Show Case 1: Wert- und risikobasierte Gesamtbanksteuerung

Der Begriff der wertorientierten Steuerung stellt fachlich und IT-seitig eine große Herausforderung dar. So sind zunächst sämtliche Größen der Bank aus den Bereichen Risiko, Ertrag, Kapital, Liquidität und Kosten zentral zusammenzuführen und in entsprechende Metriken zu gießen, um sie anschließend für die integrierte Steuerung bestimmter Bereiche oder Produkte konsistent nutzen zu können.

• Unvollständigkeit der Kennzahlensystems: übergreifende Größen wir etwa das Risikokonzentrationen werden nicht mit einbezogen
• Schwierigkeiten bei der Kennzahlermittlung: Für die Risikomessung werden nicht selten Kennzahlen genutzt, die für die aufsichtsrechtliche Kapitalunterlegung erstellt wurden. Die hierfür genutzten Verfahren und Rechenvorschriften basieren allerdings auf fragwürdigen Modellannahmen und sind für eine zuverlässige Risikomessung nicht anwendbar. So ist beispielsweise für die Ermittlung des Adressrisikos in jedem Falle ein bankspezifisches Kreditportfoliomodell erforderlich. Die für die aufsichtsrechtliche Kapitalunterlegung ermittelten risikogewichteten Aktiva sind nur eingeschränkt nutzbar.
• Nutzung der Kennzahlen: Erst mit Kenntnis der Qualität der Primärdaten, der Modellannahmen zur Kennzahlenermittlung sowie der Aussagekraft im Detail können die Zahlen effektiv genutzt werden.

Die Objektivierung der Unternehmensziele wird durch die strukturierte Verknüpfung elementarer quantitativer und qualitativer Werttreiber erreicht. Diese Werttreiber werden strukturiert abgeleitet und im System verankert. Dabei ist der Komplexität und Trägheit von Steuerungsmaßnahmen sowie deren Reflexivität bzw. Rückkoppelung angemessen Rechnung zu tragen.

Da in einem integrierten Steuerungssystem die Performancebewertung und Steuerung auf verschiedenen Hierarchieebenen erfolgt, ist auf jeder dieser Ebenen die Bewertung durch alle zusätzlichen relevanten Einschätzungen anzureichern. Hierzu zählen unter anderem die Einschätzung der Diversifikation, von Subventionseffekten innerhalb des Geschäftsmodells und diverser weiterer Risikoarten. Stets sind die Methoden, Annahmen und Vereinfachungen bei der Kennzahlenermittlung zu überprüfen und gegebenenfalls anzupassen.

Solide Kenntnis der Kennzahlen: Die solide Kenntnis des Modells sowie der zugehörigen Annahmen ist unabdingbar, sobald auf Basis der Kennzahl gesteuert und entschieden wird. Bei der Nutzung einer Risikokennzahl muss Klarheit über deren Herkunft und Bedeutung herrschen. Gerade bei der Nutzung modellbasierter Kennzahlen sind die Modellannahmen und die Qualität der Eingangsdaten von entscheidender Bedeutung. Gegebenenfalls sind die Modellierungsansätze zu überarbeiten oder gar durch andere, modernere Methoden zu ersetzen.

Kritische Interpretation der Kennzahlen: Nicht zuletzt ist eine reflektierte Interpretation quantitativer Kennzahlen erforderlich. Gerade quantitative Größen verleiten oft dazu, diese überzustrapazieren und falsch aufzufassen. Beispielsweise sind die ermittelten Größen praktisch immer mit einer gewissen Unschärfe verbunden und damit niemals exakt. Der Denk- und Wahrnehmungsfalle bezüglich quantitativer Kennzahlen kann mit einem gezielten Training begegnet werden. Basis hierfür könnten auch neue Erkenntnisse über Anreizsysteme, aus dem Behavioral Finance und den Kognitions- und Neurowissenschaften sein. Hier wird untersucht, wie wir Risiken aufgrund unseres biologischen Erbes kognitiv aufnehmen und bewältigen.

Der Aufbau einer modernen Risikofunktion sowie des ganzheitliche Managements von Chancen und Risiken sind also die Basis zur Umsetzung der Geschäfts- und zugehöriger Risikostrategie. Unternehmensübergreifende Simulationen ermöglichen durch das systematische Stressen die Bestimmung der Risikotragfähigkeit und damit eine Beurteilung der angestrebten Strategie.