Banken verfügen über enorme Mengen an Daten. Das Zusammenführen dieser Informationen könnte einen hohen Mehrwert für die Finanzhäuser und für deren Kunden darstellen. Doch wie weit ist man da schon?

(Big Data © Shutterstock) Mittels einer nicht repräsentativen Umfrage bei 30 Banken aus der Deutschschweiz ist Fabienne Huber dieser Frage nachgegangen. Sie tat dies im Rahmen ihrer Bachelorarbeit am Institut für Finanzdienstleistungen Zug (IFZ) von der Hochschule Luzern.

Zudem befragte sie die Banken zu ihrer Einschätzung in Bezug auf die Zukunft von Big Data Analytics (der eigentliche Prozess der Datenanalyse wird oft auch Data Mining genannt). Zu beachten ist, dass praktisch sämtliche Banken die Big Data Analytics betreiben, bisher aber noch keine Informationen von Social-Media-Kanälen integrieren.

Einige interessante Ergebnisse sind hier zusammengefasst:

  • Sieben Banken wenden heute bereits Big-Data-Technologien an. Neun Banken befassen sich zumindest mit Big-Data-Technologien und planen,  diese in Zukunft einzusetzen. Die anderen Banken setzen derzeit noch keine solche Technologien ein. Bei einigen Banken könnte das Thema aber an Relevanz gewinnen, da sich ihre (externen) IT-Provider mit dem Thema befassen.
  • Die beiden wichtigsten Anwendungsbereiche von Big Data Technologien im Kernbereich Marketing/F&E sind die Generierung von Cross-Selling-Vorschlägen sowie die Entwicklung einer optimierten Kundensegmentierung. Big Data wird hingegen derzeit nur  beschränkt im Zusammenhang mit der Customer Retention (etwa bei der Berechnung einer Abgangswahrscheinlichkeit) oder der Erarbeitung innovativer Produkte (zum Beispiel die Erarbeitung von Product Bundlings) eingesetzt.
  • Vor allem im Bereich der Customer Retention, der Verbesserung bestehender Produkte und im Bereich einer weiteren und besseren Kundensegmentierung sehen verschiedene Banken in den nächsten zwei bis drei Jahren ein grosses und brachliegendes Potenzial, welche sie besser zu nutzen gedenken.
  • Big Data wird heute insbesondere im Bereich der Risikoabschätzung und Betrugsvorbeugung eingesetzt. Vor allem im Bereich der Verbesserung der Erkennung von Betrugsversuchen (etwa bei Kreditkartenbetrug, Datendiebstahl) durch die Anwendung von Big Data Analytics sind einige Banken heute schon aktiv. Zu beachten ist, dass lediglich Banken befragt wurden. Es ist anzunehmen, dass Verfahren zu Erkennung von Betrugsversuchen bei Kartenanbietern sehr verbreitet sind.
  • Derzeit sind hauptsächlich die IT-Abteilungen mit dem Big-Data-Thema beschäftigt. Die Geschäftsleitungen sind derzeit eher wenig involviert in dieser Thematik.
  • Big Data ist mit verschiedenen Herausforderungen verbunden. Die drei grössten Herausforderungen sind aus Bankensicht der Datenschutz, der Aufbau von Know-how und die Integration der neuen Technologien. Der Datenschutz ist für 81 Prozent der befragten Banken eine grosse oder mittelgrosse Herausforderung. Das Entwickeln der entsprechenden Fachkenntnisse für Big Data Analytics stellt sogar für 9 Prozent der Banken eine grosse oder mittelgrosse Herausforderung dar.
Welche Schweizer Privatbank bietet an der Börse nun das grösste Potenzial?
Welche Schweizer Privatbank bietet an der Börse nun das grösste Potenzial?
  • Julius Bär, weil der Kurs seit dem Signa-Debakel genügend gesunken ist.
    20.22%
  • Vontobel, weil das Unternehmen 2024 die Wende im Asset Management schaffen wird.
    8.75%
  • EFG International, weil die Bank keinerlei interne Probleme bekundet und stark wächst.
    14.92%
  • UBS, weil die Grossbank auch als Privatbank enormes Potenzial bietet.
    46.43%
  • Banque Cantonale Vaudoise, weil sie unter den Kantonalbanken ein grosses Private Banking anbietet.
    9.69%
pixel