Überblick: Case Study: Kreditrisiko-Modelle automatisiert überprüfen
Die UniCredit Leasing Deutschland stellt Unternehmen Leasing-Finanzierungen für Wirtschaftsgüter wie Maschinen, Anlagen, EDV und Fahrzeugen zur Verfügung. Um Risiken im gewerblichen Leasing früh zu erkennen und gegenzusteuern, werden die Geschäftsbeziehungen regelmäßig überprüft. Dass die zugrunde liegenden Modelle funktionieren, wird mit sogenannten Validierungen nachgewiesen.
Höhere Effizienz und geringerer Aufwand
Bei UniCredit Leasing stehen Kreditrisiko-Parameter im Fokus: Mit vier PD-Modellen (Probability of Default) wird die Ausfallwahrscheinlichkeit vorhergesagt, ein LGD-Modell (Loss Given Default) prognostiziert die Verlustquote nach einem Ausfall. Bislang haben Dritte diese Modelle validiert, nun will UniCredit Leasing das selbst übernehmen. Das Ziel: Die eigenen Mitarbeiter sollen in der Lage sein, die Modelle qualitativ und quantitativ zu validieren. Von diesem Insourcing verspricht sich UniCredit Leasing eine höhere Effizienz und langfristige Zeit- und Kostenersparnisse.
Maßgeschneiderte Validierungsumgebung
Neben regulatorischen Vorgaben an den Validierungsprozess stand UniCredit Leasing auch vor der Herausforderung, ein neues umfangreiches Rahmenwerk des italienischen Mutterkonzerns UniCredit zu implementieren, unter anderem mit Vorgaben zu Analysen, Tests, Auswertungen und Triggerwerten. Außerdem stand die Automatisierung auf der Agenda: Die Daten sollen künftig weitgehend automatisiert verarbeitet, ebenso wie Tests durchgeführt und Berichte erstellt werden. Mit der Automatisierung soll der Aufwand der Validierung deutlich reduziert werden.
Über UniCredit Leasing
Die herstellerunabhängige Leasinggesellschaft gehört als Teil des UniCredit Konzerns zu einem Leasingnetzwerk in 17 Ländern. Die UniCredit Leasing GmbH mit Sitz in Hamburg bietet sowohl klassische Leasinggeschäfte als auch strukturierte Finanzierungen an. Das Objektportfolio umfasst unter anderem Maschinen und Anlagen, Pkw, Nutzfahrzeuge und EDV.
|
|---|
Automatisierte Datenverarbeitung, Auswertung und Aufbereitung
Für die quantitative Validierung werden die Rohdaten – zum Beispiel Ausfalldaten, Ratings und Kundenmerkmale – jetzt so aggregiert und aufbereitet, dass die automatisierten Analysen darauf zugreifen können. Die Validierungsverfahren erlauben es dann auf Knopfdruck, die quantitativen Auswertungen qualitätssicher, schnell und absolut zuverlässig durchzuführen.Neben der automatischen Datenverarbeitung etablierte Experian eine entsprechende Auswertung und eine standardisierte Aufbereitung der Validierungsergebnisse. Testresultate werden nun vollständig automatisiert ausgewertet, die Ergebnisse anschaulich grafisch und tabellarisch aufbereitet. Auf Grundlage der Ergebnisse wird auch die Validierungsdokumentation aktualisiert. Alle technischen Prozesse hat Experian umfassend dokumentiert. Außerdem wurden die Mitarbeiter von UniCredit Leasing geschult.
Jetzt einen unverbindlichen Termin vereinbaren
Kontaktieren Sie uns
Mit der digitalen Bankauskunft schnell und einfach zum Kreditabschluss.
Beschleunigte Kreditantragsprozesse für komfortable Kundenberatung am Point of Sale und Filialgeschäft – mit dem Digital Account Check.
Versicherungsbetrug hat viele Gesichter. Mit vorgetäuschten Schäden, falschen Schilderungen oder sogar fingierten Schadenfällen versuchen Betrüger immer wieder, unberechtigterweise an Auszahlungen zu gelangen. Diese Betrugsfälle müssen rechtzeitig erkannt und gefiltert werden, um eine fehlerhafte Regulierung abzuwenden. Gleichzeitig muss der Versicherer gewährleisten, dass seine redlichen Kunden schnelle Hilfe im Schadenfall erhalten.
Ganze Story ansehen >
Der europäische Mobilitätsdienstleister DKV Mobility bietet Produkte und Services rund um die Versorgung und Mobilität von Lkw- und Pkw-Flotten. Aktuell sind über 5,1 Mio. Tankkarten und Onboard-Units in 4 Ländern bei über 210.000 aktiven Kunden im Einsatz.
Ganze Story ansehen >
Diese Frage stellte sich Laura Vogelsang, Head of Risk & Payment des Premium-Onlinehändler fashionette und hat zusammen mit uns eine Antwort gefunden. Lesen Sie jetzt wie fashionette mithilfe von Open Banking Daten 40 % weniger Ausfall hat und gleichzeitig die Manual Order Review Prozesse schlank hält.
Ganze Story ansehen >