Herr Thanheiser, was genau verbirgt sich hinter dem Projekt Data Analytics 2.0 – Datenstrategie der Zukunft?

Michael Thanheiser, LZO: Das neue Projekt baut logisch auf dem Projekt VdZ PK – Data Analytics 1.0 auf. Seit der Grundkonzeption haben wir viel über Data Analytics gelernt, und es sind zahlreiche Projekte und Initiativen zur Nutzung von Daten innerhalb der Sparkassen-Finanzgruppe gestartet.

Es entstand der dringende Bedarf und die Notwendigkeit, eine übergreifende Betrachtung vorzunehmen und Transparenz über die einzelnen Aktivitäten zu schaffen. Wir wollen die Vorarbeiten nutzen und gleichzeitig einen strategischen Rahmen definieren, in dem wir uns als Sparkassen-Finanzgruppe weiterentwickeln wollen.

LzO

Herr Waidelich, wurde der strategische Rahmen nicht bereits im Projekt Data Analytics 1.0 festgelegt?

Marcus Waidelich, DSGV: Da es sich bei Data Analytics 1.0 um ein Vertiefungsprojekt von Vertriebsstrategie der Zukunft – PK handelt, lag der Fokus hier naturgemäß auf verschiedenen Vertriebsthemen, beispielsweise Kundenansprache, Kundenaffinität zu Produkten oder den Kanälen, über die sie angesprochen werden. Im Projekt Data Analytics 2.0 – Datenstrategie der Zukunft wollen wir über den bisherigen Vertriebsfokus hinausdenken und auch die Bereiche Betrieb und Steuerung in die Betrachtung rund um Data Analytics einbeziehen.

Herr Damaschke, sind demnach die Potenziale aus Data Analytics im Vertrieb bereits ausgeschöpft?

Christian Damaschke, SR: Die Potenziale sind noch lange nicht ausgeschöpft. Wir sind 2018 mit Data Analytics im Vertrieb gestartet und haben auch schon deutliche Fortschritte gemacht. Inzwischen nutzen bereits mehr als 200 Sparkassen regelmäßig unsere Angebote in OSPlus.

Aktuell bieten wir den Sparkassen zusätzlich zu den vertrieblichen Affinitäts-Scores für Privat- sowie Firmenkunden auch noch datenbasierte Erkenntnisse über Fremdprodukte sowie erste Lebensereignisse, sogenannte Insights, an.

Ergänzt wird dies durch die Funktion Next-Best-Action (NBA) im Privatkundenbereich, welche wir aktuell weiter ausbauen. Unser Ziel ist es, den Multikanalvertrieb in den Sparkassen noch besser datenbasiert zu unterstützen und so noch bessere Ergebnisse zu ermöglichen.

S-Rating

Herr Roesler, wie kann das gelingen?

Stefan Roesler, SFP: Um diese Ziele zu erreichen, müssen wir unterschiedliche Datentöpfe miteinander verbinden und Informationen aus verschiedenen Kanälen zusammenführen. Nur so wird eine sinnvolle und konsistente Kundenansprache möglich.

Denn die Kundenreise findet heute sowohl online als auch offline statt. Unser Trumpf dabei ist, dass gerade die Sparkassen bei der Verzahnung dieser beiden Welten sehr stark sind. Denn ihnen ist es in den vergangenen Jahren mit vielen digitalen Pionierleistungen und -services wie der Internet-Filiale, Videoberatung, modernen Bezahlsystemen und Chatbots erfolgreich gelungen, ihre engen Kundenbindungen von der analogen auf die digitale Welt auszuweiten.

Wenn eine Kundin gegenüber ihrem Berater beispielsweise Interesse an einer Kreditkarte geäußert hat, wäre es sehr zielführend, sie auch in ihrem Onlinebanking noch mal über das Thema zu informieren. Hat sie diese dann online beantragt, braucht der Berater sie beim nächsten persönlichen Kontakt nicht mehr darauf anzusprechen.

DSV-Gruppe

Herr Waidelich, können Sie genauer darstellen, was aktuell zu den anderen Bereichen, außer Vertrieb, geplant ist?

Waidelich: Zum ersten Mal werden neben dem Vertrieb auch die Bereiche Steuerung und Betrieb der Institute in den Fokus genommen. Im Projekt schauen wir demnach nicht nur auf die Ertrags-, sondern auch die Kostenseite. Damit wollen wir auch Themen, die der Ertragsseite nachgelagert sind, näher analysieren, wie die Möglichkeit einer automatisierten frühzeitigen Erkennung von Betrugsfällen.

Es gibt viele Beispiele, wie wir Data Analytics zur Verbesserung nutzen können. Derzeit priorisiert das Projekt die Themen, sodass ein Fahrplan für die nächsten Jahre entsteht. Ob und wie diese Themen dann bearbeitet werden sollen, wird sich im Rahmen der Projektarbeit entscheiden.

Privat

Warum brauchen die Sparkassen eine Weiterentwicklung von Data Analytics?

Thanheiser: Als Sparkassen sind wir in der persönlichen Betreuung hervorragend aufgestellt, weil wir nah bei den Menschen sind und unsere Kunden kennen.

Weil der Kunde aber nicht nur stationär mit seiner Sparkasse interagiert, wollen wir, dass der Kunde über alle Kanäle gleichermaßen die Nähe zur Sparkasse spürt. Dafür brauchen wir technisch ausgefeilte Mechanismen und Analyseverfahren, die für alle Sparkassen in den Standardanwendungen verfügbar sein sollen.

Damaschke: Solche Verfahren leben von qualitativ hochwertigen Daten, und damit müssen sie ausreichend und laufend gefüttert werden. Wir wissen durch unser bisheriges Vorgehen, wie wichtig es für gute Lösungen ist, frühzeitig die Sparkassen direkt einzubinden und mit Echtdaten zu entwickeln.

In den vergangenen drei Jahren haben wir gute Erfahrungen damit gemacht, mit den Sparkassen alle Entwicklungen gemeinsam anzugehen und diese im Vorfeld auch „live“ zu erproben. Wir arbeiten hier schon heute Hand in Hand mit den Praktikern aus unseren Pilotinstituten zusammen.

Für den breiten Einsatz wissen wir aus den bisherigen Umsetzungen, dass es essenziell ist, die Sparkassen bei der Einführung zu unterstützen. Eine wesentliche weitere Voraussetzung für den erfolgreichen flächendeckenden Einsatz ist die breite Einholung der Einwilligungserklärung (EWE). Sie sichert uns die Möglichkeiten, heute und in Zukunft die Potenziale unserer Kunden zu erkennen und zu nutzen.

Welchen Nutzen hat das Projekt für eine Sparkasse?

Thanheiser: Schon jetzt wird viel dafür getan, den Sparkassen die Nutzung von Data Analytics so einfach wie möglich zu machen und Barrieren abzubauen. Neben der eigentlichen Analyse der Daten ist nämlich vor allem die Implementierung in den Häusern ausschlaggebend für die erfolgreiche Interpretation und Nutzung von Daten.

Auf diesen Erfahrungen bauen wir auf. Wir wollen den Sparkassen neue Möglichkeiten bieten, um mit Data Analytics auch die Kostenseite zu adressieren. Es gibt hier unzählige Möglichkeiten.

Andreas Schelling, FI: Immer mehr Kunden wollen ihre Bankgeschäfte in den digitalen Kanälen abwickeln und viele kommen bereits heute schon täglich zur digitalen Sparkasse. Im Fokus der Kunden stehen nicht nur Überweisungen und Serviceprozesse, sondern auch einfache Produktabschlussprozesse.

Wenn es uns gelingt, auf Basis von gut analysierten Daten die Kunden im richtigen Moment gezielt auf ein Produkt anzusprechen, können wir die Abschlusswahrscheinlichkeit deutlich steigern. Für den Kunden ist es wichtig, dass diese Abschlussprozesse einfach und schnell durchlaufen werden können.

Für die Sparkasse ist aber auch zunehmend wichtig, dass die erforderlichen manuellen Nacharbeiten, weil zum Beispiel nicht alle regulatorisch wichtigen Daten vom Kunden eingegeben wurden, auf ein Minimum reduziert werden. Hier kann wieder die gezielte Ansprache in der Internet-Filiale und S-App helfen, mit der wir im Nachgang fehlende Daten beim Kunden direkt abfragen.

Finanz Informatik

Herr Waidelich, Sie sagten zu Beginn, dass es zahlreiche Aktivitäten zum Thema Data Analytics gibt. Wie gehen Sie damit im Projekt um?

Waidelich: Mit dem Projekt Data Analytics 2.0 – Datenstrategie der Zukunft wollen wir Transparenz über alle laufenden Datenanalysevorhaben in der Gruppe schaffen. Und das sind eine Menge! Aus dieser Analyse wird für uns ersichtlich, wo aktuell noch Lücken in der Nutzung von Data Analytics mit Fokus auf Vertrieb, Betrieb und Steuerung bestehen.

Diese Lücken wollen wir natürlich schließen und werden im Rahmen des Projekts auch entsprechende Umsetzungsaktivitäten starten. Wichtig ist uns dabei aber auch, dass wir die Vielzahl an laufenden Aktivitäten nicht aufhalten, sondern sicherstellen, dass wir gemeinsam in die richtige Richtung laufen.

Herr Waidelich, Herr Schelling, wie ist Ihr Ansatz, um Strategie und Operationalisierung zu verbinden?

Waidelich: Zunächst wird auf Basis einer „Lückenanalyse“ – also der Analyse, was uns noch fehlt – ein strategischer Rahmen im Form eines Strategiepapiers erarbeitet. Eine erste Version dieses Papiers wird im Februar 2021 fertig sein. Sie ist dann die Grundlange für die Planung der folgenden 18 Monate.

Schelling: Damit wir reibungslos von der strategischen in die operative Phase übergehen können, ist die FI schon heute, also ebenfalls sehr frühzeitig, in das Projekt involviert und erarbeitet die wichtigsten Grundlagen für die Umsetzung mit. Ebenso verhält es sich mit der S Rating und der DSV-Gruppe.

Diese frühe und enge Zusammenarbeit mit den Dienstleistern zeichnet das Projekt Data Analytics aus. Zielsetzung mit unseren Partnern ist, dass wir die Funktionalität sehr früh mit Prototypen in den Projektsparkassen testen, um die spätere Implementierung und Einführung in der Breite bei allen Sparkassen zu beschleunigen.

Wie sind die Dienstleister für Data Analytics in der Sparkassen-Finanzgruppe miteinander verzahnt, Herr Roesler?

Roesler: Das zeigt sich ja bereits an der Besetzung unserer Interviewrunde: Die umsetzenden Dienstleister sitzen vor Ihnen an einem Tisch. Und das gilt nicht nur für die Kommunikation. Wir arbeiten seit vielen Jahren eingespielt an zahlreichen Themen in unternehmensübergreifenden Teams gerne und erfolgreich zusammen. Daher auch der von Andreas Schelling erwähnte gemeinsame frühzeitige Start, jeder bringt von Anbeginn seine spezifische Expertise ein.

Wo sehen Sie besondere Herausforderungen?

Roesler: Die dezentrale Struktur der Sparkassen-Finanzgruppe bringt uns Vielfalt – das ist Vorteil und Herausforderung zugleich. Prozesse, Anwendungen und Möglichkeiten der Institute unterscheiden sich, sie sind auf die jeweiligen regionalen Gegebenheiten angepasst.

Aber nur durch eine größtenteils einheitliche Struktur und Vorgehensweise lassen sich die Vorteile der Datenstrategie der Zukunft effektiv nutzen. Die Kunst und damit unser Ziel wird es sein, diese beiden Aspekte so zusammenzuführen, dass es matcht.

Schelling: Das bringt uns zu einer weiteren Herausforderung, nämlich der wichtigen Frage der Datenhoheit. Kundendaten sind ein – zu Recht – stark zu schützendes Gut. Entlang der rechtlichen Möglichkeiten müssen wir uns also die Frage stellen, welche Daten wo zur Verfügung stehen und gestellt werden dürfen und wie diese Daten innerhalb der Gruppe konsolidiert werden können.

Außerdem müssen wir prüfen, wie sich die Erkenntnisse entlang der gesamten Kundenreise verknüpfen und nutzen lassen, sodass die Botschaften vor Ort, in der Internet-Filiale, im Service-Center und in der S-App zueinander passen.

Damaschke: Neben der Einbindung der Sparkassen in die Entwicklung und Umsetzung von Verbesserungen müssen wir es vor allem schaffen, die Mitarbeiter und Mitarbeiterinnen für die Nutzung der Anwendung zu begeistern. Wenn uns dies als Sparkassen-Finanzgruppe gelingt, ist aus meiner Sicht eine der Basisherausforderungen erfüllt und wir können gemeinsam die nächsten Schritte gehen.

Wie kann das Projekt dazu beitragen, diese Basisherausforderung zu erfüllen?

Thanheiser: Das Projekt arbeitet hier mit einer Themenlandkarte. Die Themenlandkarte ist eine Skizze, auf der das Projektteam die laufenden Data-Analytics-Initiativen der Sparkassen-Finanzgruppe für die Bereiche Vertrieb, Betrieb und Steuerung einordnet.

Somit können wir leicht erkennen, an was bereits gearbeitet wird. Zudem beschäftigen wir uns im Projekt auch mit der komplexen Frage: Wer darf wann welche Daten sehen?

Die Herausforderung ist, dass die Frage der Datenhoheit nicht so leicht beantwortet werden kann. Wir stellen uns dieser Frage trotzdem, da diese Auskunft wichtig für Zusammenarbeit und den Erfolg in der Gruppe ist.

Hier schauen wir uns an, ob wir Daten teilen dürfen und mit wem wir sie teilen möchten. Dabei gibt es Konstellationen, die weniger problematisch sind und solche, die durchaus nicht so einfach beantwortet werden können. Im Projekt zeigen wir diese Konstellationen klar auf und bereiten entsprechende Entscheidungen vor.

Wie gehen Sie in dieser Situation genau vor?

Roesler: Wir verdichten das Know-how der Gruppe inklusive der Dienstleister und bilden den aktuellen Status ab. Mithilfe der Themenlandkarte können wir erkennen, ob es Themen gibt, die bisher noch niemand adressiert hat und wie wir neue Potenziale aufzeigen können.

Das Projekt führt das gesamte aggregierte Wissen zusammen und profitiert von den vielen Vorarbeiten. So stellen wir sicher, dass die richtigen Themen an der richtigen Stelle bearbeitet werden.

Herr Waidelich, sehen Sie Stolpersteine auf dem Weg zu Data Analytics 2.0?

Waidelich: Die gibt es und sie werden sich im Laufe der Projektarbeit auch zeigen. Wichtig ist, dass wir offen mit ihnen umgehen und uns trotz möglicher Unwägbarkeiten weiterhin auf unser gemeinsames Ziel fokussieren.

Ich gehe davon aus, dass die naturgemäß unterschiedlichen Interessen zu intensiven Diskussionen führen werden. Das ist wichtig, denn nur wenn alle Argumente auf dem Tisch liegen, können diese bewertet werden. Und genau darin wird letztendlich die Lösung bestehen.

Ich persönlich rechne mit Diskussionen über das Budget und die Frage, ob die Ansätze zur Marke Sparkasse passen oder sie gefährden. All diese Herausforderungen sehe ich aber als lösbar an, denn letztlich haben wir alle das Erlebnis der Kunden im Auge.

Welche technischen Entwicklungen und Herausforderungen sehen Sie für die nächsten fünf Jahre in Bezug auf Data Analytics, Herr Schelling?

Schelling: Der Erfolg von Data Analytics wird durch drei Themenschwerpunkte bestimmt:

Erstens: Der Umfang und die Qualität der Datenbestände, auf denen die Anwendungsfälle für das Privatkunden- und Firmenkundengeschäft konzipiert und in der Praxis bei den Sparkassen ausgeführt werden. Hier bietet eine verbundübergreifende Sicht viele Vorteile.

Zweitens: Die gezielte Ansprache der Kunden in den medialen Kanälen, vom Service-Center, über die Internet-Filiale und S-App bis zu Chat-Bots. Hierfür entscheiden die zielgerichtete Auswahl der potenziellen Kunden und der richtige Moment der Ansprache über Erfolg oder Misserfolg der Kampagne.

Drittens: Innovative Abschlussprozesse, die es dem Kunden einfach und bequem machen. Wir brauchen aus Kundensicht gedachte End-to-End-Services, die stetig über schnelle Lernkurven durch Communities optimiert werden.

Wir werden für diese Zusammenarbeit im Verbund eine kooperative Plattform etablieren, auf der wir mit unseren Partnern fokussiert auf unsere jeweiligen Stärken zusammenarbeiten.

Wo sollten wir 2025 – nach dem Projekt im Bereich Data Analytics – stehen?

Damaschke: Die Sparkassen haben gemeinsam einen riesigen Datenschatz, der täglich größer wird. Data Analytics soll uns dabei helfen, die Erfahrungen daraus in den Vertriebs-, Steuerungs- und Betriebsthemen bestmöglich zu nutzen. 

Im Jahr 2025 werden wir daher eine Vielzahl von Leistungen und Prozessen in den Sparkassen noch besser datenbasiert unterstützen und so die Weichen für eine wettbewerbsfähige Sparkassen-Finanzgruppe stellen. Vor heutigen und zukünftigen Wettbewerbern müssen wir uns nicht verstecken.

Thanheiser: Gleichzeitig müssen und werden wir auch den Faktor Mensch berücksichtigen. Niemand muss sich Sorgen machen, dass diese Technologie sie oder ihn ersetzt. Denn nur im Zusammenspiel mit dem Wissen, der Erfahrung und der Empathie unserer Mitarbeiterinnen und Mitarbeiter kann Data Analytics erfolgreich sein. Wir dürfen in Anbetracht der ganzen Technik nicht vergessen, dass wir mit Menschen arbeiten und Menschen unsere Kunden sind.

Waidelich: Genau. Data Analytics 2.0 hilft uns dabei, uns noch mehr auf unsere Kunden konzentrieren zu können.