in- und ausländischer Tochtergesellschaften eines internationalen Finanzdienstleisters auf Basis von SAS Credit Scoring. Zur Anbindung der Landesgesellschaften wurden einheitliche Ein- und Ausgangsschnittstellen und eine Unicode-basierte Datenhaltung eingeführt, die in einem zentralen Datenmodell als Single Point of Truth sieben Jahre Datenhistorie zur Ermittlung von signifikanten Modellvariablen in der Modellentwicklung und jährlichen Modellvalidierung vorhält. In Kombination mit einem Modellierungstemplate zur Generierung von Kennzahlenvarianten ermöglicht dies deutlich verkürzte Modellentwicklungszeiten und –kosten bei gleichbleibend hoher Modellgüte durch die Fachexpertise im Headquarter.
Erfolge
1
%
reduzierte Modellentwicklungskosten
1-2
Monate kürzere Time-to-production pro Modell
Reduktion IT-Betriebskosten
durch zentrale Plattform
Reduktion
IT-Betriebskosten
durch zentrale Plattform
3. Beispielprojekt
Risk Weighted Assets Kalkulationen verschiedener Regulatorischer Standards
Ziel des Projektes war die Automation verschiedener Risk Weighted Assets Kalkulationen nach CRR2, CRR2 Large Exposures, Local GAAP und IFRS und IFRS9 in einem internationalen Bankenkonzern auf Basis von SAS Risk Stratum. Durch einen hohen Automationsgrad inbes. im CI/CD und eine hohe Güte an fachlich definierten Use Cases, die in Standardtests überführt wurden, wurde die Time-to-Production bei gleichzeitig deutlicher Erhöhung der Softwarequalität erheblich reduziert. Dies bietet den Folgeprozessen im Monatsabschluss wie z.B. COREP einen deutlichen Zeitgewinn, um auf etwaige Probleme rechtzeitig reagieren zu können und so den Monatsschluss in time abschließen und an den Regulator liefern zu können.
Erfolge
–
1
%
Reduktion Incidentquote durch automatisierte Tests
≥
1
%
