Anforderungen an die Datenqualität (DQM) und Beurteilung der Data-Governance

• Regulatorische Anforderungen an Datenqualität und DQM
• Auswirkungen der Datenqualität auf die Erfüllung der neuen DORA-Anforderungen und die MaRisk-konforme Risikodatenaggregation
• Abbildung des Datenrisikos in IKT-Risikomanagement und OpRisk
• Häufig identifizierte Schwachstellen und notwendige Maßnahmen in den Instituten 
• Ansätze zur Prüfung des DQM durch die Revision

Die Datenqualität und das Datenqualitätsmanagement sind durch die Digitalisierung und die Ausweitung der aufsichtlichen Vorgaben (DORA, BCBS 239, EBA-ICT-GL, BaFin-Papiere) erklärter Schwerpunkt bei Aufsichts-, Abschluss- und Sonderprüfungen. Somit ist das Datenrisiko auch im OpRisk und IKT-Risikomanagement entsprechend zu berücksichtigen.

Das Thema Datenqualität ist allerdings nur schwer greifbar und äußerst schnittstellenbehaftet. Eine zunehmende Zahl an wesentlichen (F3) und schwerwiegenden (F4) Feststellungen sind bei den externen (Sonder-)Prüfungen zu erkennen.

Insbesondere große Datenmengen (BIG DATA) lassen sich aufgrund uneinheitlicher Systeme und Datenformate aber nur schwer analysieren. Dabei bietet die Auswertung großer Datenmengen enorme Vorteile für die Fachbereiche und die Revision, da unterschiedliche Auswertungsmöglichkeiten auf Basis von Einzel- und Gesamtrisiken nach verschiedenen Aggregationsstufen bestehen. Parallel steigen die Risiken aus dem KI-Einsatz.

Das Seminar gibt wertvolle Anregungen, Praxis- und Prüfungstipps für die Herangehensweise an das schwer greifbare Thema Datenqualität.

Die Referent*innen geben ausschließlich ihre persönliche Auffassung und nicht die eines bestimmten Instituts, der Bundesbank, der BaFin oder einer anderen Aufsichtsbehörde wieder. Die Referent*innen nehmen auch keine offizielle aufsichtliche Auslegung regulatorischer Sachverhalte vor.