Finanzbranche vernachlässigt Chancen von Big Data

Big Data ist einer der umfassendsten Technologietrends und aufgrund der Vielfalt seiner Anwendungsmöglichkeiten gerade für Banken und Sparkassen äußerst relevant. Im Bank Blog finden Sie aktuelle Studien rund um dieses interessante Thema.
© Shutterstock

Immer mehr Unternehmen erkennen den Wert ihrer Daten und beginnen, sich als „datengetriebenes Unternehmen“ neu aufzustellen. Der Finanzsektor hingegen vernachlässigt das Potential von Data Science zur Entwicklung innovativer Geschäftsmodelle.

Partner des Bank Blogs

Durch Nutzung von Big Data lassen sich zahlreiche neue Geschäftsfelder erschließen. Über das Potenzial von Daten und deren Nutzung herrscht in der Führung deutscher Unternehmen weitgehend Einigkeit. 98% investieren in das Thema Data Science. So untersuchen viele Unternehmen mit vorausschauenden Modellen (Predictive Analytics) ihre Daten und gewinnen so Prognosen für Entscheidungen und Maßnahmen in allen Geschäftsbereichen.

Sopra Steria Consulting hat vor kurzem in einer Studie ermittelt, wie das Verständnis in Bezug auf Data Science in den Unternehmen ist und wie sie in diesem Bereich bereits aufgestellt sind. Dazu wurden 220 Geschäftsführer, Vorstände und Führungskräfte aus Unternehmen ab 500 Mitarbeitern der Branchen Finanzdienstleistung, Energieversorger, Automotive, sonstiges Verarbeitendes Gewerbe, Telekommunikation und Medien, Öffentliche Verwaltung zum Thema Datenanalyse, Big Data und Data Science befragt.

Infografik Data Science für Wachstum nutzen

Die folgende Infografik zeigt einige der wichtigsten Ergebnisse der Studie und stellt Möglichkeiten und Chancen von Data Science und Big Data zur Realisierung von Wachstum vor.

Mit Big Data und Data Science Wachstumschancen nutzen

Banken nutzen Data Science noch unzureichend

Im Zuge der Digitalisierung fallen auch in der Finanzwirtschaft massenhaft Daten an, die von Banken und Versicherungen verstärkt als Rohstoff für fortgeschrittene Analyseanwendungen eingesetzt werden. Rund die Hälfte aller Unternehmen setzt bereits Datenanalysen ein. Sie erwarten vom Data-Science-Einsatz mehrheitlich verbesserte Entscheidungsgrundlagen sowie eine höhere wirtschaftliche Performance. Allerdings zielen die meisten der bisherigen Projekte auf abteilungsspezifische Fragestellungen. Im Vordergrund stehen Themen wie Kundenbindung und -gewinnung, Minimierung von Kreditrisiken und Betrugsprävention.

Übergreifende Datenauswertungen haben noch immer Seltenheitswert. Geschäftsprozesse nehmen jedoch keine Rücksicht auf Abteilungs- oder Unternehmensgrenzen. Analyseprojekte, die Daten aus verschiedenen Bereichen zusammenführen, fördern grundlegend neues Wissen zutage und liefern damit eine wertvolle Basis für innovative Servicemodelle und effizientere Prozesse.

Etablierte Finanzdienstleister verpassen damit die Gelegenheit, ihre Marktanteile durch datengetriebene Geschäftsmodelle langfristig zu sichern und sich zugleich neue Umsatzquellen zu erschließen.

Angesichts verschärfter Wettbewerbsbedingungen und branchenfremder Konkurrenz durch FinTech-Startups und digitale Unternehmen sollten klassische Finanzdienstleister die Chancen von Data Science für neuartige Geschäftsmodelle und höhere Prozesseffizienz keinesfalls ungenutzt lassen. Es gilt, den maximalen Nutzen aus den verfügbaren Daten zu ziehen und einen Wettbewerbsvorteil durch Informationen zu erzielen. Das Verstehen bislang unbekannter Zusammenhänge schafft die Grundlage für eine erfolgreiche Unternehmensentwicklung und die Transformation zu datengetriebenen Geschäftsmodellen.

Premium Abonnenten des Bank Blogs haben direkten kostenfreien Zugriff auf die Bezugsinformationen zu Studien und Whitepapern.