Benchmarking von Datenanbietern und Aggregatoren

# Benchmarking von Datenanbietern und Aggregatoren

Eine Lending Product Managerin bei einem mittelgroßen digitalen Kreditgeber hat drei Open-Banking-Aggregator-Verträge auf dem Tisch: Plaid, Tink und einen regionalen Anbieter mit Bank-Direct-APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →. Sie hat 48 Stunden, um vor dem Product Freeze eine Empfehlung abzugeben. Ihr Underwriting-Modell braucht Banktransaktionsdaten von 200.000 Antragstellern pro Jahr, täglich aktualisiert, mit weniger als 3% fehlgeschlagenen Verbindungen. Wählt sie falsch, zeigen sich Kreditausfälle oder Verzögerungen bei der Genehmigung sechs Monate später in den Zahlen. Genau diese Entscheidung übt diese Lektion ein.

Warum die Anbieterwahl eine Datenentscheidung ist und keine Beschaffungsentscheidung

„Open Banking“ bezeichnet regulierte Rahmenwerke, die Verbrauchern erlauben, Dritte für den Zugriff auf ihre Bankkontodaten über APIs (Application Programming Interfaces) zu autorisieren. In Europa ist das über PSD2 (die zweite Zahlungsdiensterichtlinie) vorgeschrieben und wird über Rahmenwerke wie den britischen Open Banking Standard umgesetzt. In den USA gibt es noch keine einheitliche Vorgabe, aber das Consumer Financial Protection Bureau (CFPB) hat eine Personal Financial Data Rights Rule unter Section 1033 des Dodd-Frank Act finalisiert, die Banken zu standardisierten Data-Sharing-APIs drängt (die Umsetzungsfristen waren bis 2025/2026 von Rechtsstreitigkeiten und Verzögerungen betroffen).

Aggregatoren wie Plaid, Tink, TrueLayer und MX sitzen zwischen Banken und Fintechs und normalisieren tausende unterschiedliche Bankdatenformate in eine einzige APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →. Ein „Bureau Feed“ ist ein Datenstrom einer Kreditauskunftei (Experian, Equifax, TransUnion in den USA; Experian, Equifax und lokale Auskunfteien wie die SCHUFA in Deutschland), der Kredithistorie, Anfragen und Negativmerkmale liefert.

Die Wahl dazwischen ist eine Data-Engineering- und Risikoentscheidung, die als Lieferantenvertrag daherkommt.

Die relevanten Datensätze

Für ein Kreditprodukt zählen vor allem drei Datenkategorien:

• Banktransaktionsdaten auf Einzelbuchungsebene: Kontostände, Cash Flow, wiederkehrende Zahlungen. Genutzt für Cash-Flow-Underwriting und Tragfähigkeitsprüfungen.
• Daten der Kreditauskunfteien: Tradelines, Zahlungshistorie, Kreditanfragen, öffentliche Register. Genutzt für klassisches Credit Scoring (FICO in den USA, typischerweise 300 bis 850; verschiedene Auskunftei-Scores in Europa).
• Identitäts- und Fraud-Signale: Device Fingerprinting, Kontoalter, Antragsgeschwindigkeit. Genutzt für Fraud- und Know-Your-Customer-Prüfungen (KYC).

Jede Kategorie hat eine andere Anbieterlandschaft und andere Benchmark-Metriken, weshalb sich nicht alle Anbieter auf einer universellen Skala bewerten lassen.

Die Metriken, die Anbieter wirklich unterscheiden

Coverage

Coverage ist der Prozentsatz der Zielinstitute oder Verbraucher, die der Anbieter tatsächlich erreicht. Ein US-Aggregator, der mit „12.000+ Instituten“ wirbt (eine Zahl, die Anbieter wie Plaid öffentlich genannt haben, als ungefähre und selbst berichtete Angabe zu behandeln), klingt beeindruckend, aber die Konzentration der Coverage zählt mehr: Verbindet 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 → sich zuverlässig mit den Top 50 Banken, die den Großteil der Einlagen halten, oder ist die Zahl mit tausenden kleinen Credit Unions mit geringem Volumen aufgeblasen?

Rechenbeispiel: Wenn 70% Ihrer Antragsteller Kunden der 10 größten US-Banken sind und Anbieter A bei diesen 10 Banken eine Verbindungserfolgsquote von 98% erreicht, bei kleineren Banken aber nur 60%, während Anbieter B flach über alle hinweg bei 85% liegt, dann bedient Anbieter A Ihre tatsächliche Population wahrscheinlich besser, trotz des niedrigeren „durchschnittlichen“ Coverage-Werts. Gewichten Sie Coverage nach Ihrer Antragstellerverteilung, nicht nach der Gesamtzahl der Institute beim Anbieter.

Match Rate

Die Match Rate ist der Prozentsatz der Datenabrufe, die erfolgreich nutzbare Daten zurückliefern. Das unterscheidet sich von „Connection Success“, was lediglich bedeutet, dass der Login funktioniert hat. Eine Verbindung kann erfolgreich sein und trotzdem eine unvollständige Transaktionshistorie zurückgeben (ein häufiges Problem bei Banken, die den Rückschauzeitraum auf 90 Tage begrenzen).

Bei Feeds der Kreditauskunfteien ist die analoge Metrik die „Hit Rate“: der Prozentsatz der Antragsteller, für die die Auskunftei eine bewertbare Akte zurückgibt. Bei Populationen mit dünner Akte oder „credit invisible“ (vom CFPB in neueren Studien auf rund 45 bis 60 Millionen US-Erwachsene geschätzt, als Schätzung zu behandeln) fällt die Hit Rate niedriger aus, was für einen Kreditgeber mit Fokus auf unterversorgte Kreditnehmer enorm wichtig ist.

Latenz

Latenz ist die Zeit vom APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →-Aufruf bis zur Rückgabe nutzbarer Daten. Für Kreditentscheidungen in Echtzeit (Point-of-Sale-Finanzierung, sofortige Kreditlinien) ist eine Latenz im Bereich unter einer Sekunde bis wenige Sekunden häufig das Ziel; Batch-Underwriting verkraftet Minuten. Veröffentlichte Benchmarks variieren je Anbieter und werden selten unabhängig geprüft. Fordern Sie daher während eines Pilots eigene Lasttestdaten an, statt einem Sales Deck zu vertrauen.

Datenaktualität und Refresh-Frequenz

Wie häufig werden die zugrunde liegenden Daten aktualisiert? Manche Aggregatoren cachen Daten und aktualisieren nur bei Auslösung; andere pushen Updates per Webhook, sobald Transaktionen gebucht werden. Beim Cash-Flow-Underwriting kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen veraltete Daten (ein Kontostand von vor drei Tagen) die tatsächliche Tragfähigkeit falsch darstellen.

Eine einfache Vendor-Scorecard

Hier ein minimales Framework, das Sie in einer Tabelle aufbauen kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen:

Vendor      | Coverage (weighted) | Match Rate | Latency (p95) | Refresh | Cost/pull
Plaid       | 91%                  | 94%        | 2.1s          | Webhook | $X
Tink        | 87%                  | 90%        | 3.4s          | Polled  | $Y
Bank-direct | 65%                  | 99%        | 1.5s          | Webhook | $Z

(Zahlen nur illustrativ, keine echten Anbieter-Benchmarks. Testen Sie immer im Piloten mit Ihrer eigenen Antragstellerstichprobe.)

Bewerten Sie jede Spalte gegen die Toleranzschwellen Ihres Produkts, nicht gegen ein abstraktes „Best in Market“-Ideal. Ein Buy-now-pay-later-Produkt, das in unter 5 Sekunden genehmigt, kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →ümmert sich stärker um Latenz als ein Small-Business-Ratenkredit, der über 48 Stunden geprüft wird.

Für tiefere technische Grundlagen zu APIAPIApplication Programming Interface: eine standardisierte Schnittstelle, über die Anwendungen kommunizieren und Daten austauschen, ohne die interne Funktionsweise der jeweils anderen zu kennen.Vollständige Definition ansehen →-Zuverlässigkeitsmetriken ist die Standards-Dokumentation der Open Banking Implementation Entity eine gute kostenlose Referenz für UK/EU-Rahmenwerke.

Governance: die Metrik hinter den Metriken

Coverage und Latenz sagen Ihnen, ob ein Anbieter funktioniert. Governance sagt Ihnen, ob Sie ihn rechtlich so weiter nutzen dürfen.

Zentrale Governance-Prüfpunkte:

• Data LineageData LineageData Lineage zeigt, wie Daten sich durch Systeme bewegen und dabei transformiert werden, von der Quelle bis zur Nutzung: woher sie kommen, was sie verändert hat und wohin sie gehen.Vollständige Definition ansehen →: Kann der Anbieter Ihnen für Auditzwecke genau zeigen, von welcher Bank die Daten kamen und wann? Das ist relevant unter Fair-Lending-Gesetzen (Equal Credit Opportunity Act, Regulation B in den USA), wenn Sie eine Ablehnung begründen müssen.
• Consent Scope: Deckt die Autorisierung des Verbrauchers ab, was Sie tatsächlich abrufen? Mehr Daten abzurufen als eingewilligt (Scope Creep) ist in Europa ein Compliance-Verstoß unter der DSGVO (Datenschutz-Grundverordnung) und wird in den USA zunehmend vom CFPB geprüft.
• Aufbewahrungsgrenzen: Aggregatoren und Kreditgeber müssen definieren, wie lange Rohbankdaten gespeichert werden. Nach dem Grundsatz der Datenminimierung der DSGVO ist es selbst ein Verstoßrisiko, Daten „für den Fall der Fälle“ zu halten.
• Vendor-Konzentrationsrisiko: Wenn 100% Ihrer Underwriting-PipelinePipelineAlle aktiven Verkaufschancen über die Phasen des Vertriebsprozesses hinweg, zusammen mit ihrem gesamten potenziellen Wert und ihrer Abschlusswahrscheinlichkeit.Vollständige Definition ansehen → von der Verfügbarkeit eines einzigen Aggregators abhängt, stoppt ein einziger Ausfall die Kreditvergabe. Das ist inzwischen ein aufsichtsrechtliches Thema; US-Bankenaufseher (OCC, FDIC) haben Leitlinien veröffentlicht, die kritische Fintech-Datenanbieter unter der behördenübergreifenden Guidance zum Third-Party-Risikomanagement (2023) ähnlich behandeln wie andere Drittparteirisiken.

Ein gutes Benchmarking bewertet Governance auf derselben Scorecard wie Performance, gewichtet danach, wie viel regulatorisches Risiko ein Fehler erzeugen würde.

🎬 [VIDEO: „How Open Banking APIs Actually Work“ - https://www.youtube.com/results?search_query=how+open+banking+apis+work - suchen Sie nach aktuellen Erklärvideos von Plaid, Tink oder der Open Banking Implementation Entity, die den Ablauf von Verbrauchereinwilligung und Datenabruf Ende zu Ende zeigen]

Zusammengeführt: die Entscheidungsregel

Eine praktikable Daumenregel für die Lending PM: Coverage und Match Rate für Ihr spezifisches Antragstellerprofil mit 40% gewichten, Latenz gegen die Entscheidungsgeschwindigkeit Ihres Produkts mit 25%, Governance und Lineage mit 25% und Kosten mit 10%. Keine Gewichtung gilt universell; ein auf Fraud ausgerichtetes Produkt würde Latenz und Coverage von Identitätssignalen deutlich höher gewichten.

Immer erst pilotieren, dann unterschreiben. Lassen Sie alle Anbieter der Shortlist 2 bis 4 Wochen gegen dieselbe Stichprobe echter (eingewilligter) Antragsteller laufen und messen Sie die tatsächliche Match Rate und Latenz in Ihrer Umgebung, nicht den Marketing-Benchmark des Anbieters.

Key Takeaways

• Benchmarken Sie Anbieter nach Coverage, Match Rate, Latenz und Aktualität, gewichten Sie aber jede Metrik nach Ihrer Antragstellerpopulation und der Geschwindigkeitsanforderung Ihres Produkts, nicht nach generischen Anbieterangaben.
• Coverage-Zahlen (wie „12.000+ Institute“) sind Vanity Metrics, solange sie nicht danach gewichtet werden, wo Ihre tatsächlichen Kunden ihr Konto haben.
• Governance-Metriken (Consent Scope, Data LineageData LineageData Lineage zeigt, wie Daten sich durch Systeme bewegen und dabei transformiert werden, von der Quelle bis zur Nutzung: woher sie kommen, was sie verändert hat und wohin sie gehen.Vollständige Definition ansehen →, Aufbewahrungsgrenzen) sind keine optionalen Zusätze; sie bestimmen das regulatorische Risiko unter DSGVO, PSD2 und CFPB-Regeln.
• Vendor-Konzentration ist selbst eine Risikometrik: Die Abhängigkeit von einem einzigen Anbieter für eine kritische Datenpipeline ist inzwischen ein Schwerpunkt der Bankenaufsicht.
• Vertrauen Sie für eine Produktionsentscheidung nie dem selbst berichteten Benchmark eines Anbieters; pilotieren Sie vor der Integration mit Ihrer eigenen Stichprobe eingewilligter Antragsteller.