Bankenauftrag: Vertrauensvorschuss in Neugeschäft ummünzen

Datenmaskierung mit DataOps-Plattformen realisiert datenschutzkonformes Handeln in Echtzeit. Damit können sich Banken gegen FinTechs behaupten. [...]

Eric Schrock ist CTO bei Delphix. (c) Delphix

Sobald eine Kunde etwas tut, gleichen gute Finanz-Startups die Aktion mit der Historie ab, um sofort ein personalisiertes Angebot zu unterbreiten. Diese Agilität ist der große Vorteil, den beispielsweise der schwedische Zahlungsdienstleister Klarna, die Berliner Smartphonebank N26 oder Transferwise, ein britischer Anbieter für Auslandsüberweisungen, haben.

Allerdings haben viele Verbraucher ihr Geld noch überwiegend bei einer klassischen Bank liegen. Die wenigsten wickeln ihre Überweisungen über FinTechs oder Messenger ab. Der Grund: Geldinstitute genießen bei Verbrauchern vor allem hinsichtlich des Datenschutzes das höchste Vertrauen. Diese Einschätzung trifft die „BLC Studie Datenschutz 2018“, durchgeführt von Berg, Lund & Company. „Den Vertrauensvorschuss und ihre große Kundenbasis müssen Banken nutzen, um neue Geschäftsmodelle mutig anzugehen“, empfiehlt die Studie.

Bleibt die Frage nach dem Wie? Das schnelle Entwickeln einer App ist die Antwort. Doch dafür gilt es zunächst, für Datenqualität und -schutz zu sorgen – und zwar so, dass sich der Datenzugriff nicht verlangsamt. Genau das blockieren die Datensilos, welche die meisten Banken verwalten.

Eine Kunden-IBAN auf 400 Speicherplätzen

In den Traditionshäusern ist über Jahre die Hardware-Infrastruktur gewachsen, auf der verschiedene Speichersysteme und Datenbanken laufen. Parallel haben sich Prozesse etabliert, um Compliance-Regeln einzuhalten oder Zugriffsrechte zu regeln. In der Folge verteilten sich die Daten, die Kunden mit ihren Aktivitäten produzieren, auf verschiedene Datenbanken. Kredit-, Darlehens- oder Investmentabteilung bereiten unabhängig voneinander die Daten auf, speichern und analysieren diese. Im Extremfall kann sich beispielsweise eine Kunden-IBAN auf 400 Speicherplätzen einer Bank befinden – aber nicht immer im gleichen Format.

Doch je verteilter Daten in Silos abliegen, um so komplexer ist es, sie zu finden. Ganz zu schweigen von dem Aufwand, sensible Daten zu identifizieren und zu klassifizieren. Außerdem kann es die Datenqualität kompromittieren, wenn Daten für die Appentwicklung aus vielen verschiedenen Quellen kopiert werden. Entwickler greifen dann nicht auf den jeweils aktuellen Datenstand zu.

Datenqualität und -schutz automatisiert herstellen

Für die nötige Datenqualität kann eine DataOps-Plattform sorgen. Diese Technologie bindet alle möglichen Datenquellen automatisiert ein, liest über eine API-Abfrage die Daten ein und erstellt virtuelle Kopien. Diese sind ideal für Test- und Entwicklungszwecke, da sie laufend mit der Datenquelle synchronisiert werden. Mit der Technik erfüllt ein Unternehmen die Vorgabe nach dem einheitlichen Erfassen, Analysieren und schnellen Bereitstellen der Daten.

Als nächstes müssen Banken ihre sensiblen Kundendaten identifizieren. Das erledigt eine DataOps-Plattform wie die Dynamic Data Platform von Delphix automatisch über Algorithmen. Eine weitere Stärke der Technologie liegt darin, die personenbezogenen Daten zu maskieren. Das bedeutet: Die vertraulichen Daten werden so anonymisiert, dass sie sich nicht mehr einer bestimmten Person zuordnen lassen. Dieser Vorgang ist irreversibel. Die maskierten Daten bleiben in ihrer Qualität realitätsnah, sie sind voll funktionsfähig und für das Entwickeln von Apps prädestiniert. Eine gute DataOps-Plattform maskiert die Daten parallel, während sie die virtuellen Datenkopien erzeugt. Entwickler und Daten-Nutzer in den Abteilungen einer Bank erhalten dann pseudonymisierte Daten. So ist Datenschutz jederzeit gewährleistet.

Nur noch „maskiert“ in den Wettbewerb

Gerade für Unternehmen aus der Finanzbranche, die strengen Regularien unterliegen, ist eine automatisierte Datenmaskierung unverzichtbar. Nur so gelingt es ihnen, hohe Datenschutzstandards einzuhalten, ohne an Agilität zu verlieren, insbesondere weil Bankkunden personalisierte Angebote in Echtzeit erwarten. Zudem wollen sie ihre Anliegen schnell und bequem erledigen. Schließlich bewegen sich Banken heute in einem hochdynamischen Umfeld, in welchem FinTech Unternehmen einen starken Wettbewerbsdruck ausüben. Um dem gewachsen zu sein, müssen Geldinstitute in der Lage sein, schnell und kreativ zu agieren. Ansonsten ist irgendwann ihr Vertrauensvorschuss bei den Kunden beschädigt.

Eric Schrock ist CTO bei Delphix.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*