In vielen Bereichen der Unternehmensführung beschleunigt die aktuelle COVID-19-Krise den Vorstoß in die Digitalisierung, und das Risikomanagement bildet hier keine Ausnahme. Doch sollte die Pandemie trotz ihres Ausmaßes nicht der Hauptgrund sein, sich mit der Risikoanalyse vertraut zu machen. Das Risikomanagement in Unternehmen umfasst so viele weitere Facetten und Blickwinkel, von denen jede in gewissem Maße die Leistung verbessern oder hemmen kann.
Die unzähligen Risikofaktoren, mit denen Unternehmen konfrontiert sind, sollten selbst der zwingendste Grund für die Einführung einer Datenanalytik-strategie sein. Schließlich gibt es einfach zu viele mögliche Probleme, als dass manuelle Bewertungs- und Analysemethoden sie vollständig abdecken könnten.
Was sollte eine Führungskraft von heute also beachten, wenn sie den Einsatz von digitalen Risikoanalysetools in Erwägung zieht? Welchen Nutzen kann diese spezielle Business-Intelligence-Technologie bieten, damit sich ihre Einführung und Wartung lohnt? Genau diese Fragen werden in diesem kurzen Leitfaden über die neuesten Entwicklungen im Bereich der Risikoanalyse beantwortet.
Was ist Risikoanalyse, und welche Risiken können damit analysiert werden?
Risikoanalyse ist eine Form von Business Intelligence, die als Komponente in einer Risikomanagementumgebung dient. Es muss sich dabei nicht um eine digitale Lösung handeln, und tatsächlich analysieren und bewerten Unternehmen Risiken seit Jahren mit manuellen oder halbautomatischen Methoden.
In diesem Leitfaden konzentrieren wir uns jedoch auf die digitale Risikoanalyse, die als Nische der BI-Entwicklung aufgrund des zunehmenden Interesses von Risikomanagement-Fachleuten immer beliebter wird.
Die digitale Risikoanalyse als Disziplin hat die Art und Weise, wie Risikomanager potenzielle Szenarien bewerten und risikobehaftete Ereignisse vorhersagen, verändert und erheblich verbessert. Sie minimiert die Notwendigkeit, sich auf menschliche Intuition zu verlassen, erlaubt eine unternehmensweite Bewertung der Risikoexposition und ermöglicht eine Managementpräzision, die vor nicht allzu langer Zeit noch unvorstellbar gewesen wäre.
Das Risiko ist branchenunabhängig, ebenso wie die Lösung
Die Risikoanalyse ist in jeder Branche von unschätzbarem Wert und nutzt interne und externe strukturierte und unstrukturierte Daten, um Szenarien und Ergebnisse zu modellieren und Einblicke in Bereiche wie folgende zu geben:
- Betrugsrisiko
- Marktrisiko
- Kreditrisiko
- Transport- und Logistikrisiko
- IT-Risiko
- Finanzielles Risiko
- Investitionsrisiko
- Lieferkettenrisiko
Die oben genannten Beispiele sind nur einige der Elemente, die Unternehmen und Organisationen mithilfe von Risikoanalysen bewerten können. Das Erfassen, Speichern und Extrahieren von Daten zu allen Risikofeldern in einem bestimmten Geschäftsumfeld ermöglicht es Risikomanagern, gezielte Informationen zu sammeln, Szenarien zu visualisieren und sich darauf vorzubereiten. Die daraus resultierenden Erkenntnisse bieten einem Unternehmen eine Fülle von Vorteilen für die Sicherheit, die betriebliche Kontinuität und den Wettbewerbsvorteil.
Wie maschinelles Lernen die Risikoanalyse auf den Kopf stellt
Die Technologie des maschinellen Lernens ist wahrscheinlich die größte Veränderung in der digitalen Risikoanalyse, vor allem aufgrund ihrer Fähigkeit, die Fehlermargen bei der Vorhersage von Risikowahrscheinlichkeiten und Schweregraden zu verringern.
Analysten müssen nicht mehr ausschließlich strukturierte Daten mit festen Regeln abgleichen, eine Art Auffangmaßnahme, die manchmal zu ungenauen Schlussfolgerungen führen kann. Bei der herkömmlichen Betrugsrisikoanalyse könnte ein Unternehmen beispielsweise Regeln verwenden, um Transaktionen zu kennzeichnen, die einen bestimmten Geldwert überschreiten. In diesem Fall ist eine genaue manuelle Prüfung jeder markierten Transaktion erforderlich, um falsch positive Ergebnisse zu vermeiden.
Wenn eine kognitive Lösung, die auf dem neuesten Stand der künstlichen Intelligenz basiert, eine Risikowarnung erstellt, ist immer noch eine menschliche Überprüfung erforderlich. Da die Risikospezialisten jedoch zunehmend Falschmeldungen aussortieren und die Algorithmen aktualisieren, lernt die Anwendung aus den Eingaben und wird bei der Bewertung des Betrugsrisikos immer genauer. Dies ist eine der wirkungsvollsten Anwendungen des maschinellen Lernens im Bankwesen.
Die gleichen Vorteile ergeben sich nicht nur bei der Betrugserkennung durch maschinelles Lernen, sondern auch in jedem Risikomanagement-Szenario, in dem dieser Zweig der KI eingesetzt wird.
Zusätzliche Genauigkeit ergibt sich aus der Fähigkeit der KI-Technologie, unstrukturierte Daten mithilfe von natürlicher Sprachverarbeitung, Textanalyse und Bilderkennung zu verarbeiten. Dadurch wird die Notwendigkeit einer regelbasierten Analyse weitaus geringer und ermöglicht eine Risikoidentifizierung nahezu in Echtzeit - und letztlich schnellere Reaktionen.
In letzter Zeit beginnen Risikoanalyseanwendungen, die Grenzen der Vorhersage zu überschreiten und in den Bereich der präskriptiven Analyse vorzudringen. Die ausgefeiltesten Lösungen helfen Risikomanagern dabei, die beste Vorgehensweise zu ermitteln, um potenziellen Schaden, der durch störende Ereignisse und kriminelle Aktivitäten entsteht, zu verhindern, zu umgehen oder zumindest zu mindern.
Verbessern Sie Ihr Risikomanagement
mit den BI-Lösungen von Itransition.
Geschäftsvorteile der datengesteuerten Risikoanalyse
Die unmittelbaren und längerfristigen Vorteile der Kombination historischer risikobezogener Daten mit Predictive-analytics-Software, die auf Algorithmen des maschinellen Lernens und der Szenariomodellierung basiert, umfassen Folgendes:
- Nahe Echtzeit-Sichtbarkeit von Anomalien und Risikoprädiktoren zur Unterstützung schneller Reaktionen auf potenzielle Gefahren.
- Schnelle Identifizierung von Kunden, Lieferanten und Partnern mit hohem Risiko.
- Erhöhte Genauigkeit bei der Risikoquantifizierung und -priorisierung.
- Vermeidung von wiederkehrenden Verlusten und Verbindlichkeiten.
- Reduzierung der Versicherungsprämien in allen Unternehmensfunktionen.
- Verbesserte Strategien zur Risikominderung auf der Grundlage präziser Erkenntnisse und Prognosen.
- Größere Widerstandsfähigkeit des Unternehmens gegenüber unkontrollierbaren Ereignissen, sowohl natürlichen als auch menschlichen Ursprungs.
Wenn ein Unternehmen seine Erfahrung mit Risikoanalysen ausbaut und die oben genannten Vorteile realisiert, unterstützen sie in Kombination Verbesserungen bei Kapital- und Betriebskosten, Effizienz, Service und Rentabilität. Gewinne können auch bei anderen wichtigen Elementen der Unternehmensleistung erzielt werden, wie z.B. Reputation, Markenbekanntheit und Vertrauen bei Interessengruppen und Kunden.
Diese Vorteile werden immer mehr erkannt. Zwar geben derzeit nur 6 % der Unternehmen an, fortschrittliche Risikoanalysen umfassend zu nutzen, doch es ist zu erwarten, dass weitere Unternehmen folgen werden. In der Tat sagen Experten für die nächsten Jahre ein gesundes Wachstum des Marktes voraus, wie die Zahlen in diesem Artikel zeigen.
Ein Beispiel für den Erfolg von Risikoanalysen
Im Sommer 2017 wurden der Süden der Vereinigten Staaten und Teile Mittelamerikas von nicht weniger als vier katastrophalen Naturereignissen heimgesucht. Drei Wirbelstürme kurz hintereinander sowie ein Erdbeben verursachten massive Störungen für Unternehmen und ihre Lieferketten in den betroffenen Regionen.
Die Wirbelstürme Harvey, Irma und Maria wüteten an der US-Golfküste und in der Karibik, während Zentralmexiko von einem starken Erdbeben heimgesucht wurde. In diesen Regionen hatte das Pharmaunternehmen Biogen Lieferanten für Rohstoffe und lebenswichtige Komponenten für seine Produkte, von denen viele die einzigen Optionen für die Behandlung neurologischer Störungen sind.
Wie Biogen die Katastrophe überlebte
Glücklicherweise hatte Biogen vor kurzem eine Initiative in Zusammenarbeit mit einer Plattform für die Analyse der Widerstandsfähigkeit der Lieferkette und von Risiken gestartet. Diese Zusammenarbeit hat sich bei der ungewöhnlichen Konvergenz von Naturkatastrophen, die die Lieferketten seiner Konkurrenten hart getroffen haben, schnell bewährt.
Der Zugang zu den Risikoüberwachungs- und -analysefunktionen der Plattform ermöglichte es Biogen, erhebliche Störungen zu vermeiden, indem es Informationen bereitstellte, die zu den folgenden proaktiven Abhilfemaßnahmen führten:
- Die Feststellung, dass der erste Hurrikan, Harvey, nur geringe oder gar keine Auswirkungen auf die Lieferkette haben würde, ermöglichte es dem Unternehmen, keine Zeit mit vorausschauender Planung und Maßnahmen zu verschwenden.
- Die frühzeitige Verbringung von Beständen von in Florida ansässigen Lieferanten, die laut Analysen durch den zweiten Hurrikan (Irma) stark gefährdet waren. Durch die Verlagerung der Bestände in die Anlage in Kentucky konnte Biogen Lieferengpässe vermeiden, die andernfalls aufgetreten wären. Wie die Analyse und die Modellierung gezeigt hatten, wurden die Werke der Lieferanten tatsächlich von Hurrikan Irma getroffen.
- Umleitung von Produkten und Aktivitäten in Zentralmexiko an alternative Standorte, die nicht von dem Erdbeben betroffen waren. Umleitung der Herstellung und Lieferung kundenspezifischer Produkte mit umfangreichen Vorbestellungen bei Lieferanten, die nicht im Einzugsbereich des dritten Hurrikans, Maria, lagen, der bei seiner Ankunft zwei seiner puertoricanischen Lieferanten lahmlegte.
- Erstellung von funktionsübergreifenden Playbooks mit den Erkenntnissen aus den Ereignissen des Spätsommers 2017 als Referenz für zukünftige Naturkatastrophen.
Diese Erfolge wurden durch die Extrapolation und Analyse einer großen Menge an risikobezogenen Daten erzielt, die intern und von externen Stellen wie Wetterüberwachungszentren stammen.
Die Modellierung von "Was-wäre-wenn"-Szenarien lieferte Biogen ein Bild der wahrscheinlichsten Wirkungsbereiche und des wahrscheinlichen Ausmaßes der Störungen. Auf diese Weise konnte das Unternehmen Lieferungen umleiten und alternative Vorkehrungen treffen, um seine Lieferkette vor Unterbrechungen zu schützen.
Worauf ist bei Risikoanalyselösungen zu achten
Damit Ergebnisse wie in der Fallstudie von Biogen realistisch sind, muss Ihr Unternehmen datenwissenschaftliches Fachwissen mit fortschrittlicher Analytik kombinieren und dabei maschinelles Lernen und plattformübergreifende Datenerfassung einsetzen.
Bei der ständig wachsenden Zahl von Lösungen, die auf den Markt kommen - von allgemeinen Risikoanalysen bis hin zu branchenspezifischen Anwendungen - ist es nicht unbedingt einfach zu wissen, was ein geeignetes Produkt ist. Eine eingehende Bewertung der Tools würde den Rahmen dieses Artikels sprengen, aber als allgemeine Richtschnur sollten die besten Lösungen heute die folgenden Funktionen bieten:
- Echtzeit-Erkennung und Meldung von Risiken
- Automatisierte Warnmeldungen, die an die zuständigen Stellen weitergeleitet werden können
- Umfassende Dashboards mit intuitiven Visualisierungen
- Die Möglichkeit, Risiken nach Schweregrad anzuzeigen, um eine schnelle und genaue Priorisierung zu ermöglichen
- Risikoquantifizierung/-bewertung
- Internes Audit und Selbstbewertungswerkzeuge
- Vorhersagende Analysemethoden, um Maßnahmen zur Risikominderung vorzuschlagen
- Flexible Berichtsfunktionen
- Echtzeitverfolgung von Risikominderungsmaßnahmen
- Mobile BI-Apps oder responsive Web-Apps, die den Zugriff von allen Arten von Geräten aus ermöglichen
- Unterstützung für die codefreie Zusammenarbeit zwischen IT- und Geschäftsanwendern
Die schrumpfende Architektur und der wachsende Wert der Risikoanalyse
Kein Unternehmen und keine Organisation ist immun gegen Risiken, und selbst die kleinsten Einheiten sind mit einer Reihe von Bedrohungen konfrontiert, die jeden Manager vor die Herausforderung stellen würden, sie alle im Griff zu behalten. Bis vor kurzem konnten sich jedoch nur die größten Unternehmen den Luxus digitaler Analyselösungen leisten.
Das ändert sich jetzt, da modulare Plattformen zur Verfügung stehen, die es mittelständischen Unternehmen ermöglichen, mit einem begrenzten Setup zu beginnen und schrittweise zu einem umfassenden unternehmensweiten Programm aufzusteigen.
Auch kleine Unternehmen können von den neuesten Risikoanalysefunktionen profitieren, da immer mehr Anbieter cloudbasierte Lösungen auf den Markt bringen. Es ist nicht mehr notwendig, in eine komplexe Hardware-Architektur zu investieren, denn die verfügbaren SaaS-Plattformen sind erschwinglich und benötigen so gut wie keine Infrastruktur.
Ein Markt, der auf Wachstum ausgerichtet ist
Die zunehmende Leichtigkeit, mit der Unternehmen von der digitalen Risikoanalyse profitieren können, könnte ein Schlüsselfaktor für das spektakuläre Marktwachstum sein.
Natürlich hat das Auftreten der COVID-19-Pandemie nur dazu beigetragen, das Profil dieser speziellen Technologie-Nische zu schärfen. Unternehmen in aller Welt haben ihre Aufmerksamkeit auf die Risiken gerichtet, die sich aus der Krise ergeben, z. B. auf die Bedrohung der Datensicherheit im Gesundheitswesen und die Wahrscheinlichkeit ähnlicher Katastrophen in der Zukunft. Sollten solche Ereignisse eintreten, wollen sie ihnen mit weitaus größerer Bereitschaft begegnen, als es bei dem neuartigen Coronavirus der Fall war.
Wie Sie sich auf die Risikoanalyse in Ihrem Unternehmen vorbereiten
Wie bei jeder bedeutenden IT-Einführung müssen mehrere Voraussetzungen erfüllt sein, bevor Risikoanalysen in Ihre Technologieumgebung integriert werden können. Zum Abschluss dieses kurzen Leitfadens für Führungskräfte möchten wir einige dieser Voraussetzungen hervorheben und einige wichtige Schritte für die Vorbereitung der Implementierung erläutern.
Voraussetzung Nr. 1: ein Risikomanagementmodell
Das Vorhandensein eines Risikomanagementmodells mag für größere Unternehmen selbstverständlich sein, doch für weniger risikofreudige Unternehmen ist es wichtig, darauf hinzuweisen. Keine Analyselösung wird Ihnen helfen, wenn Sie nicht über eine Risikomanagementstruktur, -prozesse und -protokolle verfügen.
Die digitale Hard- und Software ist schließlich nur ein Element eines kompletten Systems. Selbst die beste präskriptive Software muss mit den verschiedenen Reaktionsmöglichkeiten programmiert werden, die für Ihr Unternehmen sinnvoll sind. Ohne die entsprechenden Ressourcen und Protokolle für die Umsetzung der digital vorgeschriebenen Abhilfemaßnahmen wird Ihre Softwarelösung nur wenig zu Ihrer Risikomanagementstrategie beitragen.
Voraussetzung Nr. 2: die richtige Kultur und Denkweise
Bevor Sie sich zu viele Gedanken über den Einsatz Ihrer Anwendung machen, lohnt es sich, über Ihre Mitarbeiter nachzudenken. Genauer gesagt, sollten Sie überlegen, ob Ihr Risikomanagement-Team bereit ist für einen völlig neuen Ansatz, bei dem Daten als primäre Entscheidungsgrundlage dienen.
Viele Unternehmen haben jahrelang mit manuellen oder relativ einfachen digitalen Tools gearbeitet, um Risiken zu erkennen, zu bewerten und zu analysieren. Risikomanager passen sich möglicherweise nicht ohne weiteres an die wissenschaftlicheren Denkprozesse und Praktiken an, die für die Arbeit mit modernen Risikoanalysen erforderlich sind. Um etwaigen Problemen bei der Akzeptanz entgegenzuwirken, könnten umfangreiche Change-Management- und Schulungsinitiativen erforderlich sein, um Ihr Team auf die Verwendung neuer Tools vorzubereiten.
Voraussetzung #3: Datenqualität
Auch wenn das Thema Datenqualität nicht nur bei der Risikoanalyse eine Rolle spielt, so muss man doch der Qualität der Daten große Aufmerksamkeit schenken, bevor man sie als Hilfsmittel zur Risikominderung nutzen kann.
Wenn Ihr Unternehmen bereits darauf bedacht ist, die Daten für die Verwendung in bestehenden Systemen sauber zu halten, ist die Vorbereitung der Daten für die Risikoanalyse vielleicht nicht so aufwändig. Wenn die Datenbereinigung jedoch nicht Teil Ihres Datenverwaltungszyklus war, sollte sie eine der Hauptaufgaben in der Vorbereitungsphase Ihres Projekts sein.
Typische Schritte der Datenvorbereitung, die Sie vor dem Einsatz von Risikoanalysen nicht vernachlässigen sollten, sind folgende:
- Extrahieren Sie relevante Daten aus Ihren Quellsystemen.
- Nutzen Sie Regeln und Logik, um sich ein Gesamtbild von der Sauberkeit und Qualität der Daten zu machen.
- Bereinigen Sie ungenaue oder beschädigte Daten und entfernen Sie Daten, die nicht korrigiert werden können.
- Stellen Sie sicher, dass Sie nur eine Instanz Ihrer bereinigten Daten aufbewahren.
- Standardisieren Sie Ihre Daten anhand einer Reihe von vordefinierten Regeln, um die Qualität zu gewährleisten.
Nach Abschluss des oben skizzierten Prozesses ist es sinnvoll, eine Anwendung zur Datenüberwachung und -bereinigung einzusetzen, um die Qualität kontinuierlich zu gewährleisten.
Das Beste hoffen und den Rest analysieren
In einer perfekten Welt müssten Unternehmen und Organisationen die Risikoanalyse nicht zu einer Vielzahl von Aktivitäten hinzufügen, die Zeit, Geld und Aufmerksamkeit von ihren Kernkompetenzen abziehen.
Auch wenn das vielleicht zu weit hergeholt ist, kann die digitale Analytik das Risikomanagement effektiver machen und die Ressourcen Ihres Unternehmens weniger belasten.
Vielleicht verfügen Sie bereits über eine etablierte Risikomanagementstrategie und haben überlegt, wie Sie diese mit Hilfe von Technologie verbessern können. Vielleicht hat die COVID-19 Sie aufgeschreckt und Sie dazu veranlasst, dem Risiko und der Widerstandsfähigkeit eine höhere Priorität einzuräumen. In jedem Fall werden die Instrumente, die Ihnen helfen können, immer ausgefeilter und kostengünstiger.
Werfen Sie einen Blick auf Ihre Möglichkeiten
Es ist gar nicht so schwer, mit einer fertigen Analyselösung eines Anbieters zu beginnen, insbesondere einer, die Ihr Team aus der Cloud bedient. Alternativ können Sie sich auch für die teurere, aber potenziell effektivere individuelle Softwareentwicklung entscheiden.
Was auch immer Sie bevorzugen, jetzt könnte ein guter Zeitpunkt sein, um in die digitale Risikoanalyse einzusteigen. Zumindest lohnt es sich, die Möglichkeiten mit Blick auf die Zukunft zu betrachten. Versuchen Sie dabei nicht zu fragen, was Sie jetzt von KI-gestützter Risikoanalyse haben, sondern - im Gefolge der Coronavirus-Krise - welche zukünftigen Probleme ein solcher Schritt verhindern könnte.
