Modellrisiko und Modellsteuerung | Jonas Osman Abdelghafour

Woraus Modellrisiko tatsächlich besteht

Modellrisiko entsteht in drei Schichten. Die erste ist der Methodenfehler: ein Modell, das für seinen Zweck theoretisch ungeeignet ist. Die zweite ist der Implementierungsfehler: richtige Methode, falscher Code, falsche Daten oder falsche Produktionsumgebung. Die dritte – und in der Praxis häufigste – ist der Anwendungsfehler: Ein grundsätzlich sinnvolles Modell wird außerhalb seines Gültigkeitsbereichs eingesetzt oder als Prognose gelesen, obwohl es ein Szenario ist.

Ein zweckentfremdet genutztes Modell ist gefährlicher als ein bekanntermaßen unsicheres Modell, weil die Unsicherheit für die Entscheidungsträger dann unsichtbar bleibt.

Model Governance und Modellinventar

Model Governance beginnt mit einer Definition: Was gilt in der Organisation als Modell? Diese Definition bestimmt den Umfang des Inventars und damit, wie viel außerhalb der Kontrolle bleibt. Tabellenkalkulationen, Anbietermodelle und KI-Komponenten sollten erfasst werden, sobald sie wesentliche Entscheidungen beeinflussen.

Ein nützliches Modellinventar enthält Zweck, Eigentümer, Anwendungsbereich, Datenquellen auf Überblicksebene, Wesentlichkeitsklasse, Validierungsstatus, bekannte Grenzen und das Datum der letzten Überprüfung. Das Inventar ist das Rückgrat der Governance – ohne es wird Validierung zufällig.

Eindeutige Modelleigentümerschaft in der ersten Linie.
Wesentlichkeitsklassen steuern Validierungstiefe und -frequenz.
Dokumentierte Grenzen und genehmigte Anwendungsbereiche.
Formaler Prozess für Modelländerungen und Außerbetriebnahme.

Unabhängige Validierung in der Praxis

Unabhängige Validierung bedeutet, dass jemand ohne Verantwortung für das Modellergebnis dessen konzeptionelle Solidität, Datenbasis, Implementierung, Leistungsfähigkeit und Verwendung prüft. Unabhängigkeit ist organisatorisch, nicht nur persönlich: Eine Validierung, die an den Modelleigentümer berichtet, ist nicht unabhängig.

Ein vollständiger Validierungsauftrag umfasst konzeptionelle Prüfung, Replikation oder Alternativberechnung, Backtesting gegen Realisierungen, Benchmarking gegen alternative Verfahren, Sensitivitätsanalysen zentraler Annahmen und eine Beurteilung der tatsächlichen Verwendung in Entscheidungen. Ergebnis ist eine priorisierte Feststellungsliste mit Maßnahmenplan – kein Freigabestempel.

Backtesting, Benchmarking und Sensitivitäten

Backtesting vergleicht Modellprognosen über die Zeit mit der Realität und ist dort am stärksten, wo Daten reichlich vorhanden sind, etwa im Kreditrisiko-Rating und im Marktrisiko. Für seltene Ereignisse – Katastrophenrisiko, extreme Szenarien, Klimarisiko – liefert Backtesting nur begrenzte Information und muss ergänzt werden.

Benchmarking gegen eine einfachere oder alternative Methode offenbart häufig mehr als weitere Feinkalibrierung. Sensitivitätsanalysen zeigen, welche Annahmen das Ergebnis wirklich treiben, und sollten steuern, wo Validierungsressourcen eingesetzt und was nach oben berichtet wird.

Die Rolle der zweiten Verteidigungslinie

Modellrisiko wird in der Praxis von der zweiten Verteidigungslinie gesteuert. Ihre Wirksamkeit hängt weniger von der Anzahl der Prüfungen ab als von der Fähigkeit, Annahmen glaubwürdig zu hinterfragen und Feststellungen bis zur Behebung zu verfolgen.

Reifegrad zeigt sich, wenn eine Validierungsfeststellung eine Geschäftsentscheidung verändert: eine Preisänderung, ein Kapitalzuschlag, eine Nutzungsbeschränkung oder die Stilllegung eines Modells.

Fazit

Modellrisiko lässt sich nicht wegvalidieren, aber es lässt sich sichtbar, begrenzt und beherrschbar machen: durch ein vollständiges Inventar, wesentlichkeitsgesteuerte unabhängige Validierung, dokumentierte Grenzen und die konsequente Nachverfolgung von Feststellungen.

Modellrisiko und Modellsteuerung in Finanzinstituten