msg.ORRP – modernste Technologie für eine zukunftssicher Plattform

Making of msg.ORRP, Teil 4: Interview mit Ingo Müller, Principal Business Consultant bei msg for banking ag

Eine Architektur für heute und morgen

msg.ORRP integriert Meldewesen und Risikosteuerungsprozesse auf einer einheitlichen technologischen Architektur. Die Plattform setzt dabei bewusst auf etablierte Industriestandards: Apache Spark für die verteilte Datenverarbeitung und -analyse, Apache Iceberg als Open-Source-Tabellenformat für riesige Datenmengen und Kubernetes für die Bereitstellung, Skalierung und Verwaltung von containerisierten Anwendungen.

Flexibler Einsatz

Kreditinstitute unterscheiden sich erheblich in ihrer Größe, ihrer Cloud-Strategie, ihrer Container-Technologie und ihrem KI-Reifegrad. Darauf reagieren wir, indem sich die Plattform nahtlos in die bestehenden Betriebsszenarien und Sicherheitskonzepte einbinden lässt – vom SaaS-Betrieb über die Containerinstallation bis hin zu On-Premise-Lösung. Für große Institute mit hohem Datenvolumen skaliert die Plattform horizontal. Für kleinere Häuser gibt es ein Integrationsszenario, das auf effizienter Datenhaltung und hoher Performance beruht. Auf dieser technischen Grundlage lässt sich kundenindividuell die passende Lösung finden.

Datenqualität sicherstellen

Die Datenqualität ist in msg.ORRP kein nachgelagerter Prüfschritt, sondern Teil des Verarbeitungsprozesses selbst. Das integrierte Datenqualitätsmanagement deckt Fehler und Inkonsistenzen früh auf und macht zugleich transparent, woher sie stammen. Welche Regeln dabei greifen, bestimmt das Institut mit: Zum mitgelieferten Satz an standardisierten Plausibilitätsprüfungen lassen sich kundenindividuelle Qualitätsregeln ergänzen. Auffälligkeiten werden in verständlicher Sprache zurückgemeldet, so dass Anwender unmittelbar gegensteuern können. Wo es sich anbietet, übernehmen automatisierte Korrekturregeln diese Aufgabe und heben das Qualitätsniveau über die Zeit spürbar an. Ergänzend liefert eine vollständige Data Lineage die Grundlage für detaillierte fachliche und technische Analysen. Das beschleunigt sowohl die regulatorischen als auch internen Prüfprozesse.

KI: Unterstützung ja, fachliche Kernmodelle bleiben unberührt

Die KI-Lösungen sollen den Anwender entlasten, zum Beispiel bei Ergebnisanalysen und Prozessvereinfachungen.

Jedes Ergebnis bleibt überprüfbar. Die KI ersetzt an keiner Stelle die fachliche Logik, sondern arbeitet ihr zu. Maßgeblich ist dabei das Zusammenspiel zweier Ebenen: Die Plattform stellt den Werkzeugkasten bereit, während das Institut entscheidet, welche KI-Komponenten, u.a. Sprachmodelle, Prompt-Policies oder Monitoring, es freigibt. So bleibt die Kontrolle beim Institut, wie KI im Haus wirkt.

Beispiele für die Leistungsfähigkeit von KI

Ein konkreter Anwendungsfall ist der Vergleich zweier msg.ORRP-Auswertungen (zum Beispiel ein Stichtagsvergleich oder Szenario-Vergleich), wo die KI die Treiber identifizieren kann. Weiterhin kann die KI bei der Ad-hoc-Auswertung für ein Ad hoc Szenario oder bei der Berechnung eines Testgeschäfts eingesetzt werden. Hier kann die KI aus einer natürlichen Sprache die entsprechenden Parametrisierungen und Konfigurationen für einen msg.ORRP-Prozess erstellen, den Prozess anstoßen und eine erste Analyse liefern. Der manuelle Konfigurationsaufwand entfällt weitgehend.

In beiden Fällen beschränkt sich die KI auf Parameter und Konfiguration. Die eigentlichen Verarbeitungsprozesse bleiben nachvollziehbar und überprüfbar.