Nicht nur die risikotheoretischen Modelle selbst, sondern auch die Datengrundlage der Modelle stellen Zertifizierungsaspekte der Aufsicht im Rahmen des EU-Projektes Solvency II dar.
Somit rücken Data-Warehouse-Strukturen heute nicht nur aus vertrieblichen Aspekten vermehrt in den Fokus der Betrachtungen.
Die seit Anfang 2009 in Kraft getretenen Vorgaben aus den MaRisk (VA) geben bereits einen Vorgeschmack auf die Entwicklung zum Nachweis der Vollständigkeit und Nachvollziehbarkeit der Daten. Ein unternehmensweites Data Warehouse (DWH) bringt neben der Erfüllung der aufsichtsrechtlichen Kriterien zahlreiche weitere Vorteile mit sich.
Ein Data Warehouse unterstützt die Trennung der dispositiven Umgebung von der operationalen Geschäftswelt und bildet eine Datenhistorie unabhängig vom Bestandssystem. Es ermöglicht unternehmensweite, widerspruchsfreie Kennzahlen, flexible und erweiterbare Reporting- und Analysemöglichkeiten und Revisionssicherheit.
Das Grundprinzip eines Data Warehouse ist die Verwendung eines zentralen Datenbestands für alle dispositiven Anwendungen („Single Point of Truth“). Hierbei sind die Daten konsistent und harmonisiert und die Datenflüsse nachvollziehbar.
Für die Umsetzung hat sich eine Schichten-Architektur etabliert, und es werden häufig Standardmodelle für die Datenmodellierung eingesetzt. So gefährdet die Aufnahme neuer Geschäftsbereiche in das Data Warehouse nicht die bereits umgesetzten Teile (Investitionssicherheit).
Wesentliche Erfolgsfaktoren für ein unternehmensweites DWH sind der sukzessive Aufbau der Datenbasis und die schnelle Umsetzung mit messbaren Erfolgen.
mgm consulting partners verfügt in diesem Bereich über weitreichende Expertise, ein eigenes Standardmodell zur Modellierung und unterstützt die Unternehmen bei der Konzeption und Umsetzung eines Data Warehouse.