NEWS 26 | Geschäftsmodelle auf dem Prüfstand - Das Ende der Methodenfreiheit? - msgGillardon
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
NEWS
01/2019
26 | Geschäftsmodelle
auf dem Prüfstand
Das Ende der Methodenfreiheit?
18 | Die Bank im
Lautsprecher?
Chancen von smarten
Geräten nutzen!
24 | Interview zu neuem
Geschäftsfeld Zahlungsverkehr
Inhalt
04
04 Viel mehr als nur Bitcoin
Blockchain-Technologie in Derivatives Clearing,
Settlement und Regulatory Reporting
08 Selbstlernende Algorithmen in der
Optionspreiskalkulation
12 Aktuelle Herausforderungen für variable
Produkte in der Vertriebssteuerung
18 Die Bank im Lautsprecher?
Chancen von smarten Geräten nutzen!
22 Wir machen Sie fit für die Themen der Zukunft!
Unser Seminarangebot im 2. Halbjahr 2019
40
24 Wir unterstützen unsere Kunden nun auch
im Thema Zahlungsverkehr
Interview mit Dr. Stephan Frohnhoff und
Markus Nenninger
26 Geschäftsmodelle auf dem Prüfstand
Einblicke in die aktuelle Studie „banking insight“
34 ILAAP
Erfahrungen 2018 und zukünftige
Herausforderungen
40 Banksteuerung 3.0:
Die Evolution von THINC
18
NEWS Impressum
Herausgeber Konzept und Layout: Stephanie Sauer & Sandra Capuani
msgGillardon AG, Edisonstraße 2, 75015 Bretten
Tel.: +49 7252 9350-0, Fax: +49 7252 9350-105 Bildnachweis: Adobe Stock, gettyimages, Bildarchiv msgGillardon AG
info@msg-gillardon.de, www.msg-gillardon.de
Auflage: 3000 Print, 7000 Online
Vorstand: Dr. Stephan Frohnhoff, Peter Dietrich, Dr. Frank Schlottmann,
Johannes Willkomm Produktion: meisterdruck GmbH, Kaisheim
Redaktion: Andrea Späth (V.i.S.d.P.) & Karin Dohmann Der Inhalt gibt nicht in jedem Fall die Meinung des Herausgebers wieder.
Nachdrucke nur mit Quellenangabe und Belegexemplar.
2 I NEWS
Editorial »
Change is the new normal
Liebe Leserinnen und Leser,
Change is the new normal lautet das Motto der aktuellen Ausgabe unseres
Kundenmagazins NEWS. Umdenken, Veränderungen prägen nicht nur die Branche
Banking, auch in unserem Haus ist die stetige und nachhaltige Veränderung
Normalität geworden.
Eine Veränderung betrifft unser Leistungsportfolio: Wir haben unser Spektrum
erweitert und bieten unseren Kunden seit Jahresbeginn umfassende und kompetente
Beratung im Thema Payments an. In einem Interview mit Dr. Stephan Frohnhoff, dem
Vorstandsvorsitzenden von msgGillardon, und dem Leiter Payments, Markus Nennin-
ger, stellen wir Ihnen unser neues Angebot und die Köpfe dahinter vor.
Auch unser Unternehmen verändert sich. Seit 1. Januar 2019 erweitert
Johannes Willkomm das msgGillardon-Vorstandsgremium und ver-
antwortet den Bereich Produkte. Mit diesem Schritt unterstreichen
wir die hohe Priorität, die wir der Produktentwicklung beimessen.
Besonders freuen wir uns, Ihnen unsere Webseite nach technischer,
optischer und inhaltlicher Überarbeitung in unserem neuen, modernen
Design zu präsentieren. Ganz neu ist das unser Portal Banking.Vision,
auf dem unsere Experten ab sofort in Blogs regelmäßig Neuigkeiten
aus ihren Themengebieten kommunizieren. Schauen Sie doch
gleich rein.
Ende Februar ist unsere neue Studie aus der Reihe „banking insight“
erschienen. Nach dem Erfolg der letzten Studie zur „Gesamtbanksteue-
rung in digitalen Zeiten“ stellen wir in der aktuellen Ausgabe gemeinsam mit dem Handelsblatt die „Geschäftsmo-
delle auf den Prüfstand“ und fragen, ob das Ende der Methodenfreiheit erreicht sei. Einen ersten Einblick in die Er-
gebnisse der Studie gewähren wir Ihnen in dieser NEWS. Gerne können Sie den neuen Studienband bestellen. Den
entsprechenden Link finden Sie ebenfalls in diesem Heft.
Für die Branche Banking geht der stärkste Veränderungsdruck derzeit vom Megatrend Digitalisierung aus. Im Arti-
kel „Die Bank im Lautsprecher?“ zeigen wir Ihnen, wie Banken in der Kommunikation mit ihren Kunden die Chancen
von smarten Geräten nutzen können. Außerdem informieren wir Sie über das Thema Blockchain und das enorme
Potenzial, das in dieser Technik steckt, sowie über „Selbstlernende Algorithmen in der Optionspreiskalkulation“.
Gerade beim Thema Veränderungen macht die Wahrnehmung den Unterschied. Wir engagieren uns für einen
aktiven Umgang mit Veränderungen und setzen sie in pragmatische Lösungen für Sie um. So wird aus
Veränderung Normalität.
Dr. Frank Schlottmann
NEWS I 3
Ting Wang Viel mehr als nur Bitcoin Blockchain-Technologie in Derivatives Clearing, Settlement und Regulatory Reporting Wer Blockchain hört, denkt schnell auch Bitcoin. Doch für viele Branchen ist Blockchain viel mehr als nur die Basis für Bitcoins – es ist die Zukunft. Im Bereich FinTech hat Blockchain zurzeit das innovativste Potenzial: Aufsichtsbehörden, große Banken, Finanzinstitute und Finanzdienstleister engagieren sich für die Blockchain- beziehungsweise Distributed-Ledger-Technologie. Durch Blockchain könnten Kapitalmärkte – einschließlich Derivatmärkte – eine dezentrale Struktur annehmen. Die Block- chain-Technologie könnte eine neue Grenze für zentrale Gegenparteien (Central Counterparties, CCP) darstellen. In vielerlei Hinsicht erfüllen die verteilten Ledgers, die Bitcoin-Transaktionen verifizieren, bereits viele Funktionen der CCP. 4 I NEWS
Viel mehr als nur Bitcoin »
STATUS QUO VON DERIVATIVES
CLEARING, SETTLEMENT UND
REGULATORY REPORTING
CCP
Um das kontinuierliche Finanzrisiko wäh- CCP rules CCP rules
rend des gesamten Lebenszyklus von Derivative Derivative
Derivaten zu adressieren, sind alle Deriva- transaction transaction
tebörsen mit einem oder mehreren CCPs
verbunden, die die finanzielle Performance
CLEARING CLEARING
unter allen Clearing-Mitgliedern garantieren.
MEMBER MEMBER
Vor der Finanzkrise 2008 wurden OTC-
Derivate bilateral gehandelt, abgewickelt
(gecleart) und abgerechnet (gesettled). Der
Client clearing Derivative Derivative Client clearing
OTC-Markt war nicht reguliert. Seit der Um-
agreement transaction transaction agreement
setzung der European Market Infrastructure
Regulation (EMIR)1 im Jahr 2012 werden
standardisierte OTC-Derivate, die 70 Prozent
bis 80 Prozent2 der gesamten OTC-Derivate CLIENT CLIENT
ausmachen, auch durch CCPs gecleart und
gesettled. Abbildung 1 zeigt die derzeitige
Landschaft von Clearing und Settlement Abbildung 1: Derzeitige Clearing-Landschaft
durch eine CCP.
Eine CCP ist immer die Gegenpartei für
jede clearingfähige Transaktion – also eine
Transaktion, die durch eine CCP gecleart und zugleich einem strengeren Rahmen 1. Sicherheit der Information
werden kann. Das heißt, sie wird für Verkäu- für operationelle Risiken folgen. Im Zuge Abbildung 2 zeigt eine dezentralisierte
fer zum Käufer und für Käufer zum Verkäufer der EMIR- und MiFID II/MiFIR3 -Umsetzung Finanzinfrastruktur für das Clearing gegen-
und begrenzt das Kreditrisiko, indem sie die müssen börsengehandelte Derivate und über einem Clearinghaus. In einer Block-
finanzielle Leistung beider Parteien garan- OTC-Derivate bei einem Transaktionsregister chain wird ein Buchführungssystem dezen-
tiert. Das Counterparty-Kreditrisiko wird auf (TR) und einer Aufsichtsbehörde gemeldet tral geführt. Dieses Konzept wird als Distri-
CCPs übertragen und durch den Austausch werden. Gegenparteien und CCPs müssen buted-Ledger-Technologie (DLT) bezeichnet.
von Initial Margin und Variation Margin/ Abschlüsse, Änderungen und Beendigungen Transaktionen werden von einer Gruppe von
Collateral mit täglichem Margining (Mark- von Derivatekontrakten melden. Die Einzel- Knoten in der Blockchain verifiziert. Buchun-
to-Market) reduziert. Indem sie durch Net- heiten müssen spätestens an T+1 gemeldet gen werden erst in das eigene Buchungssys-
ting-Verfahren verrechnete Transaktionen werden. Dazu gehören auch Angaben zu tem eingetragen und anschließend bei allen
zwischen mehreren Gegenparteien saldiert, Sicherheiten, die der Meldepflichtige für den Knoten in dem Blockchain-Netzwerk syn-
verringert die CCP die Abwicklungsrisiken. Kontrakt stellt, sowie die Bewertung des chronisiert. Jeder Knoten in der Blockchain
Kontrakts zu Markt- oder Modellpreisen. Än- hat die gleiche Kopie. Dadurch erhöht sich
Netting ist eine der wichtigsten Funktionen dert sich der Wert des Kontrakts, der täglich insbesondere die Ausfallsicherheit. Die Stär-
von CCPs und zielt darauf ab, die Anzahl der zu ermitteln ist, so muss dies an ein Trans- kung der IT-Sicherheitsinfrastruktur durch
Transaktionen und die Volumengröße der aktionsregister gemeldet werden. kryptografische Elemente ist angesichts
Geschäfte zu reduzieren. Um Verpflichtun- zunehmender Cyberangriffe ein sehr großer
gen zu erfüllen, verwenden CCPs proprietäre WAS IST BLOCKCHAIN-TECHNO- Erfolgsfaktor von Blockchain-Technologie.
Algorithmen. So können sie gleiche und ent- LOGIE UND WAS SIND IHRE
gegengesetzte Geschäfte mit demselben VORTEILE? 2. Unveränderlichkeit und Transparenz
Kontrahenten abgleichen, was zu einem der Daten
einzelnen Kaufauftrag und einem einzigen Eine Blockchain ist eine Kette von Blöcken In einer Blockchain sind spätere Transaktio-
Verkaufsauftrag für jedes Wertpapier führt. beziehungsweise Datensätzen. Jeder Block nen auf früheren Transaktionen aufgebaut.
Durch das Netting können die Clearing-Mit- enthält Transaktionsdaten, einen Zeitstem- Neue Blöcke werden über ein Konsensver-
glieder anstelle des Bruttobetrags den Saldo pel und einen kryptografisch sicheren Hash fahren geschaffen und anschließend an
der Handelsgeschäfte in ihren Bilanzen aus- des vorherigen Blocks. Eine Blockchain ba- die Blockchain angehängt. Das populärste
weisen und somit die Verschuldungs- und siert auf einem dezentralen Datenbanksys- Konsensverfahren ist hierbei die Proof-of-
Liquiditätsverhältnisse verbessern. Darüber tem. Im Vergleich zu einem zentralen Daten- Work-Methode. Weitere Formen sind Proof
hinaus werden potenzielle Verluste durch die banksystem hat die Blockchain-Technologie of Stake, Proof of Capacity, Proof of Burn,
Eliminierung von gegenläufigen Trades re- im Anwendungsbereich der Post-Trade-Pro- Proof of Activity etc. Durch die aufeinander
duziert. Die OTC-Derivate, die nicht clearing- zesse (Clearing, Settlement und Regulatory aufbauende Speicherung von Daten in einer
fähig sind, müssen bilateral gecleart werden Reporting) von Derivaten mehrere Vorteile: Blockchain kann die Existenz oder der Inhalt »
NEWS I 5
CONVENTIONAL TRANSACTION BLOCKCHAIN-BASED TRANSACTION
CLEARANCE APPROACH CLEARANCE APPROACH
PARTY A
LEDGER
PARTY A PARTY B
PARTY D PARTY B
LEDGER LEDGER
PARTY D PARTY C
PARTY C
LEDGER
Abbildung 2: Clearing unter Blockchain im Vergleich zu einem Clearinghaus
der früheren Transaktionen nicht manipu- handelt es sich um ein Stück Code, das an Abbildung 3 illustriert ein einfaches
liert oder getilgt werden, ohne gleichzeitig jedem Knoten in dezentralen Datenbanken Beispiel von Netting durch eine CCP und
alle späteren Transaktionen ebenfalls zu im Blockchain-Netzwerk bereitgestellt und eine dezentrale Netting-Lösung in einer
zerstören. So wird die Manipulation von durch ein Ereignis in Form einer Transaktion Blockchain. Die Blockchain kann die Anzahl
Daten erheblich erschwert. Andere Knoten ausgelöst wird. Ein Smart Contract läuft von Geschäften und die offenen Positionen
der dezentralen Buchführung, die noch innerhalb eines Knotens und kann nur Daten auf ein Minimum reduzieren.
Kenntnis der späteren Transaktionen haben, auf dem Ledger des Knotens lesen. Ein clea-
werden eine manipulierte Kopie der Block- ringfähiger Derivatkontrakt ist standardisiert 4. Optimierung der Meldung
Die größten Herausforderungen für Finanz-
» Aus regulatorischer Sicht ergeben sich für den Einsatz der institute, die ihre Transaktionen nach EMIR
oder MiFID II/MiFIR melden, liegen in der
Blockchain-Technologie zahlreiche Rahmenbedingungen. Datenqualität, den Kosten der Meldung,
Die BaFin hat bereits eine Erlaubnispflicht für den Einsatz Timing-Problemen und vor allem in der
Datenabstimmung. Die Aufsichtsbehör-
von Blockchain im Bereich Post-Trade publiziert .« den drängen die Transaktionsregister, die
EMIR-Meldedaten zu verbessern, die sie
chain daran erkennen, dass sie Inkonsis- und lässt sich durch Smart Contracts gut be- von Finanzinstituten erhalten. Eine Block-
tenzen in den Berechnungen aufweist. Der schreiben. Ein solches Ereignis kann einfach chain kann eine goldene Quelle oder „Single
dezentrale Konsensmechanismus ersetzt eine Preisänderung von x zu y sein oder zei- Source of Truth“ für die Meldung aller Fi-
die Notwendigkeit einer vertrauenswürdigen gen, dass ein Ablaufdatum eines Derivatkon- nanzinstitute darstellen. In der Blockchain
dritten Instanz zur Integritätsbestätigung traktes erreicht wird etc. Viele CCP-Funk- wird die Inkonsistenz von EMIR-Meldungen
von Transaktionen. Die Blockchain kann tionen können über Smart Contracts auf von Gegenparteien und CCPs vermieden. Mit
darüber hinaus den Handel zwischen nicht einer Blockchain implementiert werden. Ein einem verteilten Ledger werden die Trans-
vertrauenswürdigen und möglicherweise solcher Smart Contract kann den Lebenszy- aktionsdaten den Transaktionsregistern und
unbekannten Gegenparteien vereinfachen, klus von einem Derivat überwachen. Sobald Aufsichtsbehörden in einheitlicher Form
indem sie für Gewissheit darüber sorgt, dass bestimmte Marktbedingungen auftreten, zur Verfügung stehen. Eine zeitaufwendige
die Gegenpartei über die Vermögenswerte werden Zahlungsflüsse und Austausch von Abstimmung ist nicht mehr erforderlich. Die
verfügt, die sie zu besitzen behauptet, und Collaterals/Sicherheiten automatisch gene- Meldungen in der Blockchain werden von
indem sie unumkehrbare und nicht widerleg- riert. Darüber hinaus kann ein Smart Con- T+1 auf Realtime-Basis beschleunigt. Smart
bare Transaktionen mit sofortiger Abrech- tract Netting-Algorithmen durchführen und Contracts können die Qualität und Trans-
nung ermöglicht. die zu verrechnenden Geschäfte identifizie- parenz der gemeldeten Transaktionsdaten
ren. Die Smart Contracts lösen eine Novation weiter steigern, wodurch die Meldekosten
3. Automatisierung der CCP-Funktionen aus, die mehrere alte bilaterale Verträge be- erheblich gesenkt werden können.
Das Konzept Smart Contract wurde von endet und entsprechend dem Ergebnis des
der Blockchain Ethereum eingeführt. Dabei Netting-Algorithmus neue Verträge erstellt.
6 I NEWS
Viel mehr als nur Bitcoin »
OHNE NETTING hat bereits eine Erlaubnispflicht für den Ein-
satz von Blockchain im Bereich Post-Trade
6 publiziert7. Für die korrekte Anwendung der
A B Blockchain-Technologie unter juristischen
Voraussetzungen stellen sich vor allem
folgende Fragen:
3
Wer kann am Blockchain-Netzwerk teil-
nehmen? Wer darf die Transaktionen veri-
C fizieren? Wer verwaltet die Blockchain? Wer
darf welche Daten sehen und wie wird die
Blockchain gestaltet?
CCP-MODELL ren können direkt auf Handelsinformationen
Der Administrator des Blockchain-Netz- zugreifen und den gesamten Markt über-
werks hat die volle Kontrolle, um die Regeln wachen, anstatt sie mühsam bei Banken und
A B oder die Netzwerkeinstellung gemäß den CCPs anzufordern. Somit können sie schnel-
gesetzlichen Anforderungen anpassen zu ler auf den Markt oder Ausfall der Counter-
3 können. Bestehende Banken können direkt party eingreifen.
am Blockchain-Netzwerk teilnehmen. Die
6 Kunden von Banken als Einzelpersonen be- AUSBLICK
3 kommen jedoch keinen direkten Zugang zum
C CCP Blockchain-Netzwerk. Und eine Bank darf Innovative Finanzinstitute werden weiterhin
nur dann in die Blockchain-Welt eintreten, in die Blockchain-Technologie investieren,
wenn sie von ihrem Regulator eine Geneh- um die Vorteile der Vereinfachung und Be-
migung bekommen hat. Daher kommt für sie schleunigung von Prozessen zu nutzen. Für
BLOCKCHAIN-MODELL nur eine private Blockchain infrage. eine Blockchain-Umsetzung bestehen auf
Bestehende CCPs werden durch die Block- technologischer, regulatorischer und und
chain-Technologie nicht komplett ersetzt, sicherheitstechnischer Ebene viele Heraus-
3
A B sondern unterstützt. Sie werden zumindest forderungen. Doch die Blockchain-Tech-
noch für eine gewisse Zeit benötigt, um den nologie befindet sich zurzeit noch im An-
Markt zu verwalten. Doch viele CCP-Funktio- fangsstadium. Regulatoren brauchen mehr
nen können bereits gut von Smart Contracts Zeit, um sich mit dieser neuen Technologie
übernommen werden, wie zum Beispiel die zu beschäftigen. Es wird daher noch Jahre
3 täglichen Marginings, Nettings, Portfolio- dauern, bis die Blockchain-Technologie so
C Smart Contract komprimierungen etc. Bei komplexen Funk- ausgereift ist, dass sie das gesamte Finanz-
tionen hingegen, wie zum Beispiel Default system durchdringt.
Management, sind CCPs vorteilhafter. Eine
CCP spielt außerdem eine wichtige Rolle,
Abbildung 3: Vergleich des Netting-Effektes wenn es darum geht, dass Ausfälle geordnet Ansprechpartnerin:
unter verschiedenen Modellen ablaufen, also wenn der Markt möglichst
wenig beeinträchtigt wird. Bevor eine neue
CCP in die Blockchain-Welt eintritt, braucht
BANKEN, CCPS UND sie eine Genehmigung von ihrem Regulator.
REGULATOREN BEIM EINSATZ Transaktionsdaten sollen für Kontrahenten,
VON BLOCKCHAINS CCPs und Regulatoren transparent sein. Als
eine kleine Gruppe in der Blockchain veri-
Aus regulatorischer Sicht ergeben sich für fizieren CCPs Transaktionen und stellen Ting Wang
den Einsatz der Blockchain-Technologie sicher, dass alle Knoten nach Transaktionen Lead Business Consultant
zahlreiche Rahmenbedingungen. Die BaFin den gleichen Kontostand haben. Regulato- ting.wang@msg-gillardon.de
1 Verordnung (EU) Nr. 648/2012 des Europäischen Parlaments und des Rates vom 4. Juli 2012 über OTC-Derivate, zentrale Gegenparteien
und Transaktionsregister
2 Quelle: “Non-Cleared OTC-Derivates: Their Importance to the Global Economy” von ISDA
3 Markets in Financial Instruments Regulation: Verordnung (EU) Nr. 600/2014
4 Quelle: http://www.iflr.com/Article/3437700/Derivatives-after-the-crash.html
5 Quelle: http://g6creations.com/what-is-the-blockchain/
6 Novation: Ersetzung eines Geschäftes zwischen zwei Teilnehmern durch zwei Geschäfte mit dem zentralen Kontrahenten
7 Quelle: https://www.bafin.de/DE/Aufsicht/FinTech/Blockchain/blockchain_node.html
NEWS I 7
Nona Rahmat
Selbstlernende
Algorithmen
in der Optionspreiskalkulation
Künstliche Intelligenz beherrscht die Diskussionen. Und auch in der Finanzbran-
che ist das Interesse an Machine-Learning-Methoden geweckt. Unternehmen, die
sich schon länger auf diesen Bereich konzentrieren, ernten bereits jetzt die ersten
Früchte ihrer Investitionen. Die BaFin-Studie „Big Data trifft auf künstliche Intel-
ligenz, Herausforderungen und Implikationen für Aufsicht und Regulierung von
Finanzdienstleistungen“ vom Juni 2018 hat ergeben, dass künstliche Intelligenz
sowohl den bestehenden als auch potenziell neuen Marktteilnehmern Wettbe-
werbschancen am Markt bieten kann.
EINBLICK IN SELBSTLERNENDE ALGORITHMEN neue Regeln abzuleiten. Anschließend werden sowohl beim
überwachten als auch beim unüberwachten Lernen die gewonnenen
Selbstlernende Algorithmen sind ein wesentlicher Bestandteil einer Erkenntnisse an den Testdaten getestet, um eine erste Prognosegüte
künstlichen Intelligenz (KI). Sie lernen, auf Basis von bereits existie- festzustellen.
renden Beispielen ihre Entscheidungen zu treffen. Im Detail bilden
sich die selbstlernenden Algorithmen nach dem einmaligen Entwick- Selbstlernende Algorithmen werden in ihrer Funktionsweise häufig
lungsprozess anhand der getroffenen Entscheidungen und der infol- durch die Natur inspiriert. Eine gängige Methode erzeugt, nach dem
gedessen entstandenen Gegenentscheidungen weiter. biologischen Vorbild der neuronalen Netze, künstliche neuronale
Netze. Sie sollen die Neuronen unserer Gehirne imitieren. Die Tau-
Bei selbstlernenden Algorithmen unterscheidet man zwischen dem senden Neuronen im (menschlichen) Gehirn sind untereinander über
überwachten Lernen (supervised learning) und dem unüberwachten Synapsen verbunden. Hier besitzt jedes einzelne Neuron in der Regel
Lernen (unsupervised learning). Gemeinsam haben diese beiden Vor- mehrere Eingangsverbindungen und eine Ausgangsverbindung. Die
gehensweisen, dass die zugrunde liegende Datenmenge in Lern- und Neuronen gemeinsam bilden ein neuronales Netz. Dieses neuronale
Testdaten unterteilt wird. Netz verarbeitet Informationen und lernt ständig, sich auf neue Ge-
gebenheiten der Umwelt einzulassen. Die künstlichen neuronalen
Die Unterschiede liegen im Wesentlichen in der Art und Weise des Netze verarbeiten nach dem Vorbild der biologischen neuronalen
Lernens. Mit „lernen“ ist hierbei gemeint, dass der jeweilige Algorith- Netze Informationen und lernen bei Umweltänderungen
mus seine Vorgehensweise an zuvor gegebene Lerndaten (Trainings- dementsprechend dazu. Hierzu bedient man sich unter
daten) anpasst. Beim überwachten Lernen ist dem Algorithmus bei anderem an Verfahren der Graphentheorie und
jedem Lerndatum ein Ziel vorgegeben. Im Gegensatz dazu existiert quantitativer Methoden. Erstere werden verwen-
beim unüberwachten Lernen kein vorgegebenes Ziel. Hier besteht det, um die Struktur des künstlichen Netzwerks
die Logik darin, unbekannte Muster zu erkennen und aus diesen zu beschreiben. Letztere geben unter ande-
8 I NEWS
Selbstlernende Algorithmen »
rem Auskunft darüber, wie der Lernprozess der einzelnen einfachten Annahmen, wie beispielsweise keiner Dividendenzahlung
Neuronen erfolgt. während der Laufzeit der Option, der geometrischen brownschen
Bewegung und Ausübungsoption nur bei Fälligkeit (europäischer
Im Gegensatz zu den klassischen Modellen benötigen die selbstler- Optionstyp).
nenden Algorithmen keine Annahmen für ihre Funktionsweise.
Daher sind sie sehr flexibel und anpassungsfähig.
Diese Eigenschaften sprechen für die Nutzung selbstlernender » Im Gegensatz zu den klassischen
Algorithmen und machen diese attraktiv für hohe nichtlineare Daten,
Modellen benötigen die selbstlernenden
wie beispielsweise bei der Bestimmung von Optionspreisen.
Algorithmen keine Annahmen für ihre
GRENZEN DER KLASSISCHEN ANALYSEMODELLE Funktionsweise. Daher sind sie sehr
ZUR OPTIONSBEWERTUNG
flexibel und anpassungsfähig.«
Klassische Analysemodelle, die heute zur Optionsbewertung ein-
gesetzt werden, spiegeln die realen Marktbedingungen nur zu einem
gewissen Grad wider. Eines der gängigen Modelle für die Options-
preiskalkulation ist das Black-Scholes-Modell. Es basiert auf ver- Diese Modellannahmen unterscheiden sich von den realen Marktbe-
dingungen. Beispielsweise ist es üblich, dass eine Aktie während der
Laufzeit der Option eine Dividende zahlt. Die geometrische brown-
sche Bewegung setzt eine gleichmäßige Bewegung in alle Richtungen
voraus (Stichwort: Normalverteilung). Dies entspricht nur einer Mo-
mentaufnahme des Marktes. Andererseits existieren auf dem Markt
vorwiegend amerikanische und nichteuropäische Optionstypen, die »
NEWS I 9
0,7
der Käufer im Gegensatz zu europäischen Optionen flexibel
ausüben kann.
0,6
Black-Scholes liegen zusätzlich eine Reihe systematischer
0,5
Annahmen zugrunde. Beispielsweise das wohlbekannte Volatili-
täts-Smile: Dadurch werden „Deep-in-the-money”-„Deep-out-of-
0,4
the-money”-Optionen unterbewertet. Darüber hinaus wurden
das Black-Scholes-Modell und die darauffolgenden Anpassungen
0,3
in Zeiten hoher Zinsen entwickelt, in denen die Möglichkeit von
Negativzinsen als abwegig galt, weshalb sie in den Modellentwick- 0,2
lungen unberücksichtigt blieb. Die durch die Krise verursachte
Niedrig- und Negativzinsphase auf dem Markt beeinträchtigt 0,1
den Anwendungsbereich der analytischen Modelle weiter.
0
VORTEILE DER NUTZUNG SELBSTLERNENDER -2 0 2 4 6 8
ALGORITHMEN BEI OPTIONSPREISKALKULATION -0,1
Die selbstlernenden Algorithmen bieten einen höheren Grad an Dichtefunktion der Standardnormalverteilung (μ=0 und σ=1)
Flexibilität und Anpassungsfähigkeit und unterliegen keinen Annah- Dichtefunktion der Lognormalverteilung (μ=0 und σ=1)
men zu Verteilungsmustern. So kann der selbstlernende Algorithmus
sowohl im negativen als auch im positiven Zinsumfeld eingesetzt
werden. Bennell und Sutcliff konnten zum Beispiel bei den Optionen
auf FTSE 100 eine bessere Prognose durch die neuronalen Netze einen Vorteil gegenüber den klassischen Modellen bringt, da diese
gegenüber dem Black-Scholes-Modell feststellen1. Gerade im sich an die sich verändernden Marktbedingungen anpassen und
„Deep-out-of-the-money“-Bereich können neuronale Netze eine keinen Annahmen unterliegen.2
bessere Prognose treffen.
Im „Deep-in-the-money“-Bereich und für Optionen mit einer langen
Die heutigen Rechenleistungen und die Infrastruktur ermöglichen Laufzeit trifft das Black-Scholes-Modell gute Prognosen. Dies liegt
das Training der selbstlernenden Algorithmen in einer geringeren an den getroffenen Modellannahmen. Jedoch sind die Prognosen
Zeit, sodass die selbstlernenden Algorithmen regelmäßig mit aktuel- des neuronalen Netzes in diesen Bereichen von vergleichbarer
len Daten trainiert werden können. Untersuchungen haben gezeigt, Güte. Darüber hinaus ist ein neuronales Netz den impliziten und
dass diese Anpassungsfähigkeit den selbstlernenden Algorithmen historischen Volatilitätsansätzen überlegen, die in den klassischen
10 I NEWSSelbstlernende Algorithmen »
» Eine Kombination von verschiedenen Methoden unter Anwendung der neuronalen Netze
ermöglicht es den Händlern, die Markttrends besser vorherzusehen und die entsprechende
Entscheidungshilfe für das eigene Portfolio und die eigene Strategie zu haben.«
Modellen verwendet werden. Infolgedessen sind gute Preisprognosen
der selbstlernenden Algorithmen, speziell des neuronalen Netzes,
BEWERTUNG VON OPTIONEN MITTELS auch in einem stark volatilen Markt möglich.3
BLACK-SCHOLES-MODELL
Eine Kombination von verschiedenen Methoden unter Anwendung der
Das grundlegende Modell zur Bewertung von neuronalen Netze ermöglicht es den Händlern, die Markttrends bes-
Optionen ist das Black-Scholes-Modell. Jedoch ser vorherzusehen und die entsprechende Entscheidungshilfe für das
werden aufgrund der Einschränkungen der zu- eigene Portfolio und die eigene Strategie zu haben.
grunde liegenden Modellannahmen für verschie-
dene Optionstypen entsprechend adjustierte AUSBLICK
Modelle verwendet.
Die selbstlernenden Algorithmen bieten eine hohe Flexibilität, die
In der Softwarelösung zur Produktberatung und über das Beispiel der Optionspreisbewertung hinausreicht. Sie
-kalkulation MARZIPAN werden beispielswei- können bei der Bewertung vieler Produkte sinnvoll eingesetzt werden.
se zwei Modelle zur Bewertung von impliziten Eine Begründung dafür ist, dass sie gute Vorhersagen in den
Zinsoptionen zur Verfügung gestellt: das Black- Bereichen der Segmentierung sowie Klassifizierung erbringen. Aus
Derman-Toy-Modell und das Ho-Lee-Modell. diesem Grund sind ihre Einsatzmöglichkeiten, in Relation zu den klas-
Das Black-Derman-Toy-Modell ist bei positiven sischen Verfahren, weitaus vielfältiger. Ferner wurde ihr Potenzial
Zinsen ein gutes Vorhersagemodell, das bei der noch längst nicht ausgeschöpft, da man sich erst am Anfang eines
Verwendung negativer Zinssätze jedoch versagt, umfangreichen Entwicklungsprozesses befindet. In einem Proof
da die dem Modell zugrunde liegenden Zinssät- of Concept prüft die msgGillardon AG aktuell die technische Umset-
ze auf einer postulierten Lognormalverteilung zung der Optionspreisbewertung mit selbstlernenden Algorithmen.
basieren. In der Abbildung stellt die blaue Kurve Für weitere Einsatzmöglichkeiten siehe auch den Artikel „Mit
den Wertebereich der Lognormalverteilung dar, Predictive Analytics in die digitale Zukunft“ in der NEWS 02/2018.
während die rote Kurve den Wertebereich für die
Normalverteilung zeigt, die unbeschränkt ist. Das
heißt, bei Zahlen gegen null und vor allem kleiner
null versagt die Lognormalverteilungsannahme.
Daher nutzt man in einer Niedrigzinsphase unter
anderem Normalmodelle, wie beispielsweise das
Ho-Lee-Modell. Dieses kann, aufgrund einer zu- Ansprechpartner:
grunde liegenden Normalverteilungsannahme für
Veränderungsraten der Zinssätze, die negativen
Zinsen berücksichtigen und somit die dazuge-
hörigen Optionspreise berechnen. Jedoch ist die
Güte der Vorhersage nicht so präzise wie die des
Black-Derman-Toy-Modells.
Senior Business Consultant
Nona Rahmat
nona.rahmat@msg-gillardon.de
1 Bennell, J., & Sutcliffe, C. (2004). Black-Scholes versus Artificial Intelligence Neural Networks in Pricing FTSE 100 Options . Intelligent Systems in Accounting,
Finance and Management , S. 243-260.
2 Andreou, P., Charalambous, C., & Martzoukos, S. (2005, 03). Pricing and trading European options by combining artificial neural networks and parametric models
with implied parameters. European Journal of operational research , S. 1415-1433.
3 Yao, J., Li, Y., & Tan, C. L. (2000). Option price forecasting using neural networks. OMEGA The International Journal of Management Science, S. 455-466.Frank Musseleck Aktuelle Herausforderungen für variable Produkte in der Vertriebssteuerung Variable Geschäfte sind schon eine komische Sache, oder? Dem Kunden wird das Recht eingeräumt, täglich seine Einlage abzuziehen oder seine Verbindlichkeit abzulösen. Für den Kunden sehr praktisch. Für die Bankkalkula- tion und das Treasury allerdings eine enorme Herausforderung. Insbesondere in Zeiten anhaltend niedriger Zinsen und zu erwartenden Volumenwanderungen bei steigenden Zinsen stellt sich die Frage: Wie soll ein Volumen bewertet werden, das theoretisch flüchtig ist, in der Praxis aber lange im Haus bleibt (Stichwort: „Notgroschen“ auf dem laufenden Konto)? 12 I NEWS
Aktuelle Herausforderungen »
ENTSTEHUNG UND WIRKUNG VON PERIODISCHEN AUSGLEICHSZAHLUNGEN
Periodisierte Ausgleichszahlungen entstehen durch Schwankungen des Volumens oder Änderungen des Mischungsverhältnisses bei variab-
len Produkten. Hintergrund ist, dass zufließendes Volumen nicht zu dem an der Position hinterlegten historischen Gleitzins angelegt werden
kann. Periodische Ausgleichszahlungen hängen vom Zinsumfeld und der Volumenänderung ab und können anhand der folgenden Tabelle
qualifiziert werden:
Geschäftstyp Zinsumfeld Volumenveränderung Ausgleichszahlung
passiv Historischer Gleitzins > Marktzins Steigerung Negativ
passiv Historischer Gleitzins < Marktzins Steigerung Positiv
passiv Historischer Gleitzins > Marktzins Rückgang Positiv
passiv Historischer Gleitzins < Marktzins Rückgang Negativ
aktiv Historischer Gleitzins > Marktzins Steigerung Positiv
aktiv Historischer Gleitzins < Marktzins Steigerung Negativ
aktiv Historischer Gleitzins > Marktzins Rückgang Negativ
aktiv Historischer Gleitzins < Marktzins Rückgang Positiv
Tabelle 1: Wirkrichtung von Ausgleichszahlungen
1,00
NEUE HERAUSFORDERUNGEN
0,80
DURCH ANHALTENDE
NIEDRIGZINSEN 0,60
0,40
Viele Häuser steuern ihre Geschäftsfelder 0,20
und Vertriebsbereiche mithilfe von De- 0,00
ckungs- beziehungsweise Zinskonditionen- Sep 18 Mrz 19 Sep 19 Mrz 20 Sep 20 Mrz 21 Sep 21 Mrz 22 Sep 22
beiträgen, die sich im Wesentlichen aus
Effektivzins Einstandssatz Marge %
Margen und Volumen zusammensetzen.
Für die Vertriebssteuerung ist also die Marge
aus den Produkten ein relevantes Krite- Abbildung 1: Margenverengung bei konstanten Zinsen und einer Planmarge von 1 Prozent
rium. Vor dem Hintergrund weiter sinkender
Markt- und Gleitzinsen stellt sich jedoch die
Frage: Bleibt die dem Vertrieb verrechnete
Marge ceteris paribus immer noch gleich 2,50
und kann der Marktbereich die geplante
2,00
Marge überhaupt erreichen? Diese Frage-
1,50
stellungen werden am Beispiel einer klas-
sischen Spareinlage betrachtet, wobei die 1,00
Planmarge bei 1 Prozent liegen soll. 0,50
0,00
Betrachtet man die Marge im Fall von kon- Sep 18 Mrz 19 Sep 19 Mrz 20 Sep 20 Mrz 21 Sep 21 Mrz 22 Sep 22
stanten Zinsen, so stellt man fest, dass sie
Effektivzins Einstandssatz Marge %
abnimmt, da keine Weitergabe von Zinssät-
zen unter 0 Prozent an den Kunden erfolgt.
Dieser Margenverzicht führt dazu, dass die » Abbildung 2: Margenverlauf bei steigenden Zinsen und einer Planmarge von 1 Prozent
NEWS I 13UM DIE VOLUMENWANDERUNG KORREKT ABBILDEN ZU KÖNNEN, WERDEN DREI PRODUKTE BETRACHTET:
Produkt Volumen aktueller Stichtag Kalkulationsvorschrift
Spareinlagen 38.495.963 35 Prozent TG; 20 Prozent 1 Jahr; 20 Prozent 2 Jahre; 25 Prozent 7 Jahre
Festzinsanlagen 1.190.329 3 Jahre fest
Sichteinlagen 85.737.569 40 Prozent 6 Monate; 60 Prozent 7 Jahre
Abbildung 3: Produktportfolio der Beispielbank
Marge keine Aktionsvariable, sondern »D
ie Frage nach der Kalkulation von variablen Geschäften ist
nur noch das Ergebnis aus der Differenz
von Marktzins und „theoretisch festen“
durch das Modell der gleitenden Durchschnitte weitgehend
Kundenzins ist. Der Vertrieb kann diese beantwortet. Diese unterstellt als Modellparameter ein über
(fast) nicht mehr beeinflussen. Eine im
Beispiel mit 1 Prozent geplante Marge
den Zeitablauf konstantes Volumen.«
bleibt unerreichbar.
Auch im Fall von steigenden Zinsen bleibt
die Situation zunächst unverändert. Erst In diesen Fällen müsste der Vertrieb sein den Durchschnitte weitgehend beantwortet.
nach ca. 2,5 Jahren (März 2020) kann die Ziel entweder nach der erwarteten mögli- Diese unterstellt als Modellparameter ein
geplante Marge von 1 Prozent überhaupt chen Marge ausrichten oder es müsste über den Zeitablauf konstantes Volumen.
realisiert werden. (nur für die Vertriebssteuerung) eine Besser- Doch diese Annahme ist seit der Finanz-
stellung des Marktes in Höhe des Margen- marktkrise und der damit verbundenen
Fazit: verzichts erfolgen. Erosion der Marktzinsen nicht mehr
In beiden Situationen ist die Zielausrichtung aufrechtzuerhalten. Mangels Alternativen
des Marktbereiches nach Margen oder AUSGLEICHSZAHLUNGEN VERÄN- kam es zu einem massiven Umschichtungs-
Deckungsbeiträgen nicht sinnvoll möglich, DERN DIE VERTRIEBSMARGE effekt von auslaufendem Festzinsgeschäft
da keine vollständige Beeinflussbarkeit in variable Produkte wie zum Beispiel Sicht-
gegeben ist. Die Frage nach der Kalkulation von variablen oder Spareinlagen. In der Konsequenz wur-
Geschäften ist durch das Modell der gleiten- den mit der Marktzinsmethode viel zu hohe
140.000.000
120.000.000
100.000.000
80.000.000
60.000.000
40.000.000
20.000.000
0
Aug 18 Feb 19 Aug 19 Feb 20 Aug 20 Feb 21 Aug 21 Feb 22 Aug 22
Festzinsanlagen Spareinlagen Sichteinlagen
Abbildung 4: Angenommene Volumenumschichtung von Variabel nach Festzins im Zeitverlauf
14 I NEWSAktuelle Herausforderungen »
Konditionenbeiträge ermittelt, während der In der Simulation wird nun in einem sich Die Grenzprofitabilität, also die Marge, die mit
Strukturbeitrag – oft eine Residualgröße normalisierenden Zinsumfeld (stufenweise einem neu zugeflossenen Euro-Volumen gene-
zum Gesamtzinsüberschuss – zu niedrig, in + 250 Basispunkte (BP) in drei Jahren) eine riert wird, ist wie zu erwarten deutlich geringer
manchen Häusern gar negativ war. Rückwanderung der variablen Produkte in als die Marge der gesamten Position, also
Festzins (jeweils 25 Prozent nach einem und inklusive Altgeschäft im eingeschwungenen
Mit Einführung der Ausgleichszahlungen in nach zwei Jahren) sowie ein geringfügiger Zustand.
die Softwaresysteme der Banksteuerung Abfluss von Volumen simuliert.
wurde diesem Umstand Rechnung getragen. Fazit:
Ausgleichszahlungen sind ein Korrektiv, das Anschließend wird die Profitabilität anhand Die Berücksichtigung von periodisierten
das Dilemma berücksichtigt, dass neu zu- von zwei zusätzlichen Kennzahlen neben der Ausgleichszahlungen ist dazu geeignet, die
fließendes Volumen nicht sofort im histori- periodisierten Ausgleichszahlung betrachtet: Verletzung der Modellannahme konstanter
schen Gleitzins angelegt werden kann. Die Marge ist die Bruttomarge nach Liquidi- Volumen zu heilen. In der Konsequenz führt
tätskosten, aber vor periodischer Ausgleichs- dies dazu, dass die in den Produkten be-
Die Auswirkung der Berücksichtigung von zahlung. Die Grenzmarge ist ein Maß für die obachteten Margen von den in der Planung
periodischen Ausgleichszahlungen wird im Rendite, die auf den letzten zufließenden Euro angenommenen Margen abweichen, selbst
Folgenden ebenfalls an einem Praxisbeispiel erwirtschaftet wird. Die Betrachtung der Profi- wenn der Vertrieb seine Vertriebsziele genau
gezeigt. Geklärt werden sollen die Fragen: tabilität der Produkte in Summe ergibt folgen- erfüllt. Die befürchtete Belastung der Insti-
des Bild (siehe Tabelle 2). tute durch den Rückfluss von variablen Volu-
Wie wirken sich Volumenänderungen men in Festzinsprodukte bleibt – zumindest
in einem steigenden Zinsumfeld auf die Aufgrund der oben beschriebenen Effekte aus im Beispiel – aus.
Profitabilität von Produkten aus? Kommt dem Niedrigzinsumfeld wird die Planmarge
es erneut zu einer massiven Verwässerung von 1 Prozent wieder erst im vierten Jahr INTEGRATION IN DIE STANDARD-
der mit der Marktzinsmethode berechneten erreicht. Das Entstehen von positiven Aus- SYSTEME
Margen? Kommen die geplanten Vertriebs- gleichszahlungen widerspricht zunächst der
margen in der Planung an? Erwartungshaltung. Die Analyse der Zinsver- Seit Release 18.0 können Institute periodi-
läufe zeigt, dass dieser Effekt darin begründet sierte Ausgleichzahlungen maschinell im
Dabei wird für die Betrachtung bewusst liegt, dass die Marktzinsen noch einige Zeit msgGillardon PORTAL berechnen lassen.
auf die Initialisierung der Historie verzichtet. niedriger als die Gleitzinsen sind. In diesem Dabei treten folgende neue Kennzahlen auf: »
Auf diese Weise können die isolierten Zinsumfeld führen Volumenrückgänge zu po-
Effekte aus der Volumenänderung sitiven Ausgleichszahlungen (vgl. Abbildung 5).
analysiert werden.
» Die Grenzprofitabilität, also die Marge, die mit einem neu zugeflossenen Euro-Volumen
generiert wird, ist wie zu erwarten deutlich geringer als die Marge der gesamten Position,
also inklusive Altgeschäft im eingeschwungenen Zustand.«
NEWS I 15Summe Dezember 18 Dezember 19 Dezember 20 Dezember 21 Dezember 22
Marge in % 0,89 0,83 0,85 0,90 0,99
period. Ausgleichszahlung in % 0,05 0,18 0,17 0,10 0,03
Grenzmarge Neugeschäft -0,09 0,27 0,56 0,80 0,73
Tabelle 2: Berechnung der Grenzmarge bei steigenden Zinsen und Volumenrückwanderung
Historischer Gleitzins rischen Gleitzins und dem Replikationszins Für die Steuerung können bei Betrachtung
Der historische Gleitzins ist der „alte“ auf Basis der Volumenänderung. Sie ist das zu kleiner Einheiten (zum Beispiel Berater
Bewertungszins des Portfolios. Auf dieser Korrektiv der laufenden Marge. oder Filiale) außerdem Fehlsteuerungsim-
Basis wurde in der Vergangenheit die pulse für den Vertrieb entstehen. Wenn der
Margenberechnung durchgeführt, was zu WACHSENDE HERAUSFORDERUN- Marktbereich seinen eigenen Replikations-
den Verschiebungen in der Ergebnisspaltung GEN FÜR DIE INSTITUTE zins beeinflussen kann, ist es für findige
geführt hat. Vertriebler möglich, eine Optimierung der
Im S-Datawarehouse (SDWH) und der Deckungsbeiträge durch das geschickte
Aktueller Markteinstand Nachkalkulation für Sparkassen sind bis- Umschichten von Volumen je nach Zins-
Der aktuelle Markteinstand ist der Zins, der her nur barwertige Ausgleichszahlungen phasen und damit das Erzielen einer mög-
sich auf Basis aller neu hinzugekommenen verfügbar, deren Vermengung mit periodi- lichst hohen positiven Ausgleichszahlung zu
Papiere ergibt. Er wird zur Berechnung der schen Vertriebszielen sich verbietet. Dort generieren. Dieser Fehlsteuerungsimpuls
Neugeschäftsmarge verwendet und ist ein ist die Integration der periodischen Aus- kann durch unseren Ansatz mit Bonus und
Maß für die Profitabilität des zufließenden gleichszahlungen erst in diesem Jahr 2019 Malus auf Ebene des Produktes vermieden
„Grenzeuros“. Über diese Kennzahl kann be- oder später vorgesehen. werden.
wertet werden, ob das zufließende Geschäft
für sich genommen noch profitabel ist. Als Brückenlösung können die Häuser
allerdings heute schon die Informationen Ansprechpartner:
Replikationszins aus der Banksteuerung nutzen und diese
Der Replikationszins ist der Bewertungszins in das SDWH und damit die Standard-
der Gesamtposition, der sich auf Basis der Vertriebssteuerung übertragen. In der
Volumenveränderungen in der Vergangen- Praxis kann dies durch die Integration
heit ergeben hat. Er ist Basis zur Ermittlung eines spezifischen Korrektivs als Bonus
der Profitabilität der Gesamtposition inklusi- oder Malus an der Position erfolgen. Dazu
ve des zu- oder abgeflossenen Volumens. können teilautomatisierte Brückenlösun-
gen mit Anbindung zum Beispiel an die Frank Musseleck
Periodische Ausgleichszahlung offene Schnittstelle des SDWH genutzt
Business Consultant
Die periodische Ausgleichszahlung be- und so ein schlanker monatlicher
frank.musseleck@msg-gillardon.de
schreibt die Differenz zwischen dem histo- Prozess realisiert werden.
3,00
2,50
2,00
1,50
1,00
0,50
0,00
Sep 18 Mrz 19 Sep 19 Mrz 20 Sep 20 Mrz 21 Sep 21 Mrz 22 Sep 22
hist. Gleitzins akt. Markteinstand
Abbildung 5: Vergleich von historischem Einstand und aktuellem Markteinstand
16 I NEWSWir machen Banking stabil und zukunftssicher.
Das orchestrierte
Zusammenspiel in der
Banksteuerung.
Accounting Meldewesen Risikomanagement
Komposition aller Harmonisches Orchestrierung quantitativer
Bilanzpositionen Zusammenspiel verschie- und qualitativer Methoden
dener Datenquellen
NEWS I 17Axel Irriger Die Bank im Lautsprecher? Chancen von smarten Geräten nutzen! Smarte Lautsprecher und die dahinter liegenden Technologien gewinnen an Verbreitung – Amazon Echo, Google Home, Apple HomePod: allein geschätzt 10 Millionen dieser Geräte wurden bereits verkauft und können damit für verschiedenste Aufgaben durch Kunden genutzt werden. 18 I NEWS
Die Bank im Lautsprecher? »
Aufnehmen Erzeugen bzw.
Ausführen
Erkennen Ausgabe
Abbildung 1: Abläufe: Von der Aufnahme bis zur Ausgabe
Mit dem Bankberater zu sprechen, ist Lösungen für Diktate widerspiegeln (zum Text vorliegt, wird über eine syntaktische
normal. Mit seiner Bank über das Handy Beispiel Dragon NaturallySpeaking). und semantische Analyse geprüft, was
oder einen Lautsprecher zu kommunizieren, Aber auch diese Lösungen dienen nur sehr genau geleistet werden soll. Dieser Vorgang
kommt bisher (noch) selten vor. Und eingeschränkt – und nur durch eine sehr ist beliebig komplex, da die natürliche
dennoch bieten die smarten Assistenten, beschränkte Wortwahl – dazu, einen Com- Sprache wenig Einschränkungen bietet. Das
die sich in Smartphones, Lautsprechern und puter per Sprachsteuerung zu bedienen. System IBM Watson hat in der Quizshow
vielen weiteren Geräten wiederfinden, die Verständlich, dass sie sich nicht wirklich Jeopardy beispielsweise demonstriert,
Basis für genau dies: auf den Kunden zu- durchgesetzt haben. dass die Beantwortung von – für den
geschnittene Interaktion dann, wenn er dies Menschen – einfachen Fragen ein komple-
wünscht. Zeit also, zu überlegen, was man Die smarten Assistenten wären nicht so xes Zusammenspiel von Sprachanalyse,
mit diesen Technologien machen kann. smart, gäbe es die Verfahren des maschi- Expertensystemen, Suchbäumen und
nellen Lernens nicht. Diese Verfahren
WIE FUNKTIONIEREN SMARTE widmen sich genau der Fragestellung, wie
ASSISTENTEN? natürliche Sprache durch einen Computer Sprache zu Text
verstanden werden kann. Im Wesentlichen
Die Kommunikation mit einem Smartphone setzen die Assistenten dabei auf den
oder Computer erfolgt zumeist durch folgenden Ablauf:
Text zu Sprache Natürlichsprachliche
die bekannten Eingabegeräte Maus und Erkennung
Tastatur. Die normale Kommunikation 1. Aufnahme der (An-)Frage (über verschie-
zwischen Menschen erfolgt jedoch über dene Kanäle)
Sprache. Der Grund, warum Menschen 2. Erkennen des Inhalts (Natural Language
einen Computer oder ein Smartphone bisher Processing)
nicht überwiegend via Sprache steuern, 3. Erzeugen einer Antwort auf die Anfrage
liegt hauptsächlich in der Komplexität für 4. Ausgabe der Antwort (ebenfalls über Antworterzeugung Verarbeitung
einen Computer, menschliche Sprache zu potenziell mehrere Kanäle)
verstehen, insbesondere beim:
Diese vier Schritte sind unabhängig von
• Übersetzen von Geräuschen in den eingesetzten Endgeräten, müssen aber
Buchstaben, gegebenenfalls ergänzt werden: Im Fall von Abbildung 2: Ablauf der Erkennung
• Zusammensetzen von Buchstaben gesprochener Sprache muss zuerst eine
zu Worten, Spracherkennung durchgeführt werden.
• inhaltlichen Verstehen von Sätzen, die Insbesondere die Verarbeitung von natür-
aus Worten geformt werden. licher Sprache ist ein extrem komplexer massiven Wissensdatenbanken erfordert,
und aufwendiger Vorgang, der durch die aber grundsätzlich möglich ist. Solch ein
Gerade in den ersten zwei Bereichen hat es Entwicklung leistungsstarker Prozessoren Aufwand ist für einen industriellen Einsatz
in den vergangenen Jahrzehnten enorme in den letzten Jahren erst möglich wurde. „in der Breite“ nicht leist- und darstellbar.
Fortschritte gegeben, die sich in etablierten Sobald die Sprache erkannt wurde und als Hier gibt es nur zwei Wege: »
NEWS I 19Die Assistenten der großen Anbieter werden
Konto beim
so schnell „intelligenter“ (= Wissen und
Dienste-Anbieter
Funktionen), dass sie alle Probleme, An-
fragen und Kommandos ausführen können.
Smartes Gerät Konto beim
Oder die Assistenten können erweitert Konto beim
(Handy, Laut- Anbieter des Dienste-Anbieter
werden, sodass viele Anbieter unterschied- sprecher etc.) Assistenten
liches Wissen und verschiedene Funktionen
zusteuern, sodass die Assistenten durch ein Konto beim Anbieter-
Ökosystem „intelligenter“ werden. Dienste-Anbieter Datenbank
Die großen Anbieter (Amazon, Google,
Microsoft, in Zukunft sicherlich auch Apple)
(technische, eindeutige) Geräte-ID
bieten die Möglichkeit, eigene Funktionen
hinzuzufügen. Damit kann ein Anbieter die
Möglichkeiten dieser Plattformen nutzen, Abbildung 3: Schematische Verknüpfung zwischen Gerät, Benutzer und Konten beim
ohne alle Details der Technologie dahinter Dienste-Anbieter
zu verstehen. Das Prinzip hierbei ist bei allen
Anbietern gleich. So vereinfacht sich die
Entwicklung an sich und schnelle Antwort- tion liegt, würden Wartezeiten und Pausen stellt hat. Damit kann der Anbieter nicht nur
zeiten sind auch weiterhin möglich. den Menschen „irritieren“. auf seine eigene allgemeine Wissens- und
Informationsbasis zugreifen, sondern auch
• Der Anbieter überlegt sich Sätze und SIND SMARTE ASSISTENTEN auf die persönlichen und individuellen Infor-
Phrasen, auf die der Assistent reagieren PERSÖNLICH? mationen des Benutzers. Ähnlich sieht es
soll. Die Erkennung dieser Sätze und bei Amazons Alexa oder Microsofts Cortana
Phrasen kann einmal „trainiert“ werden. Ja – und nein. Der smarte Assistent im aus: Auch hier wird eine Verknüpfung mit
Die spätere Erkennung ist dann sehr viel Handy ist erst einmal so (un-)persönlich dem Amazon- beziehungsweise Micro-
schneller möglich wie ein Lautsprecher. Allerdings sind Smart- soft-Account hergestellt.
phones persönliche Geräte, die mit einer
• Der Anbieter bietet für diese Sätze und Telefonnummer oder einer Gerätekennung Über diesen Weg ist es dem Anbieter mög-
Phrasen entweder feste oder dynamisch versehen sind. Diese Geräte wiederum lich, die einzelnen Anfragen den jeweiligen
generierte Antworten an. Gerade bei werden zum Beispiel mit einem Account Benutzern zuzuordnen. Der gleiche Weg
dynamisch generierten Antworten ist die bei Amazon, Apple, Google oder Microsoft steht auch Drittanbietern offen: Eine Funk-
Antwortzeit ein wichtiger Aspekt. Da in der verknüpft. Durch diese Verknüpfung weiß tionserweiterung (Skill oder Action) kann mit
Kommunikation mittels Sprache der Fokus ein Anbieter, über welches Gerät die Anfrage einem Anbieter-Konto verknüpft werden,
noch stärker auf einer flüssigen Konversa- gestellt wurde und welcher Benutzer sie ge- beispielsweise dem Internetbanking. Wenn
» Diese Geräte wiederum werden zum Beispiel mit einem Account bei Amazon, Apple, Google
oder Microsoft verknüpft. Durch diese Verknüpfung weiß ein Anbieter, über welches Gerät die
Anfrage gestellt wurde und welcher Benutzer sie gestellt hat.«
20 I NEWSDie Bank im Lautsprecher? »
ein Anwender eine (An-)Frage stellt, verfügbare Informationen an den
erhält der Anbieter neben der konkreten Kunden zu liefern. Personalisierte
(An-)Frage auch die Information übermit- Reaktionen
telt, von welchem Gerät und von welchem Solche Erweiterungen stellen Allgemeine
Benutzer die Anfrage gestellt wurde (beides einen einfachen Einstieg für Anbie- Reaktionen
anonymisiert durch eindeutige, aber tech- ter in die Thematik dar. Sie bieten
nische Bezeichner). Und über dieses Gerät sich daher an, um erste Erfahrun-
bekommt der Anbieter die Information, gen mit smarten Assistenten und
ob und welches Konto verknüpft wurde. der Akzeptanz durch Nutzer
Auf diesem Weg sind personalisierte zu sammeln.
Antworten möglich.
Reaktion und
SPEZIFISCHE REAKTIONEN Konversationen
MÖGLICHKEITEN – VON
DER AUSKUNFT ÜBER DIE Eine spezifische Reaktion erfordert
Spezifische
INFORMATION BIS ZUR primär deutlich mehr unterstützte Reaktionen
BERATUNGSVORBEREITUNG Phrasen, die angefragt werden
können, sowie mehr Informationen,
Ein Kunde kann heute über die verschie- auf die zugegriffen werden kann. Abbildung 4: Intensitätsgrade der Personalisierung
densten Kanäle mit seiner Bank in Kontakt Hier kann es um konkrete Preis-
treten: am Geldautomaten, in der Filiale, am gestaltungen zu Kontoprodukten
Telefon, im Internet – und über den smarten gehen oder auch um Informationen
Assistenten. Gerade der smarte Assistent zu Überweisungslaufzeiten. Diese Informa- die (bereits bekannte) Information über
bietet hier die Möglichkeit, zwanglos Fragen tionen müssen gegebenenfalls verfügbar ge- Wohnungsgröße, Lage etc. zu verwenden.
zu stellen, sich über Produkte zu informie- macht und aktuell gehalten werden – denn Immer natürlich vorausgesetzt, diese
ren, aber auch weitergehende Leistungen in nichts ist problematischer, als dem Kunden Information wurde in der Vergangenheit
Anspruch zu nehmen. Die Möglichkeiten der veraltete Informationen zu liefern. bereitgestellt. Über diesen Weg werden
Interaktion können in verschiedene Intensi- Anfragen persönlicher und die Interaktion
tätsgrade eingeteilt werden: PERSONALISIERTE REAKTIONEN wird natürlicher.
1. A llgemeine Reaktionen zu Produkten, Eine personalisierte Reaktion erfordert AUSBLICK
Leistungen, Informationen Informationen über den Kunden. Diese Die Entwicklung von smarten Assistenten
2. Spezifische Reaktionen zu konkreten kann daher nur dann erzeugt werden, wenn schreitet schnell voran und der Einsatz
Produkten und Leistungen ein Kunde sein (Anbieter-)Konto mit dem weitet sich aus. Durch die Beschäftigung mit
3. Personalisierte Reaktionen zu Produkten Gerät verknüpft. Eine solche Reaktion kann den Möglichkeiten und Anwendungsfällen
und Leistungen beispielsweise die Frage nach dem aktuellen bietet sich die Chance, Kontakt zum Kunden
4. Reaktionen auf Konversationen Kontostand sein, dem derzeit gültigen Spar- zurückzugewinnen und diesen in einer
zins oder der Restlaufzeit eines Darlehens. Form zu informieren, wie er dies benötigt.
Die Intensitätsgrade stellen eine Die technischen Voraussetzungen sind
Reihenfolge dar, entlang der immer mehr REAKTIONEN AUF gegeben, Kunden „natürlich“ zu informieren
Informationen des Benutzers benötigt und KONVERSATIONEN und zu beraten. Die Zukunft wird zeigen,
verwendet werden. welche Banken eine konsequente Kunden-
Die bisher aufgeführten Reaktionen sind orientierung auf diesem Kanal umsetzen,
ALLGEMEINE REAKTIONEN zwar teilweise personalisiert, aber transak- um über Sprachschnittstellen sowohl
tional: Das System reagiert nicht auf bereits Informations- als auch Beratungsangebote
Eine allgemeine Reaktion kann die erfolgte Anfragen und damit (ebenfalls) zu ermöglichen.
Übermittlung der Öffnungszeiten einer vorhandenes Wissen. Wenn ein Benutzer
Filiale oder auch eine Liste der angebo- beispielsweise nach Immobilienangeboten
tenen Sparprodukte oder -angebote sein. gesucht hat und nach neuen Wohnungsan- Ansprechpartner:
Hierbei geht es primär darum, öffentlich geboten fragt, wäre es natürlich praktisch,
» Eine personalisierte Reaktion erfordert Informationen
über den Kunden. Diese kann daher nur dann erzeugt
Axel Irriger
werden, wenn ein Kunde sein (Anbieter-)Konto mit dem Abteilungsleiter
Assistenten verknüpft.« axel.irriger@msg-gillardon.de
NEWS I 21Unser Seminarangebot im 2. Halbjahr 2019
Wir machen Sie fit für die
Themen der Zukunft!
Wer in der sich stetig ändernden Welt des Aufsichtsrechts, der Banksteuerung und des Rechnungswesens er-
folgreich sein möchte, braucht qualifizierte Weiterbildung, und zwar eine, die praxisorientiert auf die Bedürfnisse
von Fach- und Führungskräften in Finanzinstituten ausgerichtet ist. Mit unseren Seminaren begleiten wir Sie
kompetent auf Ihrem beruflichen Weg und stärken Sie fachlich und persönlich bei Ihren Aufgaben und Zielen.
14.–15.05.2019 | Würzburg 21.–22.05.2019 | Würzburg 27.–28.05.2019 | Würzburg
Kalkulation von Zinsgeschäften Gesamtbanksteuerung als Prüfungsfeld ICAAP/ILAAP und neuer RTF-Leitfaden
Grundlage für die wertorientierte Bank- CRR, CRD IV, KWG, SREP, ICAAP, MaRisk Reagieren Sie rechtzeitig auf umfangrei-
steuerung che Änderungen
Aufsichtliche Anforderungen an die Ge-
Gerade in der Niedrigzinsphase ist eine samtbanksteuerung nehmen ständig zu. Die BaFin legt in ihrem Anschreiben an die
ertragsorientierte Konditionierung von Parallel kommt ihr als eigenem Prüfungs- Kreditwirtschaft zum RTF-Leitfaden eine
Zinsgeschäften wichtig. Im Seminar ler- feld eine große Bedeutung zu. Das Semi- baldige Umsetzung der normativen und
nen Sie u. a. die Margenermittlung mittels nar vermittelt Ihnen in kompakter Form ökonomischen Perspektive nahe. Im Semi-
„Strukturkongruenter Refinanzierung“ als wichtige Kenntnisse und Zusammenhänge nar lernen Sie die Anforderungen der bei-
Basis für die wertorientierte Banksteue- zu den wichtigsten (Teil-)Prüfungsfeldern den Perspektiven kennen und diskutieren
rung kennen und anwenden. So sind Sie in Kredit- und Liquiditätsrisikomanagement, Auslegungsfragen, z. B. hinsichtlich der im
der Lage, Ertragsquellen zu identifizieren Zinsänderungsrisiken/Marktpreisrisiken RTF-Leitfaden explizit geforderten Verknüp-
und im Pricing von Festzins- und variablen sowie Risikotragfähigkeit und Kapitalpla- fung der ökonomischen mit der normativen
Geschäften optimal zu nutzen. nung. Perspektive.
Referenten: Rainer Orywa, Frank Thierolf Referenten: Holger Dürr, Prof. Dr. Konrad Referenten: Holger Dürr, Stephan Vorgrim-
Wimmer ler, Prof. Dr. Konrad Wimmer
22 I NEWSSie können auch lesen
