Viele junge Wettbewerber und Tech-Konzerne bringen große Dynamik in die Finanzbranche. Wie eine DataOps-Plattform auch Banken und Sparkassen agiler macht, erläutert IT-Experte Eric Schrock.
DataOps-Plattformen bringen verschiedene Datenquellen automatisiert zusammen, lesen über eine API-Abfrage Daten ein und erstellen virtuelle Kopien. Diese sind dann die Basis für Test- und Entwicklungsprojekte.
turgaygundogdu / stock.adobe.com
Sobald eine Kunde etwas tut, gleichen Finanz-Start-ups die Aktion mit der Historie ab, um sofort ein personalisiertes Angebot zu unterbreiten. Diese Agilität ist der große Vorteil, den beispielsweise der schwedische Zahlungsdienstleister Klarna, die Berliner Smartphonebank N26 oder Transferwise, ein britischer Anbieter für Auslandsüberweisungen, haben.
Allerdings haben viele Verbraucher ihr Geld noch überwiegend bei einer klassischen Bank liegen. Die wenigsten wickeln ihre Überweisungen über Fintechs oder Messenger ab. Der Grund: Geldinstitute genießen bei Verbrauchern vor allem hinsichtlich des Datenschutzes das höchste Vertrauen. Diese Einschätzung trifft die "BLC Studie Datenschutz 2018", durchgeführt von Berg, Lund & Company. "Den Vertrauensvorschuss und ihre große Kundenbasis müssen Banken nutzen, um neue Geschäftsmodelle mutig anzugehen", empfehlen die Studienexperten.
Bleibt die Frage nach dem Wie? Das schnelle Entwickeln einer App ist die Antwort. Doch dafür gilt es zunächst, für Datenqualität und -schutz zu sorgen – und zwar so, dass sich der Datenzugriff nicht verlangsamt. Genau das blockieren die Datensilos, welche die meisten Banken verwalten.
Eine Kunden-IBAN auf 400 Speicherplätzen
In den Traditionshäusern ist über Jahre die Hardware-Infrastruktur gewachsen, auf der verschiedene Speichersysteme und Datenbanken laufen. Parallel haben sich Prozesse etabliert, um Compliance-Regeln einzuhalten oder Zugriffsrechte zu regeln. In der Folge verteilten sich die Daten, die Kunden mit ihren Aktivitäten produzieren, auf verschiedene Datenbanken. Kredit-, Darlehens- oder Investmentabteilung bereiten unabhängig voneinander die Daten auf, speichern und analysieren diese. Im Extremfall kann sich beispielsweise eine Kunden-IBAN auf 400 Speicherplätzen einer Bank befinden – aber nicht immer im gleichen Format.
Doch je verteilter Daten in Silos abliegen, um so komplexer ist es, sie zu finden. Ganz zu schweigen von dem Aufwand, sensible Daten zu identifizieren und zu klassifizieren. Außerdem kann es die Datenqualität kompromittieren, wenn Daten für die App-Entwicklung aus vielen verschiedenen Quellen kopiert werden. Entwickler greifen dann nicht auf den jeweils aktuellen Datenstand zu.
Datenqualität und -schutz automatisieren
Für die nötige Datenqualität kann eine DataOps-Plattform sorgen. Diese Technologie bindet alle möglichen Datenquellen automatisiert ein, liest über eine API-Abfrage die Daten ein und erstellt virtuelle Kopien. Diese sind ideal für Test- und Entwicklungszwecke, da sie laufend mit der Datenquelle synchronisiert werden. Mit der Technik erfüllt ein Unternehmen die Vorgabe nach dem einheitlichen Erfassen, Analysieren und schnellen Bereitstellen der Daten.
Als nächstes müssen Banken ihre sensiblen Kundendaten identifizieren. Das erledigt eine DataOps-Plattform automatisch über Algorithmen. Eine weitere Stärke der Technologie liegt darin, die personenbezogenen Daten zu maskieren. Das bedeutet: Die vertraulichen Daten werden so anonymisiert, dass sie sich nicht mehr einer bestimmten Person zuordnen lassen.
Dieser Vorgang ist irreversibel. Die maskierten Daten bleiben in ihrer Qualität realitätsnah, sie sind voll funktionsfähig und für das Entwickeln von Apps prädestiniert. Eine gute DataOps-Plattform maskiert die Daten parallel, während sie die virtuellen Datenkopien erzeugt. Entwickler und Daten-Nutzer in den Abteilungen einer Bank erhalten dann pseudonymisierte Daten. So ist Datenschutz jederzeit gewährleistet.
Datenmaskierung bietet hohen Schutz
Gerade für Unternehmen aus der Finanzbranche, die strengen Regularien unterliegen, ist eine automatisierte Datenmaskierung unverzichtbar. Nur so gelingt es ihnen, hohe Datenschutzstandards einzuhalten, ohne an Agilität zu verlieren, insbesondere weil Bankkunden personalisierte Angebote in Echtzeit erwarten. Zudem wollen sie ihre Anliegen schnell und bequem erledigen. Schließlich bewegen sich Banken heute in einem hochdynamischen Umfeld, in welchem Fintechs einen starken Wettbewerbsdruck ausüben. Um dem gewachsen zu sein, müssen Geldinstitute in der Lage sein, schnell und kreativ zu agieren. Ansonsten ist irgendwann ihr Vertrauensvorschuss bei den Kunden beschädigt.