RiskNET eLibrary
Sie möchten Ihre Publikation gerne in unserer eLibrary veröffentlichen?
The annual RiskNET Summit is the most important conference for risk managers in the German-speaking world. Its credo: to convey well-founded contents in theory and practice, to provide a holistic view of the risk map as well as sufficient freedom for the networking of risk, compliance and governance managers.
3045 Downloads21.01.2020
Datei downloaden Durch Präzisierungen im regulatorischen Umfeld sehen wir nun das neue Paradigma eines "entscheidungsorientierten Risikomanagements", das über seinen Beitrag zur besseren Fundierung unternehmerischer Entscheidungen Mehrwert schafft. Die veränderten Rahmenbedingungen und die Implikationen für die Weiterentwicklung des Risikomanagements werden nachfolgend skizziert in Bezug auf den neuen Risikomanagement-Standard DIIR RS Nr. 2.
[Quelle: Gleißner, W. (2019): DIIR RS Nr. 2: Das neue Paradigma des "entscheidungsorientierten Risikomanagements", in: RISIKO MANAGER 09/2019, S. 42-47.
[Quelle: Gleißner, W. (2019): DIIR RS Nr. 2: Das neue Paradigma des "entscheidungsorientierten Risikomanagements", in: RISIKO MANAGER 09/2019, S. 42-47.
2328 Downloads20.01.2020
Datei downloaden Die Quantifizierung wesentlicher Risiken ist von grundlegender Bedeutung für eine wertorientierte Unternehmensführung. Doch häufig sind die Erhebung der verfügbaren Risikoinformationen und Zusammenführung zu einer bestmöglichen Datengrundlage problematisch. Ursachen sind beispielsweise unzureichende Datenqualität, fehlende Daten oder geringer Informationsgehalt einer kurzen Datenhistorie genauso wie die möglicherweise unüberwindbare Komplexität einer fehler- und überschneidungsfreien Aggregation von Informationen aus unterschiedlichen Datenbanken und Dateien. Aus diesem Grund wird häufig auf „subjektives“ Expertenwissen zurückgegriffen. Die methodischen Herausforderungen, die sich zu Beginn der Risikoquantifizierung ergeben, liegen in einer adäquaten und transparenten Zusammenführung von Daten und Expertenwissen. Mit den Methoden der Bayesschen Statistik kann die Kombination unterschiedlicher Informationsquellen in der Risikomodellierung berücksichtigt und Schätzunsicherheiten im Zusammenhang mit der Parametrisierung eines Risikomodells reduziert werden.
[Autoren: Gabriele Wieczorek / Oliver Disch / Quelle: RISIKO MANAGER 10/2019, S. 42-57]
[Autoren: Gabriele Wieczorek / Oliver Disch / Quelle: RISIKO MANAGER 10/2019, S. 42-57]
4248 Downloads09.01.2020
Datei downloaden Die "künstliche Intelligenz" zählt zu den Top-Themen der digitalen Wirtschaft. Und ein Blick auf die kontroversen Diskussionen zeigt, dass das Thema voller Emotionen, Ängste und vor allem Halbwissen und Hoffnungen steckt. Viele der heute diskutierten Ängste resultieren primär aus Unwissenheit oder Halbwissen. Nur wenige "Experten" haben tatsächlich schon einmal in die Werkzeugkiste der "künstlichen Intelligenz" hineingeschaut oder gar Methoden angewendet. Der Beitrag liefert einen kompakten Überblick über die Chancen und Risiken beim Einsatz von KI-Methoden im Kontext Risikomanagement.
[Quelle: Handbuch Künstliche Intelligenz, Trend Report 2019]
[Quelle: Handbuch Künstliche Intelligenz, Trend Report 2019]
2632 Downloads08.01.2020
Datei downloaden Die VÖB-Service GmbH und e.stradis GmbH haben im Februar und März 2019 gemeinsam diese Erhebung unter mehr als 100 Kreditinstituten mit Schwerpunkt Deutschland durchgeführt mit dem Ziel, bei Banken den Reifegrad im regulatorischen NPL-Management zu hinterfragen und Erkenntnisse über Verbesserungsmöglichkeiten zur Erfüllung der regulatorischen Anforderungen zu identifizieren.
3384 Downloads12.04.2019
Datei downloaden Bereits zum achten Mal präsentiert die Gesellschaft für Risikomanagement und Regulierung e.V. das FIRM Jahrbuch. In bewährter Manier präsentiert auch das Jahrbuch 2019 ein buntes Spektrum von Fachbeiträgen aus aktuellen Themenfeldern im Risikomanagement und der Regulierung. Im zweiten Teil finden Sie Beiträge über die Arbeit im Frankfurter Institut für Risikomanagement und Regulierung.
14968 Downloads07.03.2019
Datei downloaden Wahrheit oder Lüge? Wer kann das in unseren digitalen Zeiten noch beantworten? Umso wichtiger sind klare Parameter und ein methodisch sauberes Vorgehen, um Fake News zu enttarnen. Dafür plädiert Risikomanagementexperte Frank Romeike im Interview mit PROTECTOR & WIK.
4512 Downloads06.06.2018
Datei downloaden Companies have always concerned themselves with avoiding risks to the company as a going concern. The need to systematically identify, evaluate and manage risks has increased in recent years. One reason for this is that the level of risk in many areas has vastly increased. This is reflected in the speed of change of technological processes, the dependency on few customers, or the emergence of entirely new risk categories (for example, potential new competitors from abroad as a result of an increasingly globalised world). Further to this, as a result of the Control and Transparency Act (Kontroll- und Transparenzgesetz - KonTraG) enacted in 1998 and its “radiating effect” on small and medium-sized companies, it may be assumed that the failure to implement a risk management system – also in corporations – can result in managing directors being held personally liable. Finally, as a result of Basel II and Basel III, both regular and savings banks are required to be more cautious when it comes to risk. The impact of risks that have occurred (for example, the loss of a major client or an unexpected increase in material costs) have become apparent in the annual accounts and the key financial figures derived from them (for example, equity capital quota or overall return). As these figures define the conditions for loans and interest in the typical company rating process, risks can have a considerable impact on company financing. For instance, a coincidental combination of several risks can quickly give rise to a situation in which the financing of a company is no longer secured because of an unsatisfactory rating. This can also happen despite a company demonstrating strong performance over the long-term. This issue is particularly likely to be present where companies have reduced risk capacity (especially capital), regardless of the existence of other factors that indicate excellent potential for success. On the whole, these recent developments call for thorough engagement with the issue of risk management. Guidelines must be put in place to appropriately tackle potential risks to the company as a going concern and, when it comes to major company decisions (for example, investments), expected profits must be weighed against related risks.
3692 Downloads23.04.2018
Datei downloaden Trotz der Heterogenität der Beiträge durchziehen vor allem zwei Themen das gesamte FIRM Jahrbuch 2018: Digitalisierung und Regulierung. Die digitale Transformation verändert die Gesellschaft, Wirtschaft und Politik und damit auch die Bankenwelt. Schon heute sind über 20 Milliarden Geräte und Maschinen über das Internet vernetzt – bis zum Jahr 2030 sollen es rund eine halbe Billion sein. Das Ergebnis ist eine Durchdringung, Vernetzung und Veränderung fast aller Lebens- und Wirtschaftsbereiche durch digitale Geschäftsmodelle. Dies ist für die Geschäftsmodelle der Banken mit erheblichen Herausforderungen verbunden. Beim zweiten Thema Regulierung geht es im Kern um eine Verbesserung der Krisenresistenz des internationalen Finanzsystems, um die Erhöhung der Markt- und Produkttransparenz von Kreditinstituten, um die Wiederherstellung des Haftungsprinzips sowie um die Schaffung eines neuen Ordnungsrahmens durch eine durchschlagskräftige staatliche Finanzmarktaufsicht.
25963 Downloads15.04.2018
Datei downloaden In 1890, a company was founded in the USA that eventually developed into a leading brand. 80 years after its inception, the company had a market share of approximately 90% in its core field of business: film and photography. The company’s name is Kodak. Kodak was known for its top performance and the forward-looking view of its engineers. These engineers invented the digital camera in 1975. In spite of its long and successful company history, Kodak went bankrupt in 2012. The opportunities provided by the company’s breakthrough technology and its engineering prowess may not have been fully leveraged by the management. Kodak may provide a useful lesson and an incentive for leaders to manage and leverage disruptive technologies.
From today’s view, we believe that machine learning and deep learning are such disruptive technologies that should be leveraged. Advanced computing methods have become more and more popular alongside advances in the emergence of big data. In the finance and banking sector, increasing demand for more efficient approaches has been seen especially in the field of machine learning. The field was originally devoted to developing algorithms in artificial intelligence. In response to its significant advances, however, machine learning and its subfield of deep learning have emerged as breakthroughs with vast applications in a wide array of fields.
In our paper, we discuss the existing definitions as well as our thoughts on some of the applications of machine learning and deep learning. We will provide an insight into the significance of artificial intelligence in the banking industry, in particular and its response to big data market forces, with a focus on German Banks. To illustrate the breadth of the field’s significance, we will also address the automotive industry in Germany and its connection to machine learning technologies. To deepen our understanding of the subject, we will explain the mathematical background behind deep learning and its intersection with artificial neural networks. We will provide a brief look into the subject of Blockchain and its relevance to artificial intelligence. A second part of this paper will analyze the practical implications (use cases) of the technologies and their expected developments in the short and long term.
[Authors: Farhad Khakzad, Sangmeng Li, Pablo Arboleda]
From today’s view, we believe that machine learning and deep learning are such disruptive technologies that should be leveraged. Advanced computing methods have become more and more popular alongside advances in the emergence of big data. In the finance and banking sector, increasing demand for more efficient approaches has been seen especially in the field of machine learning. The field was originally devoted to developing algorithms in artificial intelligence. In response to its significant advances, however, machine learning and its subfield of deep learning have emerged as breakthroughs with vast applications in a wide array of fields.
In our paper, we discuss the existing definitions as well as our thoughts on some of the applications of machine learning and deep learning. We will provide an insight into the significance of artificial intelligence in the banking industry, in particular and its response to big data market forces, with a focus on German Banks. To illustrate the breadth of the field’s significance, we will also address the automotive industry in Germany and its connection to machine learning technologies. To deepen our understanding of the subject, we will explain the mathematical background behind deep learning and its intersection with artificial neural networks. We will provide a brief look into the subject of Blockchain and its relevance to artificial intelligence. A second part of this paper will analyze the practical implications (use cases) of the technologies and their expected developments in the short and long term.
[Authors: Farhad Khakzad, Sangmeng Li, Pablo Arboleda]
4074 Downloads15.02.2018
Datei downloaden