Alle Storys
Folgen
Keine Story von SAS Institute mehr verpassen.

SAS Institute

Studie der Universität Potsdam belegt: Viele Banken und Versicherungen arbeiten zu konservativ

Studie der Universität Potsdam belegt: Viele Banken und Versicherungen arbeiten zu konservativ
  • Bild-Infos
  • Download

Heidelberg (ots)

Studie "Wettbewerbsfaktor Analytics" in Kooperation mit SAS zeigt Möglichkeiten Bestandskunden zu halten und neue Kunden zu gewinnen / Banken und Versicherungen analysieren weniger als die Hälfte ihrer verfügbaren Daten

Nur 30 Prozent der befragten Banken- und Versicherungsunternehmen beschäftigen sich intensiv mit dem Thema Big Data. Zudem nutzen weniger als die Hälfte die zur Verfügung stehenden Daten für Analysen. Das ist ein Ergebnis der laufenden Studie "Wettbewerbsfaktor Analytics", die der Lehrstuhl für Wirtschaftsinformatik und Electronic Government der Universität Potsdam 2015/2016 zum dritten Mal in Zusammenarbeit mit dem Softwarehersteller SAS durchführt.

"Banken und Versicherungen im deutschsprachigen Raum befinden sich in einem harten Wettbewerb. Die Preise für Versicherungsnehmer und Bankkunden sinken kontinuierlich, die Renditen gehen zurück. Dennoch arbeiten Versicherungen und auch einige Banken nach wie vor noch viel zu konservativ. Sie halten an althergebrachten Methoden, beispielsweise bei der Analyse von Risiken oder Erstellung von Zukunftsprognosen, fest. Damit riskieren sie, von innovativeren Unternehmen abgehängt zu werden", erläutert Professor Dr. Norbert Gronau, Leiter der Studie und Lehrstuhlinhaber für Wirtschaftsinformatik an der Universität Potsdam.

Wolf Lichtenstein, CEO DACH-Region bei SAS, ergänzt: "Zwar werden Big-Data-Analysen noch nicht in ausreichendem Maße genutzt, aber es gibt wirkliche Leuchtturmprojekte, die sehr vielversprechend sind. Zudem sehen wir bei vielen unserer Kunden aus dem Finanz- und Versicherungssektor, dass Analytics als zentraler Baustein für eine erfolgreiche Digitalisierung von Geschäftsprozessen immer stärker nachgefragt wird. Aus der Praxis heraus empfehle ich eine intensive Beschäftigung mit guten Use Cases und - noch wichtiger - einen schnellen Einstieg in die Welt der effektiven Big-Data-Nutzung. Das richtige Know-how und die richtige Technologie dafür sind verfügbar."

Daten aus Social Media werden zu wenig genutzt

Big Data Analytics wird derzeit hauptsächlich in den Bereichen CRM/Kundenmanagement, Marketing, F&E und Risikomanagement verwendet. Die Daten für diese Analysen stammen zum Großteil aus externer Marktforschung, CRM-Software sowie Transaktionssystemen. Daten aus sozialen Netzwerken oder Standortinformationen werden bisher nur in geringem Umfang verwendet. Auch eigene Webseiten sowie ERP-Systeme sind als Datenlieferanten von untergeordneter Bedeutung.

"Ein Grund für die gering ausgeprägte Datennutzung ist der fehlende Zugriff oder die unzureichende Datenaufbereitung", sagt Gronau. "Die Studie zeigt, dass 70 Prozent der Befragten Probleme bei der Interpretation haben und eine starke Abhängigkeit von Spezialisten bei der Versorgung mit Informationen besteht."

Investitionsbremsen lösen - Know-how aufbauen

Die Initiative für die Nutzung von Big Data Analytics geht bei der Hälfte der Unternehmen von einzelnen Abteilungen aus. Unternehmensweite Initiativen gibt es sehr selten, Schulungen finden bei den meisten Befragten nicht statt. Zudem liegt die Verantwortung für die Anwendung von analytischen Methoden bei der Hälfte der Unternehmen außerhalb der Fachabteilung. "Das führt zu einer Diskrepanz zwischen Anforderungen an die Datennutzung und der organisatorischen Betreuung", erklärt Gronau. "Wie in vielen Studien davor sehen wir hier auch wieder, dass Unternehmen ihren Mitarbeitern Tools an die Hand geben müssen, um die verfügbaren Daten einfach zu interpretieren. Gerade die Ausbildung spielt hier eine essenzielle Rolle. Denn fehlendes Know-how ist der häufigste Grund dafür, weshalb Big Data Analytics nicht eingesetzt wird. Daher müssen Unternehmen insgesamt den Fuß von der Bremse nehmen und in Weiterbildungsmaßnahmen investieren."

Hoher Nutzen durch Einsatz von Analytics für Banken und Versicherungen

Ein Vorteil für Versicherungen liegt in der individuellen Ansprache von Bestands- und potenziellen Kunden. Bei Banken sind die Einsatzmöglichkeiten sowohl im Privatkunden- als auch im Geschäftskundenbereich sehr vielfältig. Für sie ist das Potenzial im Bereich des Risikomanagements, insbesondere des Liquiditätsmanagements, am größten. Denn durch gezielte Analysen können zum Beispiel Kosten für kurzfristige Kredite eingespart werden. Wie die Studie weiter zeigt, sind Banken und Versicherungen, auch bedingt durch gesetzliche Vorgaben und Regeln, etwa im Vergleich zur Fertigungsindustrie deutlich zukunftsorientierter ausgerichtet. Die Befragten würden künftige Analysen aus den verfügbaren Daten vor allem für Zukunftsprognosen (80 Prozent), für die Aufdeckung von Optimierungspotenzialen (70 Prozent) sowie für die Identifikation von Schwachstellen (60 Prozent) und für eine höhere Wertschöpfung (60 Prozent) nutzen.

Befragt wurden Manager der ersten und zweiten Führungsebene von mehr als 1.000 Unternehmen der Banken- und Versicherungsbranche in Deutschland, Österreich und der Schweiz. Die "Executive Summary Banken und Versicherungen" steht hier zum Download bereit: http://www.sas.com/gms/redirect.jsp?detail=GMS20579_31381.

Pressekontakt:

SAS Institute GmbH
Thomas Maier
Tel. +49 6221 415-1214
thomas.maier@sas.com

Dr. Haffa & Partner GmbH
Anja Klauck, Ingo Weber
Tel. +49 89 993191-0
sas@haffapartner.de

Original-Content von: SAS Institute, übermittelt durch news aktuell

Weitere Storys: SAS Institute
Weitere Storys: SAS Institute
  • 14.09.2015 – 11:30

    Munich Re setzt bei Big-Data-Strategie auf SAS

    Heidelberg (ots) - Munich Re, einer der weltweit führenden Rückversicherer, setzt für die Umsetzung seiner Big-Data-Strategie auf SAS: Eine globale Big-Data-Analytics-Plattform von SAS wird von unterschiedlichsten Geschäftsbereichen und Fachabteilungen für Analysen, Prognosen, Simulationen und Mustererkennung genutzt werden. Beispielsweise automatisiert das System die inhaltliche Erfassung und Analyse von komplexen ...