Zum Inhalt springen

Data Governance Innovation in Finanzdienstleistungen

Dan Power, Managing Director für Data Governance bei State Street, tritt BigIDeas für unterwegs darüber reden KI und ML in Data-Governance-Programmen, die Datenmanagementlandschaft in Finanzdienstleistungenund warum Automatisierung notwendig ist.

Während seiner Tätigkeit in der Datenverwaltungswelt hat Dan Power mehrere Fortune 500-Unternehmen betreut – zunächst auf Unternehmensseite, später als Berater in seiner eigenen Firma und jetzt als Direktor der State Street Bank in Boston.

Über seine aktuelle Position sagt er: „Mir gefiel die Vorstellung, dass Finanzdienstleistungen sehr komplex, reguliert und systemisch sind – ich dachte nicht, dass es so schnell langweilig werden würde, und das ist es auch nicht. Ich habe mich sehr gefreut, Teil der digitalen Transformation von State Street zu sein.“

Einsatz von KI im Master Data Management (MDM)

Was bedeutet ein digitale Transformation Was bedeutet das für ein großes Finanzunternehmen wie State Street? Zunächst einmal eine genaue Untersuchung der aktuellen Stammdatenverwaltung. „Wir sollten eine zentrale Informationsquelle für Dinge wie Kundendaten, juristische Personen, Lieferanten und Produkte haben.“

„Ein großer Teil unserer Prozesse läuft noch manuell ab. Das Problem ist jedoch, dass die Mitarbeiter, die diese Prozesse durchführen, irgendwann wegfallen und wir entweder ein Programm oder einen Roboter einsetzen müssen. Wir sind gerade dabei, einen großen Teil unserer Technologie-Stack rund um Datenmanagement und BigID ist ein Teil davon.“

Die Abschaffung veralteter Prozesse und die Ersetzung durch solche mit klarem Mehrwert war ein Leitprinzip der Transformation von State Street. „Heutzutage“, so Power, „versuchen wir, all das zu automatisieren. Die Datensuche läuft automatisch ab, und alles landet auf dem Schreibtisch der Datenverwalter, die es dann kuratieren und zusammenführen müssen.“

„Wir stellen fest, dass wir uns von diesem manuellen Prozess entfernen, bei dem viel Reverse Engineering und sogar das Lesen von Code erforderlich ist.“

Datenqualität und Automatisierung in Einklang bringen

Power bezeichnet sich selbst als „Datenqualitätsjunkie“. Er und sein Team sind dabei, ihren Ansatz zur Datenqualität und deren Einfluss auf die Wahrscheinlichkeit innerhalb ihres Unternehmens zu ändern.

„Selbst bei den Altsystemen weiß man nicht wirklich, ob die Daten innerhalb der Anwendung fehlerhaft waren oder nicht, aber wenn man sie herausholt, sind sie mit Sicherheit ziemlich fehlerhaft, es fehlen Dinge oder sie sind falsch codiert.“ Die Fähigkeit zur Harmonisierung zwischen den Systemen war ein entscheidender Faktor bei der Rationalisierung ihres Betriebs.

Dan ist davon überzeugt, dass Datenqualität eine inhärente Funktion ist. Anstatt die Anwendungseigentümer und IT-Teams diese Anwendungen von Grund auf neu entwickeln und warten zu lassen, hat Power unterstützende Systeme implementiert.

„Im Wesentlichen handelt es sich um einen grundlegenden Wandel von der stark verteilten Art und Weise, wie wir heute Datenqualität kontrollieren – was zwar funktioniert, aber viel Aufwand erfordert – hin zu einem stärker zentralisierten Ansatz, der auf Datenqualitätstools basiert. So können wir den Katalog an Datenqualitätsprüfungen und -kontrollen quasi selbst verwalten.“

Den gesamten Podcast anhören um mehr über Dans Einblicke in die Finanzdatenlandschaft und die Innovationen zu erfahren, die die Branche verändern.

Inhalt