Solvabilité II

Schritt 1 für einen erfolgreichen Solvency II-ansatz: Datenerhebung und -qualität

25/05/2026
Dieser Artikel ist der erste einer fünfteiligen Serie, die auf unserem Expertenpapier „5 Schritte für einen erfolgreichen Solvency II-ansatz“ basiert. Jeder Schritt beleuchtet eine kritische Phase des Solvency-II-Prozesses – von der Datenverwaltung bis zur kontinuierlichen Verbesserung. In diesem ersten Artikel legen wir das Fundament: Ohne saubere, nachvollziehbare und gut verwaltete Daten ist jeder nachfolgende Schritt gefährdet.
In einem anspruchsvollen regulatorischen Umfeld bilden Daten die Grundlage jeder Solvency-II-Umsetzung. Unvollständige, inkonsistente oder schlecht nachvollziehbare Daten können die Zuverlässigkeit der Berechnungen untergraben, die Entscheidungsfindung schwächen und Versicherer Compliance-Risiken aussetzen.

Ein strukturierter und standardisierter sowie automatisierter Ansatz für das Datenmanagement ermöglicht es Versicherern, die Compliance sicherzustellen und gleichzeitig die betriebliche Effizienz zu verbessern.

Dieser erste Schritt im Solvency-II-Prozess ist daher entscheidend, noch bevor mit der Modellierung, Berechnung und Analyse begonnen wird.

Datenqualität

Die im Rahmen von Solvency II verwendeten Daten stammen aus verschiedenen Quellen: Aktuariat, Rechnungswesen, Kapitalanlagen, Rückversicherung und weitere. Sie liegen zudem in verschiedenen Formaten und über unterschiedliche Tools vor, mit variierender Frequenz und unterschiedlichen Detailgraden.

Die eigentliche Herausforderung besteht nicht nur darin, Daten zu erheben, sondern auch sicherzustellen, dass diese vollständig, konsistent und über verschiedene Quellen hinweg abgeglichen sind sowie innerhalb enger Fristen genutzt werden können. In der Praxis wird mehr als ein Drittel der Zeit für die jährliche Solvency-II-Produktion für Datenerhebung und -qualität aufgewendet, was die Zeit für Analyse und Entscheidungsfindung erheblich reduziert.

Die Datenqualität muss bereits beim Import durch mehrere Kontrollstufen sichergestellt werden:

  • Implementieren Sie automatisierte Validierungsregeln.
  • Führen Sie Sperrkontrollen durch, um inkonsistente Daten zu verhindern.
  • Richten Sie Warnkontrollen ein, um die Analyse zu erleichtern.
  • Führen Sie automatische Abstimmungen zwischen verschiedenen Quellen durch.
  • Versionieren Sie Daten, um Reproduzierbarkeit und Nachvollziehbarkeit sicherzustellen.

In vielen Unternehmen sind Daten nach wie vor auf mehrere Tools verteilt. Heute ermöglicht eine zentralisierte Lösung, dass Daten per Import oder manueller Eingabe erfasst, strukturiert und allen Beteiligten (Buchhaltung, Versicherungsmathematik, Risikomanagement usw.) zur Verfügung gestellt werden: Finanzdaten, Buchhaltungskennzahlen, Daten zu versicherungstechnischen Rückstellungen und mehr.

Diese Zentralisierung durch eine einzige, einheitliche Datenbank sorgt für mehr Flexibilität und Konsistenz, spart Zeit und verbessert die Zusammenarbeit.

Datenmanagement und Monitoring

Sobald die Datenqualität sichergestellt ist, ist es unerlässlich, ihre Nachvollziehbarkeit und Integrität während des gesamten Prozesses zu wahren.

Die Aufsichtsbehörden erwarten, dass jede gemeldete Zahl erklärbar, begründbar, nachvollziehbar und reproduzierbar ist. Hier kommt der Audit Trail (Prüfpfad) ins Spiel, der eine zentrale Rolle als Bestandteil der Governance, des operationellen  Risikomanagements und der aufsichtsrechtlichen Glaubwürdigkeit spielt.

Heutzutage garantieren traditionelle Tools wie Excel oder manuelle Prozesse nicht immer eine optimale Nachvollziehbarkeit und bergen erhebliche Risiken, darunter operative Fehler, Abhängigkeit von lokalen Dateien und mangelnde Transparenz.

Eine spezielle Solvency-II-Lösung bietet ein optimales Datenqualitätsmanagement und -Monitoring: Identifizierung der Datenherkunft, Dokumentation von Anpassungen und sichere Validierungsworkflows.

Tatsächlich muss jeder Versicherer in der Lage sein, die aufsichtsrechtlichen Erwartungen in diesem Bereich zu erfüllen. Der Einsatz einer marktbewährten Lösung für diesen kritischen Schritt ist ein wesentlicher Faktor zur Risikominderung.

Darüber hinaus ist die Implementierung von Dashboards für die Überwachung der Datenqualität unerlässlich. Sie ermöglichen die schnelle Identifizierung von Anomalien, die Priorisierung von Korrekturen und die Qualitätsverfolgung im Zeitverlauf im Vergleich zu früheren Berichtszeiträumen.

Dieses Maß an Kontrolle stärkt die aufsichtsrechtliche Glaubwürdigkeit und verringert den Druck bei Prüfungen und behördlichen Überprüfungen.

Interoperabilität und Skalierbarkeit

Solvency-II-Daten können nicht länger als isoliertes Silo betrachtet werden. Sie stehen nun im Zentrum eines umfassenderen regulatorischen und entscheidungsrelevanten Ökosystems und fließen direkt in andere wichtige Rahmenwerke wie ORSA, IFRS 17 sowie das interne Risiko- und Performance-Management ein.

In diesem Zusammenhang stehen Versicherer vor einer großen Herausforderung: der Gewährleistung der Datenkonsistenz über mehrere Rahmenwerke, Anwendungsfälle und Zeiträume hinweg. Dieselben Daten müssen für aufsichtsrechtliche Berechnungen, die Finanzberichterstattung und die Managementanalyse verwendet werden, ohne Abweichungen oder manuelle Nachbearbeitung.

Diese funktionsübergreifende Anforderung erfordert ein Umdenken in Bezug auf Datenarchitekturen. Fragmentierte Ansätze, die auf unabhängigen Verarbeitungsketten basieren, führen unweigerlich zu Diskrepanzen, Redundanzen und operativen Risiken. Umgekehrt ermöglicht eine integrierte Architektur den Datenaustausch, die Abstimmung von Referenzrahmen und Prozesssicherheit.

Indem sie das Datenmanagement nach diesen Prinzipien strukturieren, gehen Versicherer über die Einhaltung gesetzlicher Vorschriften hinaus: Sie schaffen eine nachhaltige Grundlage für operative Effizienz, Zuverlässigkeit und strategisches Management.

Daten-Governance

Über technische Herausforderungen hinaus stützt sich das Datenmanagement vor allem auf eine robuste, strukturierte Governance, die auf höchster Organisationsebene vorangetrieben wird. In einem anspruchsvollen Rahmenwerk wie Solvency II werden Daten zu einem kritischen Vermögenswert, der formalisiert, kontrolliert und dokumentiert werden muss.

Die Aufsichtsbehörden erwarten von Versicherungsunternehmen nicht nur den Nachweis der Datenqualität, sondern auch die Robustheit der vorhandenen Systeme, um deren langfristige Kontrolle zu gewährleisten.

Daten-Governance ist nicht mehr nur eine regulatorische Anforderung: Sie ist ein entscheidender Faktor für die Zuverlässigkeit, Leistungsfähigkeit und Glaubwürdigkeit von Versicherern.

5 Schritte für einen erfolgreichen Solvency II-ansatz

Datenerhebung und -qualität bilden das stille Fundament eines leistungsstarken Solvency-II-Rahmens. Wenn dieser Schritt sorgfältig strukturiert ist, durch eine zentralisierte Architektur, automatisierte Kontrollen und eine robuste Governance, schafft er die Grundlage für Zuverlässigkeit im gesamten Prozess.

Möchten Sie tiefer einsteigen? Laden Sie unser vollständiges E-Book „5 Schritte für einen erfolgreichen Solvency II-ansatz“ herunter und erhalten Sie das Gesamtbild.