Kennzahlen für den Reifegrad der Data Governance einer Bank

# Kennzahlen für den Reifegrad der Data GovernanceData GovernanceData Governance umfasst die Regeln, Rollen und Prozesse, die sicherstellen, dass Daten in einer Organisation korrekt, sicher, klar definiert und verantwortungsvoll genutzt werden.Vollständige Definition ansehen → einer Bank

Ein Aufseher betritt eine US-G-SIB (Global Systemically Important Bank) für eine routinemäßige BCBS-239-Prüfung. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → fragt nicht: „Haben Sie eine Data-Governance-Richtlinie?“ Jede Bank sagt ja. ErErDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → fragt: „Zeigen Sie mir das Dashboard, das belegt, dass Ihre Critical Data Elements im letzten Quartal die Qualitätsprüfungen bestanden haben, und wer für die Behebung verantwortlich war, wenn nicht.“ Kann die Bank diese Scorecard nicht in Echtzeit vorlegen, wird die Prüfung schnell unangenehm.

Das ist die Verschiebung, die 2026 im Bankensektor stattfindet: Governance wird nicht mehr über Richtliniendokumente nachgewiesen. Sie wird über Kennzahlen nachgewiesen.

Warum Dokumentation nicht mehr ausreicht

BCBS 239 („Principles for Effective Risk Data Aggregation and Risk Reporting“) wurde 2013 vom Basler Ausschuss für Bankenaufsicht veröffentlicht, nachdem die Krise von 2008 Banken offengelegt hatte, die den Aufsehern nicht einmal über Nacht ihr Gesamtexposure gegenüber Lehman Brothers nennen konnten. Es legte 14 Prinzipien fest, aber Prinzipien setzen sich nicht selbst durch. Aufseher (die Federal Reserve, der Single Supervisory Mechanism der EZB, die britische PRA) erwarten inzwischen, dass Banken messbare, nachverfolgte Nachweise der Einhaltung vorlegen.

Diese Nachweise nehmen die Form von Governance-Kennzahlen an. Drei sind am wichtigsten.

Kennzahl 1: Abdeckung durch Data Ownership

Was sie ist: der Prozentsatz der Critical Data Elements (CDEs), für die ein namentlich benannter, verantwortlicher Data Owner existiert.

Ein CDE ist ein Feld, das für Risiko, regulatorisches Reporting oder Kapitalberechnung relevant ist, etwa der Loan-to-Value-Ratio, der Legal Entity Identifier (LEI) einer Gegenpartei oder Inputs für risikogewichtete Aktiva. Nicht jedes Feld in den Systemen einer Bank ist ein CDE. Eine typische Retailbank markiert vielleicht 200 bis 500 von Zehntausenden Feldern als kritisch.

Warum sie wichtig ist: ein Datenelement ohne Owner ist ein Waisenkind. Geht es kaputt, ist niemand für die Behebung verantwortlich, und oft wird es erst behoben, wenn ein Audit es findet.

Benchmark: reife Banken zielen auf 95 %+ Ownership-Abdeckung bei CDEs (Schätzung, intern häufig genannt, kein veröffentlichter regulatorischer Schwellenwert). Banken mit Governance-Programmen in der Frühphase liegen oft bei 50 bis 70 %.

Durchgerechnetes Beispiel:

• Eine Bank identifiziert 400 CDEs in Retail- und Wholesale-Kreditgeschäft.
• 340 haben einen zugewiesenen Data Owner, der im Data-Governance-Tool erfasst ist.
• Abdeckung = 340 / 400 = 85 %.
• Die verbleibenden 60 werden als Governance-Lücke markiert und erscheinen typischerweise als Feststellung im nächsten internen Audit.

Kennzahl 2: Dauer der Issue-Behebung

Was sie ist: die durchschnittliche Zeit von der Erfassung eines Datenqualitätsproblems bis zu seiner Behebung und Verifizierung.

Banken erfassen Datenprobleme in Tools wie Collibra, Informatica Axon oder intern entwickelten Issue-Management-Plattformen. Jedes Issue erhält eine Schweregradstufe (kritisch, hoch, mittel, niedrig), ähnlich wie ein IT-Incident.

Warum sie wichtig ist: die Behebungsgeschwindigkeit ist ein Proxy dafür, ob Governance ein lebender Prozess oder eine Papierübung ist. Eine Bank, die 10.000 Issues pro Jahr erfasst, aber 18 Monate zur Schließung braucht, betreibt keine Data GovernanceData GovernanceData Governance umfasst die Regeln, Rollen und Prozesse, die sicherstellen, dass Daten in einer Organisation korrekt, sicher, klar definiert und verantwortungsvoll genutzt werden.Vollständige Definition ansehen →, sie katalogisiert Probleme.

Benchmark (Branchenschätzungen, keine offiziellen Werte):

• Kritische Issues: Ziel Schließung innerhalb von 30 bis 45 Tagen.
• Hoher Schweregrad: 60 bis 90 Tage.
• Backlog-Alterung: reife Programme halten weniger als 10 % der offenen Issues älter als 6 Monate.

Europäische Banken berichten unter den aufsichtlichen Erwartungen der EZB Behebungszeiten häufig in ihren internen Dashboards zu Modellrisiko und Datenqualität, die in Übungen im Stil des Targeted Review of Internal Models (TRIM) geprüft werden.

Eine einfache Rechnung: ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen →öffnet eine Bank 500 kritische Issues im Jahr und schließt 420 innerhalb des 45-Tage-Ziels, beträgt ihre termingerechte Behebungsquote:

On-time rate = closed_on_time / total_opened
420 / 500 = 84%

Werte, die dauerhaft unter etwa 80 % liegen, ziehen tendenziell aufsichtliche Aufmerksamkeit an, weil sie signalisieren, dass der Behebungsprozess mit der Entdeckung neuer Issues nicht Schritt halten kann.

Kennzahl 3: Pass Rate der Critical Data Elements

Was sie ist: der Prozentsatz der CDEs, die in einem gegebenen Reporting-Zyklus automatisierte Datenqualitätsregeln (DQDQDer Grad, in dem Daten für ihren Zweck geeignet sind: korrekt, vollständig, konsistent, aktuell, valide und eindeutig. Schlechte Datenqualität untergräbt Analytics, Reporting und KI.Vollständige Definition ansehen →) bestehen (Vollständigkeit, Genauigkeit, Aktualität, Konsistenz).

Dies ist die Kennzahl, die am unmittelbarsten mit dem Vertrauen in das regulatorische Reporting verknüpft ist. Wenn das Feld „Customer Risk Rating“ in den USA in eine Comprehensive Capital Analysis and Review (CCAR)-Einreichung oder in Europa in COREP/FINREP-Meldungen einfließt, sagt Ihnen seine Pass Rate, wie weit Sie dieser Zahl trauen sollten.

Typisch geprüfte DQ-Dimensionen:

• Vollständigkeit: ist das Feld gefüllt?
• Validität: entspricht es dem erwarteten Format/Wertebereich (z. B. LEI ist 20 alphanumerische Zeichen)?
• Genauigkeit: stimmt es mit einer Golden Source ab?
• Aktualität: wurde es innerhalb des erforderlichen SLA (Service-Level-Agreement) aktualisiert?

Benchmark: führende Banken berichten CDE-Pass-Rates über 98 % für Tier-1-Felder des regulatorischen Reportings (Schätzung). Eine Pass Rate von Anfang 90 oder darunter bei einem CDE, das in die Kapital- oder Liquiditätsmeldung einfließt, wird in der Regel als Red Flag behandelt, die eine Eskalation an den Chief Data Officer erfordert.

Einfache SQLSQLSales Qualified Lead: ein Prospect, den das Sales-Team als bereit für direkte Ansprache und ein Angebot validiert hat, weil er klare Qualifizierungskriterien erfüllt.Vollständige Definition ansehen →-artige Logik für eine Pass-Rate-Prüfung

SELECT
  COUNT(CASE WHEN dq_status = 'PASS' THEN 1 END) * 100.0 / COUNT(*) AS pass_rate
FROM cde_quality_checks
WHERE reporting_date = '2026-03-31'
  AND cde_flag = TRUE;

Das ist die Art von Query, die ein Governance-Dashboard füttert, das monatlich von einem Data GovernanceData GovernanceData Governance umfasst die Regeln, Rollen und Prozesse, die sicherstellen, dass Daten in einer Organisation korrekt, sicher, klar definiert und verantwortungsvoll genutzt werden.Vollständige Definition ansehen → Council geprüft wird, einem cross-funktionalen Gremium (Risk, Compliance, IT, Geschäftsbereiche), das die meisten großen Banken inzwischen standardmäßig betreiben.

Die drei Kennzahlen zusammengenommen

Keine dieser Zahlen sagt allein viel aus. Eine Bank kann 95 % Ownership-Abdeckung haben, aber eine Pass Rate von 40 %, das heißt: Owner existieren, beheben aber nichts. Das eigentliche Signal ist die Kombination:

| Kennzahl | Gesundes Signal | Warnsignal |

|---|---|---|

| Ownership-Abdeckung | 95 %+ | Unter 80 % |

| Termingerechte Behebungsquote | 80 %+ | Unter 60 % |

| CDE-Pass-Rate | 98 %+ (Tier-1-Felder) | Unter 95 % |

Aufseher, die die BCBS-239-Compliance prüfen, oder in den USA Prüfer, die sich die Model-Risk-Leitlinie SR 11-7 der Federal Reserve und zugehörige Datenkontrollen ansehen, fragen diese drei zunehmend gemeinsam ab, teils im Trend über 8 bis 12 Quartale, um zu sehen, ob sich die Governance verbessert oder nur stagniert.

Eine nützliche öffentliche Referenz dafür, wie Aufseher darüber denken, sind die veröffentlichten Supervisory Statements der Bank of England und der PRA zur Risikodatenaggregation, die die BCBS-239-Erwartungen aufgreifen: Bank of England supervisory statements.

🎬 [VIDEO: „Basel Committee BCBS 239: Risk Data Aggregation Explained“ - youtube.com - suchen Sie nach aktuellen Erklärvideos zu den BCBS-239-Prinzipien und dazu, wie Banken Anforderungen an Risikodatenaggregation und Reporting operationalisieren]

Wie „gut“ in der Praxis aussieht

Eine große europäische Bank, die sich auf eine Vor-Ort-Prüfung der EZB vorbereitet, legt typischerweise vor:

1. Ein CDE-Inventar mit getaggter Ownership (Kennzahl 1).

2. Ein Issue-Log mit Aging-Buckets und Schließungstrends (Kennzahl 2).

3. Ein monatliches DQDQDer Grad, in dem Daten für ihren Zweck geeignet sind: korrekt, vollständig, konsistent, aktuell, valide und eindeutig. Schlechte Datenqualität untergräbt Analytics, Reporting und KI.Vollständige Definition ansehen →-Dashboard, segmentiert nach Geschäftsbereich und regulatorischem Report (Kennzahl 3).

Wenn alle drei über Quartale hinweg positiv verlaufen, behandeln Prüfer das als Nachweis, dass Governance im Betrieb verankert und nicht für die Prüfung aufgesetzt ist.

Key Takeaways

• Ownership-Abdeckung (Ziel 95 %+) zeigt, dass es Verantwortlichkeit für Critical Data Elements gibt, und nicht nur eine Richtlinie, die ein Framework benennt.
• Dauer der Issue-Behebung (Ziel 80 %+ termingerecht geschlossen, kritische Issues in 30 bis 45 Tagen) belegt, dass der Governance-Prozess Probleme tatsächlich behebt und nicht nur erfasst.
• CDE-Pass-Rate (Ziel 98 %+ für Tier-1-Felder des regulatorischen Reportings) ist die Kennzahl, die am unmittelbarsten mit dem Vertrauen in Zahlen für Kapital-, Liquiditäts- und Risikomeldungen verknüpft ist.
• Alle genannten Werte sind Branchenschätzungen, keine offiziellen regulatorischen Schwellenwerte; die tatsächlichen aufsichtlichen Erwartungen variieren je nach Jurisdiktion und Institutsgröße.
• Aufseher (Basler Ausschuss, Federal Reserve, EZB, PRA) erwarten zunehmend, dass diese Kennzahlen über mehrere Quartale verfolgt werden, nicht als einmalige Momentaufnahme vor einer Prüfung.