Banken befinden sich wahrscheinlich in der größten Evolution seitdem es Bankgeschäfte gibt. Sie orientieren sich mehr denn je an großen Internetkonzernen und möchten sich zukünftig als Technologieunternehmen bewähren. Der digitale Wandel ist dabei nicht Selbstzweck, sondern die Voraussetzung für Effizienz und Geschwindigkeit – und damit die Basis für ein Fortbestehen des Unternehmens.
Die Digitalisierung geht einher mit immer größeren Datenmengen, die nicht zuletzt aus den ständig wachsenden Regulierungsanforderungen resultieren. Immer größere Datenmengen müssen sinnvoll gespeichert und analysiert werden. Gleichzeitig fordern Kontrollinstanzen wie EZB und Bankenaufsicht regelmäßig ad-hoc Auswertungen und Querchecks zwischen den Bereichen, die mehr oder weniger aufwändig generiert werden müssen.
Unser proresult Team verfügt über fundiertes und langjähriges Wissen im Bereich Daten- und Systemintegration. Wir sind erfahren in der Entwicklung bestmöglicher Lösungen zur Bewältigung der individuellen Digitalisierungs- und Big Data Herausforderungen unserer Kunden. Dafür erstellen wir gemeinsam IT nahe Konzepte und unterstützen die Implementierung bzw. integrieren die Änderungen direkt in bereits bestehenden Prozesse.
Die Zielsetzung dabei ist immer die Daten bereichsübergreifend und harmonisiert nutzbar zu machen. Der Mehrwert ist eine Qualitätssteigerung der Daten, damit verringerte Aufwände für Abstimmungen und manuelle Korrekturen sowie durch Reduzierung und Vereinheitlichung von Schnittstellen durch einen zentralen Datenhaushalt eine erhebliche IT-Kosten Ersparnis.
IT-Architektur
Die Digitalisierung bringt stetig wachsenden Bedürfnisse an vorhandene Systemlandschaften mit sich, wodurch Anforderungen an die IT-Architektur hinsichtlich Stabilität, Performance und Skalierbarkeit beachtlich an Dynamik gewonnen haben. Damit eine IT-Infrastruktur einen strategischen Mehrwert bringt, ist eine flexible und durchdachte IT-Architektur unerlässlich.
Unabhängig davon ob Ihr Vorhaben visionär oder integrationsgetrieben ist, leisten wir durch fundierte IT-Kenntnisse und langjährige Branchenerfahrung einen richtungsweisenden Beitrag für eine leistungsfähige und kostentransparente IT-Architektur. Unsere Experten begleiten Sie ausgehend von einer initialen Anforderungs- und Abhängigkeitsanalyse bis hin zur Konzeption eines Zielbildes, welches bedarfsgetriebene Ansprüche erfüllt und sich durch Organisations- und Compliance-Konformität unbehindert in Ihre Systemlandschaft eingliedert.
E2E Data Flow Design
End-to-End oder auch oft als Front-to-back bezeichnete Datenströme beginnen bei der Erfassung beispielsweise im Web-Frontend und endet nicht bei Abgabe an dispositive Systeme, sondern dort wo der Endabnehmer sie entgegen nimmt. Diese Endabnehmer können sowohl interne z.B. Vertriesreporting wie auch externe Empfänger z.B. Regulatoren sein.
Um zielgerichtete IT-Architekturen umzusetzen oder einzelne Systeme in einer bestehenden Infrastruktur effizient auszutauschen bedarf es eines tiefgreifenden Verständnisses der Datenflüsse einer Bank. Dabei ist es essentiell die Bankprodukte bezüglich ihrer Stamm- und Bewegungsdaten und die dazugehörigen Datenanforderungen der jeweiligen Abnehmer zu kennen.
Unsere Mitarbeiter mit teils vielzähligen Projekterfahrungen aus Einführungs- und Integrationsprojekten unterstützen Sie bei der Analyse der aktuellen Prozesse und der Neugestaltung der Datenflüsse über verschiedene Systeme und Fachbereiche hinweg. Sie sind in der Lage aus bestehenden Produkterfahrungen neue Produkte schnell zu erfassen und Datenflüsse aus verschiedenen fachlichen Blinkwinkeln unter anderem für das Accounting, die Risikosteuerung oder das regulatorische Reporting zu entwicklen. Darüber hinaus ergeben sich aus den wachsenden Datenanforderungen Datenflüsse, die in einer gemeinsamen Datensenke in einem integrierten Datenhaushalt für die dispositiven Bereiche Finance/Controlling, Risiko und Treasury zusammengeführt werden müssen.
Datenmodellierung
Das Aufgabengebiet der Datenmodellierung ist ein weitreichendes Feld, welches nahezu alle Bereiche der Bank tangiert und somit in der Projektarbeit einen wichtigen Baustein bildet. Mit fundiertem Fachwissen und einem übergreifendem Gesamtbank Verständnis sind wir in der Lage Anforderung zu analysieren, Daten zu modellieren und entsprechend für die verschiedenen Abnehmer darzustellen.
- Zusammenspiel der einzelnen Daten in der Gesamtbank Perspektive (E2E) und Ausarbeitung eines Datenodells sei es klassisch relational als Entity-Relationship-Modells (ERM) oder eine Data Lake orientierte Anlieferung
- Interpretation und Analyse des bankfachlichen Datenmodells inklusive der Anforderungen aus Abnehmersicht
- Darstellung der Daten für Financial & Managment Reporting, Risk Reporting, aufsichtsrechtliches Reporting (local/group regulatory), etc.
Durch die starke IT-Affinität unserer Mitarbeiter, können wir nicht nur die fachliche Vorarbeit leisten, sondern auch konkrete Anpassungen an die Struktur des Datenmodells formulieren und bis auf Pseudo Code Ebene entwickeln.
Data Warehousing & Big Data
Im Bankenumfeld werden immer mehr Daten generiert und gespeichert mit zunehmender Komplexität was im Widerspruch zur Datenqualität und -konsistenz steht. Insbesondere die hohen Datenvolumina, die durch die gesamte IT Architektur teilweise sogar mehrfach prozessiert werden, stellen traditionelle Data Warehouses vor Herausforderungen. Um dies zu optimieren werden zunehmend sogenannte Big Data Architekturen verwendet, um durch die zugrundeliegende Technologie kostengünstigere, flexiblere und performantere Data Warehouses als sogenannte Data Lakes zu implementieren. Sofern daraus die standardmäßigen Reportings bedient weren wie z.B. eine Bankenstatistik sind bankfachlich die gleichen Datenflüsse erforderlich.
Unsere Experten unterstützen Sie als technologieunabhängige Berater bei der Evaluierung und Auswahl einer individuell auf Ihr Unternehmen angepassten Data Warehousing -Lösung aus einem bankfachlichen Blinkwinkel mit dem notwendigen IT Know how, welches je nach eingesetzter Technolgie notwendig ist. Wir sind keine Entwickler, können aber sehr wohl Datenanlysen (Data mining) z.B. direkt auf der Datenbank mit SQL oder Datenstrukturen lesen und definieren wie z.B. XML oder JSON.
Wir haben großer Erfahrung in der Modellierung fachlicher Datenmodelle und -anforderungen.