Wie die Münchener Hypothekenbank (MHB) die Data Lineage in D-QUANTUM im Rahmen der Umsetzung von BCBS 239 nutzt.

Im Jahr 2013 formulierte der Basler Ausschuss für Bankenaufsicht die „Grundsätze für die effektive Aggregation von Risikodaten und die Risikoberichterstattung“ für Kreditinstitute. Dabei müssen vor allem systemrelevante Banken sicherstellen, dass Risikodaten konsistent, vollständig, transparent und zeitnah bereitgestellt werden. Im Rahmen von Prüfungen identifizierte die Aufsicht über die letzten Jahre zahlreiche Schwachstellen in der Implementierung von BSBC 239. Als Konsequenz wurden die Anforderungen mit dem EZB-Guide (2024) konkretisiert.

Die Münchener Hypothekenbank eG (MHB) ist ein Kreditinstitut, das unter direkter EZB-Aufsicht steht, und zugleich als unabhängiger Immobilienfinanzierer tief in der Genossenschaftlichen Finanzgruppe verankert ist. Ihr Geschäftsmodell ist langfristig ausgerichtet, risikoarm und nachhaltig – getragen vom genossenschaftlichen Grundauftrag, tragbare Risiken sicherzustellen, Stabilität zu garantieren und das Vertrauen von Eigentümern sowie Kunden zu wahren.

Zentrale Herausforderungen

Bei der Implementierung von BCBS 239 müssen die Banken zahlreiche Themen umsetzen und dabei einige Herausforderungen bewältigen. Darunter fallen auch nachfolgende Punkte:

Governance / Rollen etablieren

Zunächst gilt es, eine klare Governance zu etablieren sowie Rollen und Verantwortlichkeiten zu definieren. Dabei ist sicherzustellen, dass Rollen nicht nur formal verankert, sondern auch inhaltlich verstanden und aktiv wahrgenommen werden.

DQ-Management effizient gestalten

Gleichzeitig ist die Sicherstellung der Datenqualität erforderlich. Dabei geht es zum einen um das Schaffen von Transparenz, aber auch um die stetige Verbesserung von Datenqualität. Zudem muss eine Aussage über die Güte von Kennzahlen und Berichten getroffen werden können.

Dokumentation der Data Lineage

Die Dokumentation der Data Lineage stellt eine zentrale Aufgabe bei der Umsetzung der Anforderungen aus BCBS 239 und der EZB-Guideline dar: Banken müssen zunächst ein geeignetes Metadatenmodell definieren und anschließend den angemessenen Detaillierungsgrad der Dokumentation der Data Lineage festlegen. Bei der Umsetzung ist ein gemeinsames Verständnis für den Mehrwert eines nachvollziehbaren Datenflusses unerlässlich. Ziel ist es, die Data Lineage nicht als reine Dokumentationspflicht zu sehen, sondern als Werttreiber im Datenmanagement zu verankern.

Data Lineage effizient dokumentieren und als Werttreiber positionieren

Die Dokumentation einer Data Lineage erfordert somit ein tragfähiges Metadatenmodell, eine stringente methodische Grundlage und ein ausgewogenes Verhältnis zwischen Detailtiefe und Umsetzbarkeit. Dabei muss entschieden werden, auf welcher Granularitätsebene die Lineage dokumentiert wird, wie sie gepflegt und wie sie zu einem nutzstiftenden Instrument wird. Ein entscheidender Erfolgsfaktor ist dabei, ein gemeinsames Verständnis über den Nutzen aufzubauen und die Lineage nicht als rein regulatorischen Aufwand zu sehen.

Die Data Lineage kann als Grundlage zur Umsetzung einer Vielzahl von Anforderungen aus BCBS 239 eingesetzt werden.

Für die Anforderungen aus BCBS239, ist eine Bestimmung materieller Berichte und darin enthaltener materieller Kennzahlen notwendig. Die Data Lineage für diese materiellen Kennzahlen kann als Hilfe dienen, um den Scope auf Datenfeldebene festzulegen. Somit bildet die Erhebung der Data Lineage für materielle Kennzahlen eine zentrale Voraussetzung, um andere wichtige Anforderungen aus BCBS 239 erfüllen zu können, wie beispielsweise Datenverantwortung, Datenarchitektur, Datenqualitätsmanagement, Datentaxonomie.

Die MHB verfolgt einen strukturierten Ansatz zur Einführung und Etablierung der Data Lineage. Parallel werden organisatorische Rahmenbedingungen geschaffen: eindeutige Rollen, definierte Pflege- und Abstimmungsprozesse, strukturierte Kommunikation sowie ein aktives Management-Involvement.

Was ist eine Data Lineage?

Datenherkunft (Data Lineage) bezieht sich auf den Lebenszyklus von Daten, einschließlich ihrer Herkunft, Bewegung, Transformationen und Nutzung im Zeitverlauf. Sie bietet eine visuelle und metadatenbasierte Darstellung davon, wie Daten von ihrer Quelle bis zu ihrem Ziel durch verschiedene Systeme, Prozesse und Transformationen fließen.

Bei der Erhebung der Data Lineage wurden verschiedene Dokumentationstypen diskutiert:

Fachliche Data Lineage:

Fachliche Sicht auf Datenverarbeitung und semantische Klarheit

Technische Data Lineage:

Technischer Datenfluss mit System- und Transformationsdetails

Kombinierte Data Lineage:

Kombinierte Sicht auf Daten, die den “Datenfluss der fachlichen Elemente entlang der beteiligten Systeme“ zeigt und die passende Granularität für Business User bietet. Dabei zeigt diese eine konkrete technische Implementierung einer fachlichen Kennzahl an.

Die Erfahrungen zeigen, dass der Aufbau einer Data Lineage zudem ein kontinuierlicher Prozess ist und kein einmaliges Projekt. Erfolg erfordert eine ausbalancierte Herangehensweise zwischen regulatorischer Erwartung, proportionaler Umsetzungstiefe und betrieblichem Nutzen.

Meine Empfehlungen sind ein definiertes Zielbild, eine gute Balance in der Umsetzung und ein langer Atem. Das Thema Data Lineage bietet einige Freiheitsgrade, wie zum Beispiel fachliche vs. technische Data Lineage. Nutzen Sie diese Freiheit, um getreu dem BCBS 239-Motto nach Größe, Art und Komplexität der Geschäftstätigkeit Ihrer Bank eine vernünftige Lösung zu finden, die jenseits der Compliance Wertbeitrag stiftet.
Alle Projektziele wurden im Rahmen der abgestimmten Kosten, auf den Tag pünktlich und mit guter bis sehr guter Qualität geliefert. Die Rückmeldung der Nutzenden in den Geschäftsfeldern ist überwiegend positiv und hebt ausnahmslos die Verbesserung zur bisherigen Lösung hervor. Die Stakeholder:innen, wie Konzerndatenschutz und Einkauf, loben die gemeinsame Arbeit und frühzeitige Einbindung. Und nicht zuletzt ist auch der Auftraggeber mit dem Projektergebnis vollumfänglich zufrieden.

Caroline GrimmChief Data Officer der Münchener Hypothekenbank eG

D-QUANTUM: Gestaltungsfreiheit präzise umsetzen

Methodische Offenheit nutzt nur, wer die richtigen Werkzeuge hat. Viele Institute beginnen die Dokumentation der Data Lineage pragmatisch – mit Excel-Tabellen, Wiki-Seiten oder isolierten Tool-Lösungen. Das funktioniert kurzfristig. Es skaliert nicht.
D-QUANTUM setzt an genau diesem Punkt an. Als Datenkatalog verbindet er die Dokumentation der Data Lineage direkt mit Metadaten, Datenverantwortlichkeiten und Qualitätsinformationen – in einer gemeinsamen, zentral gepflegten Umgebung. Was in anderen Werkzeugen in separaten Dateien, Systemen oder Köpfen liegt, ist hier strukturiert, versioniert und für alle Beteiligten zugänglich.
Für die MHB bedeutet das konkret: Die Data Lineage ist kein statisches Dokument, das nach einem Projekt im Archiv landet. Sie ist ein lebendiger Bestandteil des Datenmanagements.

Was D-QUANTUM in der Umsetzung leistet

D-QUANTUM gibt der MHB die Kontrolle über die entscheidenden Stellschrauben der Lineage-Dokumentation – ohne diese vorzuschreiben:

Granularität fachlich bestimmen, nicht technisch erzwingen

Die Dokumentation kann auf Kennzahlen-, Datenfeld- oder Aggregatebene erfolgen. Die Entscheidung liegt bei der MHB – begründet durch fachliche Anforderungen, nicht durch Systemgrenzen des Tools.

Fachliche, technische und kombinierte Sicht gezielt einsetzen

Je nach Adressat steht die passende Perspektive bereit – ohne redundante Paralleldokumentation in verschiedenen Systemen.

Schrittweise aufbauen, nachhaltig betreiben

Die Lineage startet auf dem notwendigen Niveau und wächst mit dem Reifegrad der Organisation. Kein Alles-oder-nichts-Ansatz.

Systemlandschaft abbilden, wie sie ist

Die Modellierung folgt der realen Daten- und Systemstruktur der MHB – nicht einem abstrakten Idealmodell.

Über den Einzelfall hinaus

Was die MHB mit D-QUANTUM umsetzt, zeigt ein Muster, das über den Einzelfall hinaus gilt: Institute, die Lineage-Dokumentation nicht als isoliertes Compliance-Projekt behandeln, sondern als integralen Bestandteil ihres Datenmanagements verankern, gewinnen mehr als regulatorische Konformität. Sie schaffen die Grundlage für bessere Datenqualität, klarere Verantwortlichkeiten und eine Steuerungsfähigkeit, die auch unter zunehmendem regulatorischem Druck trägt.

Seien Sie mutig und gestalten Sie das Thema mit – durch „abwarten und Tee trinken“ können Sie nicht gewinnen.

Caroline GrimmChief Data Officer der Münchener Hypothekenbank eG

Lassen Sie sich inspirieren

Die komplette Success Story gibt es auch als PDF.