Unternehmens-Resilienz stärken durch Kreditentscheidungen

Wie Unternehmen Daten für ihr Wachstum nutzen

In Zeiten wirtschaftlicher Unsicherheit sind Kreditentscheidungen wichtiger denn je. Doch ein neuer Report von Dun & Bradstreet zeigt, dass sich Unternehmen damit schwertun, ihre Datenressourcen so zu nutzen, dass sie zu einer fundierten Grundlage für Kreditentscheidungen werden. Wie können Unternehmen diese Lücke schließen und Daten nicht nur effektiv zur Reduzierung des Kreditrisikos nutzen, sondern damit das Fundament für künftiges Wachstum legen?

Kreditentscheidungen sind immer entscheidend, doch in einem angespannten wirtschaftlichen Umfeld wie dem, mit dem die Unternehmen in Europa konfrontiert sind, treten sie noch stärker in den Vordergrund.

Eine restriktive Kreditvergabe erweist sich schnell als eine der größten Bedrohungen für die wirtschaftlichen Aussichten, und Daten der Europäischen Zentralbank zeigen, dass Banken ihre Kreditstandards so schnell verschärft haben wie seit der Schuldenkrise von 2011 nicht mehr. Auf Unternehmensebene nimmt die Risikoaversion zu, da die Wahrscheinlichkeit steigt, dass die Unternehmen Kreditanfragen von Kunden erhalten, deren Bilanzen unter Druck geraten.

Unter diesen Bedingungen besteht die Gefahr, dass Kreditentscheidungen „reflexartig“ getroffen werden, erklärt Ravi Sidhu, Subject Matter Expert, Credit Risk bei Dun & Bradstreet, da zunehmend defensive Unternehmen beschließen, einfach keine Kredite mehr an Geschäftspartner zu vergeben, die ihre abnehmende Risikobereitschaft testen. Dieses „Auf-Nummer-sicher-Gehen“ kann allerdings langfristig negative Folgen haben.

„Diese Vorgehensweise funktioniert insofern, dass man keine potenziellen Verluste aus einem riskanteren Geschäft erleidet“, so Sidhu.

„Die Kehrseite ist allerdings, wenn man es aus kaufmännischer Sicht betrachtet, dass das Geschäft am Laufen gehalten werden muss, denn letztendlich gewinnt man nur so Kunden und macht Umsatz. Sie können den Laden nicht einfach komplett dicht machen. Die Frage ist also, wie man sich die richtigen Chancen heraussucht.

Wie können Sie aus den vielen Unternehmen die „heraussieben“, die wahrscheinlich durchkommen und ihre Rückzahlungen leisten werden?

Der Schlüssel hierzu sind Daten, die so aufbereitet werden, dass sich der Prozess auf fundierte Informationen stützen kann und effizienter wird.

Besonders wichtig ist dies, wenn bei Kreditentscheidungen viel auf dem Spiel steht und wenn sie häufig zu treffen sind. „Dafür bedarf es einer besseren Automatisierung, denn die Risikoprüfer sollen ihre Zeit für die Entscheidungsfindung verwenden und nicht damit, die Daten zusammenzutragen“, erklärt Sidhu.

„Selbst wenn Prozesse weiterhin manuell bleiben, sollten doch einzelne Schritte automatisiert werden, um die von ihnen benötigten Informationen besser bereitstellen zu können. Alle Finanzdaten oder Kennzahlen, die sie verstehen müssen, können ihnen einfach zur Verfügung gestellt werden, statt dass alles einzeln mühsam manuell durchgearbeitet werden muss.“

So gaben beispielsweise 72 Prozent der Unternehmen weltweit an, dass Daten ihrem Unternehmen dabei helfen, intelligente Entscheidungen bei der Kreditvergabe zu treffen. In Schweden, Deutschland und Dänemark waren jedoch nur etwa 60 Prozent der Führungskräfte dieser Meinung – ein deutlich geringerer Anteil als bei denjenigen, die der Meinung waren, dass Daten Prozesse wie die allgemeine Risikobewertung und die Identifizierung neuer Kunden unterstützen.

Im Vereinigten Königreich lag der Anteil mit 69 Prozent zwar höher, aber immer noch deutlich unter dem Anteil der Führungskräfte, die angaben, dass Daten eine wichtige Rolle bei der Risikobewertung und bei Investitionsentscheidungen spielen.

Eine Frage der Reife

Sidhu sieht mehrere Gründe für diese Diskrepanz:

• Die Herausforderung der Beschaffung, Verarbeitung und Analyse von Daten. „Datenmanagement ist eines der größten Probleme, das Unternehmen bei einer effektiven Analytik im Weg steht“, sagt er. „Die Leute wollen KI und Analytik einbeziehen, doch wenn schon die Daten, die reinkommen, mäßig sind, dann können auch die Ergebnisse nicht optimal sein. Bevor man sich gleich auf die „coolen“ Themen stürzt, müssen zuerst die richtigen Prozesse eingerichtet sein, das bedeutet die Daten müssen organisiert und korrekt betrachtet werden.“ 
• Fehlende Anwendbarkeit. „Es geht nicht einfach um irgendwelche Daten, sondern darum, die richtigen Daten und das, was relevant ist, auszuwählen und auch für sich selbst zu erproben,“ bemerkt Sidhu. „Eine Kennzahl, die für jemand anderen einen Zahlungsausfall vorhersagt, funktioniert in Ihrem Portfolio vielleicht nicht, denn die Zusammensetzung kann bei Ihnen ganz anders aussehen.“  
• Unterschiedliche Reifegrade. Es ist normal, dass Unternehmen bei ihren Analytik-Fähigkeiten unterschiedlich weit sind. Daten sind üblicherweise „historisch“ und dienen vor allem dazu, ein Bild vergangener Trends zu erstellen, das für einen Kontext verwendet werden kann – also das, was in der Branche als deskriptive Analytik bezeichnet wird. Was dagegen für Kreditentscheidungen wirklich gebraucht wird, sind zukunftsgerichtete Erkenntnisse. 
  
  „Anhand der von einem Unternehmen erstellten Analysen kann man sagen, wo es gerade steht“, sagt Sidhu. „Wird einfach nur dargestellt, was passiert ist? Oder lernt man tatsächlich aus der Vergangenheit und kann vorhersagen, wie die Ergebnisse in Zukunft aussehen werden?“  

Ein solideres Fundament für das eigene Handeln

Wie also können Unternehmen das, was Sidhu als „stumpfe Werkzeuge“ bezeichnet, hinter sich lassen und die Umstellung hin zu eher prädiktiven, datengesteuerten Kreditentscheidungen vollziehen?

Tipp 1: Eine ehrliche Bewertung der aktuellen Datenressourcen und -fähigkeiten vornehmen. Wenn Lücken vorhanden sind, können Unternehmen von Daten-Tools und -Ressourcen von Anbietern wie Dun & Bradstreet profitieren, die ihre Fähigkeit zu intelligenteren Kreditentscheidungen deutlich verbessern. Sidhu weist jedoch darauf hin, dass viele nicht einmal das, was sie bereits haben, effektiv nutzen. 

„Dun & Bradstreet kann einen Mehrwert bieten, indem wir branchenübliche Erfahrungswerte teilen und Unternehmen dadurch einen Vorsprung verschaffen“, sagt er. „Mit unseren Kennzahlen liefern wir Unternehmen einen Ausgangspunkt, von dem aus wir gemeinsam mit ihnen etwas aufbauen können, das für ihr Portfolio quasi maßgeschneidert ist. Sie sollten dabei aber nicht die Daten außer Acht lassen, die sie intern haben. Die Ergebnisse sind noch aussagekräftiger, wenn sie unsere Daten und ihre eigenen internen Daten gleichzeitig nutzen können.“ 

Tipp 2: Das Datenmanagement straffen. Auch bei dieser Aufgabe kann Dun & Bradstreet unterstützen. „Mit der D-U-N-S-Nummer verfügen wir über eine eindeutige Referenzierung, mit der wir Unternehmen nicht nur bei der internen Strukturierung ihrer Daten helfen können, sondern auch bei der besseren Verknüpfung mit unseren Daten, die automatisch, sobald sie verfügbar sind, mit neuen Informationen aktualisiert werden“, erklärt Sidhu. 

Tipp 3: Gemeinsam mit einem Partner in der Analytik-Reifekurve nach oben klettern. Sidhu weist darauf hin, dass viele Kennzahlen von Dun & Bradstreet, beispielsweise zu Zahlungsausfällen und Zahlungsverzug, an sich schon in die Zukunft gerichtet sind. Zudem kooperiert das Unternehmen in Märkten wie dem Vereinigten Königreich mit unabhängigen Partnern, um Nahezu-Echtzeitinformationen über Faktoren wie Darlehensrückzahlungen einbeziehen zu können. 

Das Kundenerlebnis aufwerten 

Diese Fortschritte lohnen sich für die Unternehmen nicht nur im Hinblick auf ein geringeres Risiko finanzieller Verluste, sie gehen weit darüber hinaus. Wenn Unternehmen ihre Prozesse reibungsloser und geradliniger gestalten, freut das auch ihre Kunden – mit weitreichenden Auswirkungen auf Kundenbindung und Loyalität. 

„Um geschäftliche Chancen zu ergreifen, müssen nahtlose Prozesse vorhanden sein, und Entscheidungen müssen schnell getroffen werden können“, sagt Sidhu. „Es wird nun erwartet, dass alles einfacher zu erledigen sein sollte, dass die im Kundenbereich übernommenen Prinzipen auch anderswo gelten. Wenn Sie die Technologie nicht nutzen können, um Prozesse zu vereinfachen, werden diese Sie erheblich verlangsamen, und Sie könnten gute Kunden verlieren, die hohe Erwartungen an die Art und Weise hatten, wie sie behandelt werden sollten. Doch dank Automatisierung ist nicht nur das Kundenerlebnis besser, sondern sie bietet auch finanzielle Vorteile. Je schneller Sie einen Kredit unter Dach und Fach haben, desto früher bekommen Sie Zinsen.“

Unabhängig vom Konjunkturzyklus ist es, wie Sidhu betont, wichtig, dass Unternehmen den Überblick behalten, sich weiter auf die Förderung ihres Wachstums und die Entwicklung der Datenfähigkeiten konzentrieren, die das Unternehmen insgesamt resilienter machen.

„Egal ob die Zeiten gut oder schlecht sind, Unternehmen müssen immer auf die gleichen Punkte achten“, sagt er. „Best Practice bedeutet immer, die Entscheidungsfindung möglichst weit zu automatisieren, Kosten zu senken und Verluste zu minimieren. Dadurch schaffen Sie Vertrauen in die Entscheidungsfindung, holen Leute mit ins Boot und wissen, dass Sie das Richtige tun.“