Wenn ein finanzieller Engpass droht, möchte man diesen als Kunde natürlich schnellstmöglich überbrücken und wählt daher den Weg einen Privatkredit zu beantragen. Dafür kann manuell eine Kreditanfrage gestellt werden, wo die persönlichen Daten, die Einnahmen und Ausgaben und der Kreditwunsch erfasst werden.

Die Bank analysiert, auch auf Basis der bisher vorhandenen Daten, die Informationen und kommt zu einer Kreditentscheidung. In der Vergangenheit mussten Berater jede Kreditentscheidung manuell aufbereiten und analysieren, was nicht nur aufwendig war, sondern auch für den Kunden wertvolle (Warte-) Zeit gekostet hat. Wie kann man das schneller ermöglichen? Durch den Einsatz von decision engines können Kreditentscheidungen deutlich einfacher, schneller und unkomplizierter abgebildet werden. 

Hier gibt es mehrere Wege: insbesondere bietet sich hier ein gesteigertes Kundenerlebnis durch eine maschinelle Kreditentscheidung im Rahmen einer Online Kreditanfrage an. Das heißt, dass der Kunde seine Kreditanfrage online bei einer Bank oder einem Kreditportal erfassen und innerhalb weniger Klicks mithilfe einer decision eingine eine vollautomatisierte Kreditentscheidung erhalten kann. 

Wie funktioniert das? 

Hinter der decision engine verbirgt sich ein Regelmanagement, welches, basierend auf verschiedenen Merkmalen und Regeln, automatisiert prüft und auswertet, wie eine Kreditentscheidung ausfällt. 

In diesem Regelmanagement können z.B. folgende Regeln/Merkmale hinterlegt werden: 

  • Ist die Kapitaldienstfähigkeit gegeben 

  • Kann ggf. eine weitere bzw. andere Kreditrate getragen werden? 

  • Wohnt der Kunde zur Miete, oder hat er Eigentum? 

  • Was hat der Kunde für einen Scorewert bei der Schufa bzw. im eigenen Haus? 

  • Sind Sperren vorhanden? 

  • Gibt es (weitere) Negativmerkmale, die beim Kunden hinterlegt sind? 

  • etc. 

Die decision engine entscheidet regelbasiert darüber, ob ein Kredit bewilligt, abgelehnt oder an einen Berater weitergeleitet wird und funktioniert daher wie ein Ampelsystem: 

  • nur positive Merkmale, keine Negativmerkmale = grün 

  • positive und neutrale Merkmale = gelb 

  • vorhandene Negativmerkmale= rot 

Bei ausschließlich positiven Merkmalen wird der Kredit über die decision engine maschinell bewilligt. 

Sollte es zu einem Gelbfall kommen, erfolgt die automatisierte Weiterleitung in die entsprechende Fachabteilung, die die Kreditentscheidung überprüft und manuell votiert. 

Bei einem Rotfall erfolgt die Ablehnung des Kredites und eine entsprechende Information an den Kunden, dass der Kredit derzeit nicht gewährt werden kann. 

Die decision engine bietet eine enorme Vereinfachung und Arbeitserleichterung in der Kreditentscheidung für das Mengenkreditgeschäft, da Kredite schnell und einfach vergeben werden können und der Kunde unmittelbar darüber informiert wird. 

Nicht außer Acht zu lassen ist natürlich der aufsichtsrechtliche Aspekt, denn die maschinelle Kreditentscheidung bedarf einer regelmäßigen Kontrolle durch die Bank. Die Durchführung von Stichproben ist daher signifikant, da die Einhaltung der Kreditvergaberichtlinien von der Bank gewährleistet werden müssen. 

Hierfür empfiehlt sich eine intitutsindividuelle Volumensobergrenze (Gesamtvolumen und je Einzelkredit). Aus Risikominimierungsgesichtspunkten empfehlen wir den Einsatz einer decision engine im standardisierten Mengenkundengeschäft mit einem Einzelkreditvolumen bis 20 TEUR. 

Um unplanbares Kreditvolumen durch automatisierte Abschlüsse im Internet zu beherrschen, ist eine Obergrenze im Gesamtvolumen der maschinell zu bewilligenden Kredite empfehlenswert. Aus der Praxis hat sich bewährt, dass der Vorstand einen festen Betrag festlegt und diesen bei Bedarf erweitert bzw. die Überprüfung des Modells im Rahmen dieser Erweiterung durchgeführt wird. 

Die Etablierung einer decision engine kann durch onlinefähige bzw. digitale Prozesse noch effizienter eingesetzt werden. Sofern beispielsweise die Prozesse soweit digitalisiert sind, das im Rahmen des Workflows PDFs generiert und archiviert werden, ist das Kundenerlebnis nochmals gesteigert.  
In jedem Fall empfehlen wir vor dem Einsatz einer decision engine eine Optimierung der betroffenen Kreditprozesse, um die Abläufe optimal auf die neuen Gegebenheiten anzupassen. Gern unterstützen wir Sie bei der Optimierung der Kreditprozesse, da wir hier vielfältige Erfahrungen aus verschiedenen Instituten mitbringen. 

Möchten Sie auch gerne Kreditentscheidungen schneller und effizienter in Ihrem Hause treffen und decicion engines implementieren, dann sprechen Sie uns gerne an. Gerne diskutieren wir mit Ihnen, wie Ihre Kreditvergaberichtlinien sinnvoll in eine decision engine überführt werden können. 

Neuen Kommentar schreiben

Ihre E-Mail Adresse wird nicht veröffentlicht.

NEUESTE BEITRÄGE

Die drei größten Softwaretest-Mythen
05.06.2023

Die drei größten Softwaretest-Mythen

Sören Schmock

Softwaretests sind ein sehr wichtiger Bestandteil des Softwareentwicklungsprozesses, um die Qualität, Funktionalität und Sicherheit von Softwareprodukten zu gewährleisten. Doch wie bei vielen anderen Bereichen der Technik gibt es auch hier einige Mythen, die sich hartnäckig halten und die Arbeit der Tester erschweren oder sogar gefährden können. In diesem Blogbeitrag möchte ich drei der größten Softwaretest-Mythen aufdecken und erklären, warum sie nicht stimmen.

Expertise
Einführung von Protegrity - Ein Kundenprojektbericht
31.05.2023

Einführung von Protegrity - Ein Kundenprojektbericht

Leon Geitmann

Im Juli 2022 begann offiziell das Kundenprojekt „Einführung Protegrity“. Über die nächsten 6 Monate wurde dabei die neue Softwarekomponente Protegrity in die bestehende Infrastruktur eines IT-Dienstleisters im Bankenbereich implementiert. Worum es sich bei Protegrity handelt, warum es eingeführt wurde und wie dieses Projekt in etwa ablief, möchte ich in einem kurzen Projektbericht teilen.

Expertise
Welche Hürden gibt es bei Testdatengeneratoren im Softwaretest?
30.05.2023

Welche Hürden gibt es bei Testdatengeneratoren im Softwaretest?

Sören Schmock

Testdatengeneratoren sind Werkzeuge, die automatisch Daten erzeugen, die für den Softwaretest verwendet werden können. Sie können nützlich sein, um große Mengen von Daten zu erzeugen, die bestimmte Anforderungen erfüllen, wie z. B. Format, Typ oder Bereich. Allerdings eignen sich Testdatengeneratoren noch immer nur sehr bedingt für den Softwaretest.

Expertise