Die Wirtschaft ist ein gewaltiges Netzwerk, doch Daten zu Geschäftspartnern und Firmenkunden fristen oft ein Dasein auf der Isolierstation. Verbindungen untereinander oder zu anderen Unternehmen und Entscheidern sind fast immer unbekannt – und damit teuer verschenktes Potenzial.
Mit Graph Intelligence holen sich Unternehmen das Netzwerk der Wirtschaft ins Unternehmen – und verwandeln die daraus resultierenden Insights in bessere Prozesse und Entscheidungen.
Partner des Bank Blogs
Trotz Milliarden-Investitionen in Digitalisierung behandeln Banken ihre Daten zu Kunden, Leads, Lieferanten und Co. oft noch wie zu Zeiten des guten alten Aktenschranks: Sie werden manuell erfasst, nur sporadisch aktualisiert und um zugekaufte Informationen angereichert. Das größte Potenzial verschenken Banken aber dadurch, dass ihre Daten weder untereinander noch mit anderen konsequent vernetzt sind. Beziehungen zwischen Geschäftspartnern im Bestand, aber auch deren Verbindungen zu externen Unternehmen und Entscheidern bleiben unbekannt.
Doch wäre es nicht spannend zu wissen, dass der Vorstand eines guten Kunden oder Lieferanten im Aufsichtsrat eines Zielkunden sitzt? Eine Empfehlung könnte den Sales Cycle erheblich beschleunigen. Und wie viele Ausfälle könnte man wohl verhindern, wenn Beziehungen zu dubiosen Firmen oder Personen schon bei der Geschäftsanbahnung bekannt wären? Denn hier sind die gängigen Auskunftei-Tools oft machtlos. Traditionell fokussieren sie sich darauf, möglichst viele Informationen zu einem Objekt zu sammeln – Beziehungen gehören nicht zum Standard. Sie beharren auf einem eindimensionalen Mindset, das sich sowohl bei Daten-Providern als auch bei deren Kunden hartnäckig hält und die vernetzte, dynamische Realität am Markt negiert.
Graph Technologie vernetzt Daten und extrahiert Insights
Eine innovative Lösung bietet die moderne Graph-Technologie, die komplexe Beziehungen in leistungsfähigen Graph-Datenbanken darstellen und zudem optimal visualisieren kann. Denn meist sagt eine Graphik auf einen Blick mehr über Verflechtungen als tausend Worte, die man sich mühsam aus den Registern zusammengesucht hat.
Doch um Zusammenhänge effektiv nutzen zu können, fehlen Banken neben der Graph-Technologie noch zwei weitere Bausteine: Erstens zuverlässige Basisdaten über alle Marktteilnehmer, die sowohl die Historie abbilden als auch die tagesaktuelle Realität. Und zweitens smarte Algorithmen und Tools, die in der Lage sind, das Netzwerk nicht nur zu erstellen, sondern auch relevante Insights daraus abzuleiten und automatisiert in Prozesse einzuspielen.
Perfect Match: BusinessGraph als Basis-Netzwerk
Alles zusammen als einzigartiges Paket liefert kantwert, ein gereiftes Start-up aus dem Frankfurter Umland. Als Pionier für Graph Intelligence hilft es Unternehmen beim Aufbau intelligenter Daten-Ökosysteme. Der kantwert BusinessGraph ist ein zentrales Basisnetzwerk aus vielen Millionen Unternehmen und deren Entscheidern. Alle Daten stammen aus validen öffentlichen Quellen. Matcht nun eine Bank ihre Kundendaten gegen den kantwert BusinessGraph, werden auf einen Schlag alle Verbindungen transparent: Unter den Geschäftspartnern, aber auch zu anderen Unternehmen und Entscheidern und über beliebig viele Etappen. Smarte Tools und die Kooperation mit Technologiepartnern wie SAP ermöglichen es, die Ergebnisse aus dem permanenten Matching in relevante Insights zu verwandeln und diese nahtlos in Workflows einzuspielen.
Jedes Unternehmen und jeder Entscheider hat ein Netzwerk – Graph Intelligence visualisiert Verbindungen mit „Open World“-Effekt. Jeder Knotenpunkt lässt sich anklicken und eröffnet neue Einblicke.
Use Case Sales: Das eigene Netzwerk effizient erweitern
Gerade im Bereich Sales & Marketing liegen die Vorteile auf der Hand: Bestehende Beziehungen können genutzt werden, um höchsteffizient weitere Verbindungen zu knüpfen und das eigene Netzwerk auszuweiten. Denn die längste und aufwändigste Phase im Sales-Cycle, die des Vertrauens- und Beziehungsaufbaus, wird durch eine empfehlende „warm introduction“ anstelle von Kaltakquise deutlich verkürzt. Dies zahlt sich nicht nur im Bereich der UHNWI (Ultra High Net Worth Individuals) schnell aus.
Darüber hinaus lohnt es sich, auch Privatkunden mit dem Business-Netzwerk zu matchen. Denn so können Banken alle Privatkunden herausfiltern, die in Unternehmen Verantwortung tragen und in der Lage wären, ihre positive Customer Experience im Privaten auf ihr Unternehmen zu übertragen oder einen Kontakt zu vermitteln. Immerhin 8 Prozent aller Privatkunden sind hier das lukrative Potenzial. Aber auch viele weitere Tools eröffnen neue Potenziale, zum Beispiel die Option, gezielt nach Beteiligungen von Kundenunternehmen zu suchen. Denn vielleicht gehört eine Tochtergesellschaft zu den Kunden einer Bank, aber die Muttergesellschaft – oder weitere Töchter – noch nicht?
Über ein automatisiertes Monitoring von Veränderungen im Netzwerk erfahren die zuständigen Mitarbeiter im Übrigen sofort von der Gründung einer neuen Gesellschaft (oder von neuen Führungskräften, Anschriften, Rechtsformen etc.). So können Kontaktanlässe direkt genutzt werden. Schöner Nebeneffekt: Der Zugriff auf die jederzeit aktuellen Daten des gesamten Markts verbessert alle Daten-Analysen sowie die Stammdatenqualität und erleichtert das elektronische Onboarding.
Use Case Compliance, Fraud & Risk: Strukturen durchschauen
Im Bereich Compliance unterstützt Graph Intelligence bei der Prüfung neuer Partner (KYC), auch auf Reputationsrisiken, sowie bei der Erfüllung regulatorischer Pflichten. Statt aufwändiger Recherchen genügt ein Klick, und schon präsentieren sich selbst komplexe Beteiligungsstrukturen in einem übersichtlichen Diagramm. Inklusive des Wirtschaftlich Berechtigten. Die neue Technologie hilft aber auch dabei, Geldwäsche und andere Formen der Wirtschaftskriminalität aufzudecken. Schließlich werden komplexe Verflechtungen bisweilen bewusst aufgebaut, um Straftaten zu begehen und zu verschleiern. Daher zählen nicht nur Banken, sondern auch Ermittlungsbehörden zu den Nutzern.
Einen ähnlichen Ansatz verfolgt Graph Intelligence im Risk Management. Der Algorithmus „Distance-to-trouble“ zeigt zum Beispiel an, wie weit der nächste „Troublespot“ von einem Unternehmen entfernt liegt. Dies hilft Ausfälle deutlich zu reduzieren. Auswertungen in laufenden Kundenprojekten zeigen, dass ein einziger Troublespot (z.B. eine Insolvenz oder ein Betrugsfall) bis zu 5.000 weitere Knotenpunkte mit höheren Risiken „infizieren“ kann.
Graph Intelligence wird neue Kerntechnologie
Daten sind für Banken grundsätzlich ein zentrales Asset – nicht nur, um sich von neuen Wettbewerbern abzugrenzen. Allerdings darf das Datenuniversum der Zukunft keine abstrakte eigene Welt und Wirklichkeit mehr sein: Um wirklich fundierte Insights extrahieren zu können, braucht es Daten, die die vernetzte Realität abbilden und mit deren Dynamik Schritt halten.
Dank Graph Intelligence gibt es heute eine technisch schnell umsetzbare Möglichkeit, um dieses Ziel zu erreichen. Analysen, Prozesse und Entscheidungen werden durch einen größtmöglichen Realitätsbezug auf vielfältige Weise optimiert, um nicht zu sagen: revolutioniert. Denn mit der „Augmented Reality“ für Daten vollzieht die Digitalisierung endlich den entscheidenden Schritt in ein neues Zeitalter.
