Geschäfte nicht im Dunkeln tätigen: Datenqualitätsmanagement ebnet den Weg für klare Geschäftsinformationen
Die Verfügbarkeit offener, genauer und relevanter Daten zur Identifizierung von Unternehmen war noch nie so wichtig wie heute. In diesem Blog gehen wir der Frage nach, warum das so ist, und geben einen Überblick über die Vorzeigeinitiativen von GLEIF in diesem wichtigen Bereich.
Autor: Zornitsa Manolova
Datum: 2023-02-14
Ansichten:
Vertrauen ist die wichtigste Säule jeder Wirtschaft. In einer digitalen und globalisierten Wirtschaft ist es wichtiger denn je, denn die Zahl der Rechtsträger, die Transaktionen durchführen und miteinander interagieren, steigt unaufhörlich. In diesem neuen Umfeld wird die Identitätsüberprüfung durch Unternehmen und Behörden immer wichtiger, aber auch schwieriger zu bewerkstelligen. Die Transparenz aller Akteure ist eine Voraussetzung für jede nachhaltige Investition, qualifizierte Berichterstattung oder Analyse. Doch um Vertrauen und Transparenz zu schaffen, muss jedes Unternehmen international identifizierbar sein, gestützt auf qualitativ hochwertige, genaue Daten.
Betrachtet man die relevanten Themen für 2023, so fallen einem sofort Schlüsselthemen wie Data Governance, Verbesserung der Datenqualität und -transparenz, Harmonisierung und Interoperabilität sowie Datenvalidierung ein. Aber auch datenbezogene Regulierungen werden als eines der Hauptthemen in den Fokus rücken. Um nur einige zu nennen: Finanzdatentransparenzgesetz (Financial Data Transparency Act – FDTA), offener Datenaustausch im Finanzwesen der EU (EU Open Finance), Zweite Zahlungsdiensterichtlinie (Payment Services Directive 2 – PSD2), EU-Gesetz über künstliche Intelligenz (EU AI Act) oder die Richtlinie über die Nachhaltigkeitsberichterstattung von Unternehmen (Corporate Sustainability Reporting Directive – CSRD).
Die Auswirkungen der wichtigsten Datenqualitätsfaktoren auf die dringendsten Herausforderungen für Gesellschaft und Wirtschaft zu verstehen, ist daher von größter Bedeutung. Die Nutzbarkeit von Daten hängt von ihrer Interoperabilität und Standardisierung ab. Wenn es um diese beiden grundlegenden Prinzipien geht, wird die Bedeutung eines globalen Standards für die Identifizierung und Überprüfung von Unternehmen angesichts des globalen Charakters des grenzüberschreitenden Handels und der Lieferanten deutlich. Ein Mangel an gemeinsamen Standards für Daten und Interoperabilität trägt zu einem Mangel an digitaler Infrastruktur der nächsten Generation bei und hemmt Innovationen.
Die digitale Transformation interoperabel, unabhängig und eigenständig gestalten
Wenn es darum geht, Wirtschaftswachstum, Innovation und Wettbewerbsfähigkeit voranzutreiben, sowohl für Konzerne als auch für kleine und mittlere Unternehmen (KMU), spielen Datenqualität, Interoperabilität und globale Standards eine entscheidende Rolle. Daten werden für mehr Transparenz auf dem globalen Markt sorgen, kriminelle Absichten eindämmen und zu nachhaltigeren Geschäftsentscheidungen führen, aber nur, wenn sie von allen interessierten Parteien mit weniger oder gar keinem Aufwand genutzt werden können und wenn sie zuverlässig sind.
Die jüngsten Entwicklungen in der Open-Finance-Bewegung bieten einen nützlichen Ausgangspunkt für die Erforschung dieser Idee. Die Expertengruppe für den europäischen Finanzdatenraum stellte kürzlich in ihrem Bericht fest: „Der LEI könnte eine wichtige Rolle im offenen Finanzwesen spielen, indem sie eine standardisierte Datenidentifizierung und -aggregation fördert, die Datenqualität und -transparenz verbessert und die Kosten für Echtheitsprüfungen reduziert. Die gemeinsame Nutzung von Daten könnte ermöglicht werden, wenn die Daten auf standardisierte und harmonisierte Weise mit strukturierten Kennungen wie dem LEI erhoben werden. Darüber hinaus könnte der LEI die Identifizierung von Finanzdienstleistern und anderen Rechtsträgern durch sein öffentlich zugängliches Global LEI Repository auf nahtlose Weise erleichtern. Im Hinblick auf den Datenzugang könnte der LEI auch eine wichtige Rolle für das Funktionieren von Programmierschnittstellen (API) spielen.“
Der Finanzstabilitätsrat veröffentlichte 2022 einen Bericht, in dem er globale Normungsgremien und internationale Organisationen mit Befugnissen im Finanz-, Banken- und Zahlungsverkehrsbereich ermutigt, LEI-Referenzen in ihrer Arbeit voranzutreiben. Ein primäres kurzfristiges Ziel des FSB-Berichts, der als Teil der G20-Roadmap für die Verbesserung des grenzüberschreitenden Zahlungsverkehrs veröffentlicht wurde, besteht darin, die Verwendung des LEIs zunächst im grenzüberschreitenden Zahlungsverkehr zu fördern. Da der LEI diese Transaktionen unter Wahrung ihrer Sicherheit schneller, günstiger, transparenter und inklusiver macht, unterstützt er nach Meinung des FSB die Ziele der G20-Initiative.
An anderer Stelle wird in einem Bericht der Internationalen Handelskammer (ICC) UK dazu aufgerufen, bestehende Technologien zu nutzen. Beispiele hierfür wären Legal Entity Identifiers (LEIs), digitale Hauptbücher, die Verfolgung von Rechnungsnummern oder APIs zwischen Finanzämtern und Banken sowie Regulierungsbehörden, die den Banken den Austausch von Betrugsdaten ermöglichen, um Betrüger aus dem System auszuschließen.
Das Global LEI System (GLEIS) bietet die einmalige Gelegenheit, das Vertrauensproblem für Rechtsträger auf globaler Ebene zu lösen. Es kann den digitalen Wandel auf eine Weise ermöglichen, die interoperabel, unabhängig und eigenständig ist. Als universeller ISO-Identifizierungsstandard und als Code, der Unternehmen mit wichtigen Referenzinformationen, einschließlich der Eigentumsstruktur, verbindet, löst der LEI Probleme des grenzüberschreitenden Datenabgleichs und fördert einen interoperablen Identitätsstandard.
Daten machen uns schneller und umsichtiger und führen zu nachhaltigeren Entscheidungen
Nehmen wir zum Beispiel die ESG-Berichterstattung zu Umwelt, Soziales und verantwortungsvolle Unternehmensführung (Environment, Social, and Governance – ESG). Für Investoren kann die Möglichkeit, auf LEI-Daten zurückzugreifen, um die Identität der für Anlagen vorgesehenen Unternehmen und deren Organisationsstrukturen zu überprüfen, ihre verantwortlichen Investitionen untermauern und zu fundierten Entscheidungen beitragen. Ein transparenter, aktueller und genauer Überblick über die Namen, Standorte und Rechtsformen von Tochtergesellschaften, Muttergesellschaften und Beteiligungen eines Unternehmens ist unerlässlich, um die Art und die systemischen Risiken einer Investition umfassend zu verstehen. Ohne diese qualitativ hochwertigen und genauen Rechtsträgerdaten verlieren ESG-Berichte ihre Aussagekraft zur Beurteilung von Leistungsindikatoren und zur Förderung nachhaltiger Investitionen.
Der LEI ist die einzige globale Lösung, die Organisationen mit zuverlässigen Daten versorgt, um Unternehmen und Unternehmensstrukturen weltweit eindeutig zu identifizieren.
Globale Wirtschaftskreise können nicht nur von der zunehmenden Verbreitung des LEI profitieren, sondern auch von der Nutzung des offenen LEI-Datensatzes, der über den Global LEI Index für jedermann überall auf der Welt frei zugänglich ist. Der Nutzen dieser Ressource hängt von einer Vielzahl von Faktoren ab, darunter: die Menge der Daten, die in jedem LEI-Datensatz enthalten sind; die Qualität dieser Daten, einschließlich ihrer Genauigkeit und Aktualität; die Analysierbarkeit des Datensatzes (Tiefe, Vielfalt) und seine Zugänglichkeit für die verschiedenen Organisationen, die ihn nutzen, darunter zum Beispiel Aufsichtsbehörden, unabhängige Datendienstleister und einzelne Unternehmen, die eine Due-Diligence-Prüfung in der Lieferkette durchführen.
Erfreulicherweise ist die Qualität der im Global LEI Index enthaltenen Daten dank eines strengen Datenqualitätsmanagementsystems bereits hoch. Dies kommt der Datenverwaltung und der Einhaltung von Vorschriften auf der Ebene der einzelnen Unternehmen zugute und bietet eine Grundlage für vertrauenswürdige Open-Data-Initiativen, die eine genaue, vertrauenswürdige Identifizierung von Rechtsträgern in ihren Plattformen zum Tragen bringen möchten.
GLEIF setzt sich dafür ein, die Verfügbarkeit offener, genauer und relevanter Daten zur Identifizierung von Rechtsträgern für alle zu verbessern, und ist an einer Vielzahl von Initiativen beteiligt, die dieses Ziel unterstützen. Lassen Sie uns zur Veranschaulichung einige dieser Vorzeigeprojekte näher beleuchten.
Transparenz und Rechenschaftspflicht sind die Grundlage für effektives Umweltmanagement und globale Nachhaltigkeitsbemühungen. Um zu demonstrieren, wie LEI-Daten eine entscheidende Rolle dabei spielen können, Unternehmen bei der Beurteilung der mit dem Klimawandel verbundenen Risiken ihrer Investitionen zu unterstützen, trat GLEIF 2022 der OS-Climate-Initiative der Linux Foundation bei. Damit will GLEIF das Vertrauen in Open-Source-Klimadaten und Analyselösungen fördern und deren Transparenz erhöhen.
OS-Climate ist eine von Mitgliedern getragene, gemeinnützige Organisation unter dem Dach der Linux Foundation, die sich für die Entwicklung einer Open Data- und Open-Source-Analyseplattform einsetzt, die sich auf das Management von Klimarisiken und die Beschleunigung von Investitionen in kohlenstoffarme und widerstandsfähige Lösungen konzentriert. Durch die Partnerschaft können LEI-Echtzeitdaten über den Datenkatalog der Amazon Sustainability Data Initiative (ASDI) in der Cloud öffentlich zugänglich gemacht werden. Indem diese Daten zusammen mit anderen wichtigen klimabezogenen Datensätzen, wie Kohlenstoffemissionen und Klimaprojektionen, leicht zugänglich gemacht werden, werden Investoren in die Lage versetzt, umweltfreundlichere Finanz- und Investitionsentscheidungen zu treffen.
Automatische Zuweisung von ELF-Codes
Im Einklang mit seiner Verpflichtung, seine Daten zur Identifizierung von Unternehmen weiterzuentwickeln, analysiert GLEIF regelmäßig die Bereitstellung der maßgeblichen Quellen und vergibt ELF-Codes (Entity Legal Form) auf der Grundlage der Norm ISO 20275.
Für Letztere entwickelten GLEIF und sein Partner Sociovestix Labs 2022 ein maschinelles Lernverfahren namens Legal Entity Name Understanding (LENU), um ELF-Codes automatisch auf der Grundlage des Namens des Rechtsträgers und des Rechtssystems zuzuweisen. LENU ist jetzt frei verfügbar auf GitHub.
LENU verwendet die LEI-Daten, um rechtsgebietsspezifische Modelle zu erstellen, und ermöglicht es dem Nutzer, einen Vorschlag für eine Rechtsform für einen beliebigen Rechtsnamen zu erhalten. GLEIF hat eine Datenqualitätsschleife eingerichtet, in der die vom Modell vorgeschlagene Rechtsform mit dem ELF-Code in den aktuellen LEI-Daten verglichen wird. Bei eindeutigen Diskrepanzen zwischen den Ergebnissen des Modells und den aktuellen LEI-Daten erstellt GLEIF Datenanfragen, die an die LEI-Vergabestellen zur genauen Überprüfung und ggf. Aktualisierung der Datensätze gesendet werden. Die aktualisierten Daten werden anschließend verwendet, um die nächste Version des Modells mit einer dann verbesserten Datenquelle zu erstellen, was letztendlich die Leistung des Modells steigert. Dieses Instrument ist ein Beispiel dafür, wie Algorithmen des maschinellen Lernens für die Beurteilung und Verbesserung der Datenqualität eingesetzt werden können.
Verbesserung der Datenqualität durch neue Datenformate und Berichterstattung
2022 wurde mit der Umsetzung der drei Richtlinien des Regulatory Oversight Committee (ROC) zu Fondsbeziehungen und Richtlinien für die Registrierung von Investmentfonds, Ereignissen bei Rechtsträgern (früher als „Corporate Actions“ bezeichnet) und der Datenhistorie sowie der LEI-Zulässigkeit für allgemeine staatliche Stellen ein wichtiger Meilenstein für das globale LEI-System erreicht. Diese neuen Datenformate haben den Umfang der in den LEI-Datensätzen enthaltenen Daten erweitert, was zu mehr Transparenz auf dem globalen Markt führt und den Nutzen des globalen LEI-Systems für die Nutzer überall erhöht.
Um die Bemühungen der LEI-Vergabestellen zu unterstützen und einen stabilen Betrieb des Systems zu gewährleisten, hat GLEIF eine überarbeitete Version seines Rule Setting 3.2 veröffentlicht, die insgesamt 118 Datenqualitätsprüfungen enthält. Die neue Regelsetzung trat im April 2022 in Kraft, was zu einem merklichen Rückgang der durchschnittlichen Gesamtdatenqualitätskennzahl von 99,98 auf 99,77 führte (siehe Abbildung 1).
Abbildung 1: Durchschnittliche monatliche Gesamtdatenqualitätskennzahl für 2022
Dieser Verlauf ist zu erwarten, wenn ein neuer Satz von Datenqualitätsprüfungen eingeführt wird. So war der Rückgang im August 2021 auf 99,71 (siehe Abbildung 2) hauptsächlich auf die Einführung einer neuen Prüfvorschrift zurückzuführen. Obwohl GLEIF 2022 insgesamt 34 neue Prüfungen einführte und weitere 40 aktualisierte, um die neuen Anforderungen der drei ROC-Richtlinien zu erfüllen, konnten die LEI-Vergabestellen die verbleibenden Datenqualitätsmängel schnell beheben. Dies gelang dank der Erfahrung, welche die LEI-Vergabestellen in den letzten Jahren gesammelt haben, und durch die Nutzung der Data Governance-Vorprüfungsmöglichkeit.
Die proaktive Vorprüfungs-API wurde von GLEIF eingeführt, um LEI-Vergabestellen bei der Erkennung von Datenqualitätsproblemen zu unterstützen, bevor diese überhaupt in das System gelangen. Schließlich stabilisierte sich die durchschnittliche Datenqualitätskennzahl im Schlussquartal des Jahres bei 99,97.
Abbildung 2: Durchschnittliche monatliche Gesamtdatenqualitätskennzahl für den Zeitraum 2020 – 2022
2022 wiesen die erreichten Reifegrade ähnliche Kurven auf wie die durchschnittliche Datenqualitätskennzahl, und die Zahl der LEI-Vergabestellen, die höhere Reifegrade (Erwartete und Ausgezeichnete Qualitätsstufen) erreichten, ging mit Inkrafttreten der neuen Richtlinien um 10 Organisationen zurück (siehe Abbildung 3).
Abbildung 3: Durchschnittliche Anzahl der LEI-Vergabestellen, die die definierten Reifegrade für 2022 erreichen
Die Entwicklungen der letzten drei Jahre zeigen jedoch eine kontinuierliche Verbesserung der Reifegradleistung (siehe Abbildung 4). Diese Verbesserung wurde 2021 durch die Einführung der Anforderung ausgelöst, dass neue und aktualisierte LEI-Datensätze an die Data Governance-Vorprüfung von GLEIF gesendet werden müssen. Diese Einrichtung wendet das aktuelle Regelwerk an und bietet nicht nur eine Vorschau auf die Ergebnisse der Datenqualität, sondern auch den Grund für ein mögliches Versagen. Zweifelsohne war die Einführung einer proaktiven Datenverwaltung über die Data Governance-Vorprüfungsmöglichkeit der Wendepunkt in Bezug auf die Reife der Daten.
Abbildung 4: Durchschnittliche Anzahl der LEI-Vergabestellen, die die definierten Reifegrade für den Zeitraum 2020 – 2022 erreichen
Erhöhte Transparenz bei Veränderungen der Datenqualitätsniveaus
Letztes Jahr hat GLEIF seine interaktive Datenqualitätsübersichtsseite (Data Quality Dashboard) der Öffentlichkeit zugänglich gemacht; bis dahin war sie nur für GLEIF, LEI-Vergabestellen und ROC-Mitglieder verfügbar. Dieses innovative Instrument ermöglicht globalen Datenkonsumenten:
täglich datenqualitätsbezogene Leistungskennzahlen (Key Performance Indicators – KPIs) zu überwachen
verschiedene Statistiken für benutzerdefinierte Zeiträume zu analysieren
die Prinzipien hinter den Datenqualitätsprüfungen von GLEIF zu verstehen
die Leistung von LEI-Vergabestellen zu vergleichen
die Datenqualität einer einzelnen LEI zu untersuchen
alle Datenanfechtungen, die gegen LEI-Daten erhoben wurden, zu recherchieren
Die Förderung dieser und anderer Data Quality- und Data Governance-Initiativen wird auch 2023 eine der Hauptprioritäten von GLEIF sein, und wir freuen uns darauf, Sie in den kommenden Monaten über die weitere Dynamik von GLEIF zu informieren.
Falls Sie einen Blogbeitrag kommentieren möchten, besuchen Sie zum Posten Ihres Kommentars bitte die Blog-Funktion auf der englischsprachigen GLEIF-Website. Bitte identifizieren Sie sich mit Ihrem Vor- und Nachnamen. Ihr Name erscheint neben Ihrem Kommentar. Die E-Mail-Adresse wird nicht veröffentlicht. Bitte beachten Sie, dass Sie sich durch Zugriff auf oder Beiträge zum Diskussionsforum verpflichten, die Bedingungen der GLEIF-Blogging-Richtlinie einzuhalten. Lesen Sie sich diese daher sorgfältig durch.
Zornitsa Manolova leitet das Team für Datenqualitätsmanagement und Datenwissenschaft bei der Global Legal Entity Identifier Foundation (GLEIF). Seit April 2018 ist sie für die Erweiterung und Verbesserung der etablierten Rahmenordnung zu Datenqualität und Daten-Governance durch Umsetzung innovativer Ansätze zur Datenanalyse zuständig. Zuvor leitete sie Projekte zur Analyse forensischer Daten im Rahmen internationaler Finanzuntersuchungen bei PwC Forensics. Sie verfügt über ein deutsches Diplom in Informatik mit Schwerpunkt auf Maschinellem Lernen von der Philipps-Universität Marburg.
