Use Case Risikomanagement

Bild­nach­weis: WHYFRAME/Shutterstock.com

Worin beste­ht die Herausforderung?

Das Risiko­man­age­ment macht mögliche Risiken im Unternehmen trans­par­ent und hat das Ziel, diese zu min­imieren. Das Risiko­man­age­ment umfasst kom­plexe Prozesse zu Iden­ti­fika­tion, Analyse, qual­i­ta­tiv­er und quan­ti­ta­tiv­er Bew­er­tung, Beurteilung, Kom­mu­nika­tion und Bewäl­ti­gung von unternehmerischen Risiken. Um diese Prozesse erfol­gre­ich zu gestal­ten, müssen Unternehmen allerd­ings eine enorme Fülle an dynamis­chen Infor­ma­tio­nen, inter­nen Vor­gaben sowie exter­nen Nor­men und Geset­zge­bun­gen verarbeiten.

Welche Dat­en kön­nen hier helfen?

• Fall­spez­i­fis­che Größen (Wahrschein­lichkeit, Aus­maß, Steuerungsmöglichkeit und Verletzbarkeit)

• Risiko­fokus (eigene Finanzsta­bil­ität, externes Image)

• Interne Kenn­zahlen (Umsatzen­twick­lung, Umsatzrentabil­ität, freie Kred­itlin­ien, Bonität der Kund­schaft, Ange­bot­ser­fol­gsquote, Abhängigkeit von Kundin­nen und Kun­den sowie Liefer­an­ten, Wiederbeschaf­fung von Anlagen)

• Externe Kenn­zahlen (Zin­sen, Währungsen­twick­lun­gen, Geschäft­skli­ma-Index, Anzahl und Inhalte von Pressemeldungen)

• Sachrisiken (Anzahl von Brand­fällen und Erdbeben)

Wie kommt der Nutzen aus den Daten?

Die daten­basierte Unter­stützung des Risiko­man­age­ments opti­miert die Infor­ma­tions­ba­sis von Man­age­mententschei­dun­gen. Die Ver­ar­beitung und Analyse der Dat­en geschieht automa­tisch und ist damit weniger fehler­an­fäl­lig. Die men­schlichen Fähigkeit­en der Analyse und Bew­er­tung von Risiken wer­den damit deut­lich erweit­ert. Ein weit­er­er Nutzen beste­ht in der Möglichkeit, Prog­nosen und Voraus­sagen zu Risikosi­t­u­a­tio­nen als Früh­warn­sys­tem zu verwenden.

Wo wird diese Daten­nutzung bere­its angewendet?

• Advisen bietet Beratun­gen im Cyber-Risk-Man­age­ment an. Auf Basis ein­er umfan­gre­ichen Daten­bank wer­den Muster iden­ti­fiziert und Risiko­analy­sen gefahren. Diese Erken­nt­nisse kön­nen Unternehmen kaufen und damit ihre Entschei­dun­gen verbessern und Risiken minimieren. 

• Der Chemiekonz­ern BASF ver­wen­det Dat­en, um Ressourcen nach­haltig zu nutzen und Umwel­trisiken zu ver­mei­den. Dazu wer­den Wet­ter­dat­en, Dat­en zur Pflanzenge­sund­heit und Bodenbeschaf­fen­heit sowie Mark­t­preise analysiert. 

• Der Sportar­tikel­her­steller Adi­das set­zt ein Advanced-Ana­lyt­ics-Team ein, welch­es die Führung bei Geschäft­sentschei­dun­gen in sämtlichen Unternehmens­bere­ichen daten­basiert unter­stützt und Risiken durch Fehlentschei­dun­gen vermeidet.

• Die Ver­sicherungs­ge­sellschaft Münch­n­er Re nutzt his­torische Dat­en aus Schadens­ab­wick­lun­gen, um das Risiko ein­er Ver­sicherung bess­er zu kalkulieren. So kön­nen auch Beitragshöhe und Effizien­zgewinne bess­er berech­net werden.

Welchen Beitrag leis­tet diese Daten­nutzung zur Wertschöpfung?

Wer­den im Rah­men des strate­gis­chen Man­age­ments rel­e­vante Dat­en und Meth­o­d­en genutzt, kön­nen Entschei­dun­gen informiert­er getrof­fen und Risiken min­imiert wer­den. Die Wertschöp­fung verän­dert sich direkt in der Verbesserung und Beschle­u­ni­gung der Prozesse im Risiko­man­age­ment und indi­rekt anhand verbessert­er Man­age­mententschei­dun­gen, aus denen langfristig eine gesamtheitlich gesteigerte Wertschöp­fung resul­tieren kann.

Quellen: BASF (2017), Adi­das (2017), Münch­n­er Re (2018)

Pub­lika­tion: Wie Unternehmen Dat­en heute schon nutzen und in Zukun­ft nutzen kön­nen. Her­aus­ge­ber: Fraun­hofer IMW, Inhalt: Data Min­ing und Wertschöpfung