Was ist Modellrisikomanagement?
Rahmenwerk zur Identifizierung, Messung und Kontrolle von Risiken bei der Entwicklung und dem Einsatz von ML-Modellen, um sicherzustellen, dass die Modelle Leistungs- und Regulierungsstandards erfüllen.
Summary
- Umfasst Entwicklungsrisiken (Datenqualität, Merkmalsauswahl, Algorithmenwahl), Bereitstellungsrisiken (Leistungsverschlechterung, Konzeptdrift) und operationelle Risiken (unbeabsichtigte Folgen, Fairnessprobleme), die eine kontinuierliche Validierung und Prüfung erfordern.
- Implementiert Governance-Frameworks, einschließlich Modellinventar, Versionskontrolle, Leistungsbenchmarking, Bias-Tests, Erklärbarkeitsanforderungen und Compliance-Dokumentation, die mit regulatorischen Standards wie SR 11-7 und KI-Regulierungen abgestimmt sind.
- Überwacht bereitgestellte Modelle anhand von Leistungskennzahlen, Erkennung von Datendrift, Überwachung der Vorhersagegenauigkeit und A/B-Tests und löst bei Unterschreitung akzeptabler Leistungsschwellen ein erneutes Training oder die Außerbetriebnahme des Modells aus.
Als Modell-Risikomanagement bezeichnet man die Steuerung von Risiken, die sich aus auf falschen oder falsch verwendeten Modellen beruhenden und daher potenziell schädlichen Entscheidungen ergeben können. Ziel des Modell-Risikomanagements ist es, Verfahren und Praktiken einzusetzen, um Modellrisiken – d. h. die Möglichkeit des Auftretens von Modellfehlern oder einer Fehlverwendung von Modellen – zu erkennen, zu messen und zu vermindern. Im Bereich Finanzdienstleistungen ist unter dem Modellrisiko das Verlustrisiko zu verstehen, das sich aus der Nutzung nicht hinreichend exakter Modelle zur Entscheidungsfindung ergibt. Dies steht häufig im Zusammenhang mit der Bewertung von Finanztiteln, aber auch mit Aktivitäten wie der Vergabe von Verbraucherkrediten, der Wahrscheinlichkeitsvorhersage von betrügerischen Kreditkartentransaktionen in Echtzeit und der Geldwäsche. Finanzinstitute sind in hohem Maße auf Kredit-, Markt- und Verhaltensmodelle angewiesen, denn das Modellrisiko ist zu einer zentralen Komponente des Risikomanagements und der betrieblichen Effizienz geworden. Solche Einrichtungen verdienen in erster Linie dadurch Geld, dass sie Risiken eingehen: Sie maximieren Modelle, um Risiken zu bewerten, das Kundenverhalten nachzuvollziehen, die Kapitalunterlegung im Hinblick auf die Einhaltung gesetzlicher Vorschriften zu beurteilen, Investitionsentscheidungen zu treffen und Datenanalysen zu verwalten. Die Implementierung eines effektiven Rahmens für das Modell-Risikomanagement ist eine Voraussetzung für Unternehmen, die sich im Betrieb und bei der Entscheidungsfindung in hohem Maße auf quantitative Modelle stützen.
