ZAHL ST1CHT ARGUMENT

Alexandra Buba über das Kreditgespräch in Zeiten von Big Data

[vc_row][vc_column][vc_column_text]

Ein Beitrag von Alexandra Buba

[/vc_column_text][vc_custom_heading text=“Warum Big Data Erfolg diskriminiert“ font_container=“tag:h1|text_align:center“ google_fonts=“font_family:Roboto%3A100%2C100italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C700%2C700italic%2C900%2C900italic|font_style:300%20light%20italic%3A300%3Aitalic“][vc_column_text]Wenn Sie Ihre Mandanten zum Bankgespräch begleiten wollen, dann tun Sie das ruhig. Aber nur, wenn es Ihnen Spaß macht. Denn mehr als gute Sitte ist der gemeinsame Auftritt nicht mehr.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Längst bestimmen weder der gepflegte Eindruck noch die perfekt aufbereitenden Unterlagen die Erfolgsaussichten des Kreditersuchens maßgeblich, was zählt ist ausschließlich der Scoring-Wert. Das gilt insbesondere für die kleinen und mittleren Unternehmen.

Investitionsvorhaben und Geschäftsmodelle werden anhand statistischer Werte beurteilt, der persönliche Eindruck des Bankers spielt keine Rolle. Das ist problematisch, da nicht nur die eigene wirtschaftlichen Verhältnisse, das Zahlungsverhalten der Vergangenheit und so weiter einfließen, sondern auch ganz allgemeine statistische Daten. Wohnsitz, Alter, Familienstand oder Bildungsgrad: All dies sind Faktoren, die Aussagen auf die Kreditwürdigkeit des einzelnen Unternehmers zulassen sollen – wenn es nach den Algorithmen geht.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=“1/2″][vc_column_text]Und das tut es immer häufiger. Nach der „Cloud“ ist „Big Data“ das letzte große Schlagwort der Digitalisierungsprediger. Nicht nur Banken, sondern auch Verwaltung und Justiz folgen in einer seltsam unkritischen Fortschrittsakzeptanz blindlings und beurteilen Sachverhalte völlig schmerzfrei nach Daten und Durchschnittswerten.[/vc_column_text][/vc_column][vc_column width=“1/2″][grve_quote]Statistik hat nichts mit dem Einzelfall zu tun[/grve_quote][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Dabei wird verkannt, dass dies häufig krass falsche Ergebnisse liefert, da Statistik ganz banal noch immer nichts mit dem Einzelfall zu tun hat. Das mag man angesichts der Tatsache, dass die Big-Data-Giganten Google, Amazon und Facebook täglich mit überaus passgenauen Kaufvorschlägen aufwarten, zwar kaum glauben. Doch es gibt gewaltige Unterschiede zwischen den Scoring-Systemen und dem, was im Silicon Valley programmiert wird.

Die meisten Big-Data-Anwendungen oder statistischen Analysen, die Banken oder die Finanzverwaltung heute benutzen, haben eine vergleichsweise bescheidene Datengrundlage. Zum Vergleich: Amazon kann zur Optimierung seiner Kaufvorschläge die Handlungen von über 300 Millionen aktiven Kunden weltweit analysieren; selbst Datenkrake Schufa kann „nur“ auf Daten von vier Millionen Unternehmen zurückgreifen; Datev ist gar auf die Auswahl der Unternehmen beschränkt, die bereit sind, ihre Daten zur Durchschnittsbildung zur Verfügung zu stellen. Auf dieser Basis schätzt dann die Finanzverwaltung.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=“1/2″][grve_quote]Selbstlernend vs. festgeschrieben[/grve_quote][/vc_column][vc_column width=“1/2″][vc_column_text]Den Unterschied macht aber nicht nur die Datenmenge allein: Die Systeme der Big-Data-Riesen sind selbstlernend, merken sofort, wenn Vorschläge nicht geklickt werden und passen sich automatisch an. Sie sind komplex, bei Google etwa werden Tausende Variablen ständig überwacht und optimiert.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Dagegen sind die statistischen Auswertungen und Einschätzungen, mit denen Berater und Mandanten heute konfrontiert werden, in Stein gemeißelt.

Betroffen davon sind nicht nur Unternehmen, die negativ von der Norm abweichen, sondern auch solche, die zum Beispiel in einer schwierigen Gegend in einer als problematisch geltenden Branche von einem älteren Unternehmer mit Migrationshintergrund äußerst erfolgreich betrieben werden. Denn obwohl die Daten und Statistiken als Maßstab so objektiv daherkommen, speisen sie sich letztlich aus Vorurteilen – welche Daten werden herangezogen? Wie werden sie gewichtet? – die sie zudem noch verstärken. Gegen die vermeintliche Wahrheit zu argumentieren, ist schwer, vor allem auch deshalb, weil die Systeme in der Regel intransparent sind.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column width=“1/2″][vc_column_text]Früher ließen sich dem subjektiven Eindruck eines Finanzbeamten oder Bankers Argumente entgegensetzen – gegebenenfalls an höherer Stelle. Nunmehr haben Berater und Mandanten ganz schlechte Karten, wenn sie sich gegen Entscheidungen, die auf statistischer Basis getroffen werden zur Wehr, setzen wollen. Das ändert sich erst wieder, wenn die Systeme – hoffentlich aufgrund sich durchsetzender Erkenntnis – verlässlicher und fairer werden.[/vc_column_text][/vc_column][vc_column width=“1/2″][grve_icon_box icon_fontawesome=“fa fa-file-text-o“ title=“Zum Weiterlesen“]

[/grve_icon_box][/vc_column][/vc_row][vc_row][vc_column][vc_empty_space height=“50px“][/vc_column][/vc_row][vc_row bg_type=“color“ footer_feature=“yes“ bg_color=“#8abccc“ padding_bottom=“50px“][vc_column][vc_empty_space height=“50px“][vc_text_separator title=“Über die Autorin“][grve_image_text image=“7097″ retina_image=“7097″ title=“Alexandra Buba …“ read_more_link=“||“ animation=“fadeInUp“]… ist freie Wirtschaftsredakteurin und schreibt für Verlage und Organisationen. Die Steuer-Branche kennt sie nicht nur aus Journalistensicht, sondern auch als Leiterin Interne Kommunikation bei Ernst & Young. Zu ihren Auftraggebern gehören unter anderem: nwb, Datev, hmd, Jost AG, Haufe-Lexware, Agenda, Verlag Recht und Wirtschaft GmbH, IWW Institut, STB Web. Sie lebt seit 1999 vom Schreiben und Kommunizieren – und mit ihrer Familie in der Oberpfalz.

Alexandra Buba – medientext.de[/grve_image_text][/vc_column][/vc_row]