Der Fortschritt der Rechenleistungen und die Speicherung immer größerer Mengen an Daten führt auch zukünftig zu einem zunehmenden Strombedarf. Sowohl im privaten Umfeld - Stichwort „Streaming“ - als auch in den Unternehmen - Stichwort „Big Data“ - wächst der Bedarf nach mehr und mehr Speicherplatz. Die Nachfrage nach ständiger Verfügbarkeit der Daten macht die Effizienz in der Datenspeicherung zudem sehr schwer und führt abermals zu einem höherem Energieverbrauch. Den Banken wird seitens der Politik bereits eine besondere Hebelwirkung im Rahmen des „Green Deals“ zugewiesen (siehe movisco-Blogbeitrag: „Sustainable Finance“). Wir beschäftigten uns in diesem Blogbeitrag mit der Frage, ob ein konsequentes Aufräumen des Datenhaushalts von Banken verbunden mit einer Optimierung des Datenmodells ebenfalls einen Beitrag zum Energiesparen leisten kann.
Eine Vielzahl an Gesetzen, Normen und regulatorischen Anforderungen verlangt eine, oftmals jahrelange, Speicherung von Daten. BCBS239 stellt dabei u.a. Anforderungen an die Data Governance hinsichtlich der Datenspeicherung, aber auch an die Datenstrukturierung. Die Fähigkeit des Adhoc-Reporting, die Genauigkeit sowie die Transparenz über die Herkunft der Risikodaten spielen dabei eine wichtige Rolle. Eine Herausforderung stellen oftmals die multiplen, teilweise je Produktart einzeln geführten, Datenquellsysteme in den Banken dar. Die Anbindung dieser verschiedenen Datenquellen an die Vielzahl an Abnehmern der Daten, z.B. Finance oder Risk, führt sowohl zu einem hohen Speicher- als auch zu einem hohen Rechenaufwand.
Mit den Grundsätzen für die effektive Aggregation von Risikodaten und die Berichterstattung (BCBS239), haben die Kreditinstitute ein regulatorisches Rahmenwerk für den Aufbau eines zentralen Datenhaushalts an die Hand bekommen, dass bei Banken in der Einführung hohe IT- und Projektkosten verursacht hat. Langfristig gesehen jedoch erfüllen Banken mit diesem Rahmenwerk nicht nur regulatorische Anforderungen, sondern haben zusätzlich die Möglichkeit durch bspw. Vereinheitlichung von IT-Architekturen oder Vermeidung von Redundanzen in Datenlieferstrecken ihre Kosten deutlich zu reduzieren.
Im Rahmen der Projekte, die die movisco AG zur Vereinheitlichung von IT-Architekturen betreut, wird immer wieder festgestellt, dass eine Vielzahl an Datenfeldern, die aus den operativen Systemen geliefert werden, bereits seit vielen Jahren nicht mehr genutzt werden. So ist es schon vorgekommen, dass Attribute seit mehr als 30 Jahren weiter „durchgeschleust“ werden, ohne dass diese Daten jemals weiterverwendet wurden. Das ist ökonomisch wie auch ökologisch gesehen kein wünschenswerter Zustand.
„Wir konnten im Rahmen unserer durchgeführten Projekte die Anzahl der zu liefernden und damit auch zu speichernden Attribute um etwa 30% reduzieren. Und das Faszinierende am Ende: Niemanden ist es aufgefallen. Die Konsumenten konnten ihre Reportings wie gehabt durchführen“
Lukas Wallig, Senior Consultant
Ein „Frühjahrsputz“ im Datenhaus ist daher sowohl aus rein wirtschaftlicher Sicht, als auch, mit Blick auf den Energieaufwand, aus ökologischer Sicht sinnvoll. Eine regelmäßige Inventur der Datenfelder sollte jedoch ebenfalls in die internen Abläufe mit aufgenommen werden.
„Ein Aufräumen des Datenhaushalts kann auch zu signifikanten Einsparungen führen, sowohl aus IT- als auch aus fachlicher Sicht. Der nette Nebeneffekt eines aufräumten Datenhaushaltes: Die Performance wird besser, das ist das, was den Bankern als erstes auffällt.“
Michael Junklewitz, Managing Consultant
Nicht nur ein aufgeräumter Datenhaushalt, der sich auf die regulatorisch notwendigen Informationen konzentriert (siehe dazu auch den movisco-Blogbeitrag: „Integrated Reporting für Banken - Reporting aus einem Guss"), macht in vielerlei Hinsicht Sinn. Mit Blick auf die „Multiple Feed“-Struktur in vielen Banken ergeben sich auch bezüglich der Anbindung zwischen Lieferanten und Konsumenten Einsparpotenziale.
Die Lösung, jeweils eigene Datenstrecken zu den jeweiligen Konsumenten der Daten zu legen, erhöht auch die Anzahl der Datenspeicherungen. Das unterschiedliche Verständnis der Definition einzelner Datenfelder zwischen Lieferanten und Konsumenten erschwert dabei zusätzlich eine effiziente Datenhaltung.
Ein einheitliches, optimiertes Datenmodell, dass die Daten aus den Operativsystemen in ein Data Lake ablegt, kann nicht nur die Anzahl der Datenstrecken verringern; sie kann auch dafür sorgen, dass die Datenspeicherung effizienter gestaltet werden kann. Die Effizienz der Datenspeicherung im Data Lake ist umso höher, wenn zwischen den verschiedenen Konsumenten die angeforderten Daten eine größtmögliche Überschneidung aufweisen. Deshalb ist es im Rahmen der Optimierung von Datenmodellen wichtig, ein einheitliches Verständnis der Dateninhalte zwischen den Konsumenten zu schaffen.
Ob diese Ansätze zu einer Einsparung von Energie, bezogen auf den Verbrauch bei der Speicherung und Verarbeitung, führen kann, ist sicherlich im Einzelfall zu betrachten und zu beziffern. Wirtschaftlich ist es auf jeden Fall sinnvoll. Und wenn dadurch auch noch Energieeinsparpotenziale gehoben werden, entsteht eine Win-Win-Situation.
Die movisco AG setzt sich dafür ein, sowohl in ihren internen Abläufen als auch im Projektalltag, das eigene Tun bezüglich des Energieverbrauchs zu hinterfragen.
Die movisco AG steht als verlässlicher und erfahrener Partner im Business und IT-Consulting (SAP GoldPartner) bereit, Banken bei der Erfüllung regulatorischer Anforderungen, der Umsetzung der ESG-Taxonomie, der Einführung agiler Methoden und des agilen Testing (ISTQB SilverPartner) zu unterstützen und im Financial Reporting zu begleiten.
Wir freuen uns über Ihre direkte Kontaktaufnahme!