In-Memory Computing: Risikoanalysen in Echtzeit und Management sowie Compliance

Die Finanzkrise im Jahr 2008 hat gezeigt, dass viele Banken nicht über angemessene Risikomaßnahmen verfügten. Daraufhin folgte eine tiefgreifende Veränderung der geschäftlichen und regulatorischen Auflagen zur Anpassung an das Marktrisiko. Dies überforderte jedoch viele bestehenden Systeme. Nach der Krise war es Ziel vieler Banken, Risikotransparenz innerhalb eines Tages zu schaffen. Mittlerweile wird jedoch Transparenz in Echtzeit gewünscht. Neueste Vorschriften fordern Marktrisikoeinschätzungen, die eine vielfach genauere Present-Value (PV)-Berechnung haben als vor 2008. Viele bestehende Hochleistungs-Computing- und Analyseinfrastrukturen sind jedoch nicht in der Lage, beides zu liefern: die für Echtzeittransparenz erforderlichen Geschwindigkeiten und die für die Ausführung aller PV-Berechnungen erforderliche Skalierbarkeit. Die Lösung heißt: In-Memory Computing.

von Nikita Ivanov, Gründer des Apache Ignite Projekts und CTO von GridGain Systems.

Um die hohe Geschwindigkeit und nahezu unbegrenzte Skalierbarkeit zu erreichen, setzen führende Banken, Vermögensverwalter und FinTech-Unternehmen auf In-Memory-Computing-(IMC)-Plattformen für ihre Echtzeit-Risikoanalyse, Portfoliomanagement und Compliance.

Unternehmen können dank IMC verschiedenste Informationen und Daten zusammenführen, um eine Einschätzung des Risikos in Echtzeit zu erhalten und die Anforderungen von Handel, Abwicklung, Buchhaltung, Kundenportfoliomanagement, Risikomanagement sowie interner und gesetzlicher Compliance zu erfüllen.”

So stand beispielsweise eine der weltweit führenden Vermögensverwaltungen vor drei Herausforderungen: Die bestehende Infrastruktur konnte die wachsenden Mengen an Finanzdaten nicht auffangen. Neue Finanzregulierungen erforderten erhebliche Veränderungen und eine deutlich größere Rechenleistung. Und zudem gab es die dringende Nachfrage, neue, komplexere Anlageprodukte schneller einzuführen, als es mit den bestehenden Systemen des Unternehmens möglich war. Um diese Herausforderungen zu bewältigen, implementierte das Unternehmen mit Hilfe einer In-Memory Computing-Plattform ein Common Investment Book of Record (IBOR) und bündelte damit alle Informationen über Anlegerpositionen, offene Positionen, Bewertungen und Performance in einer Quelle. Die IMC-Plattform wurde zwischen der bestehenden Oracle-Datenbank des Unternehmens und seinen Anwendungen installiert – ohne größere architektonische Veränderungen.

Sie lieferte eine 10mal geringere Latenzzeit und unbegrenzte horizontale Skalierbarkeit. Alle Handels-, Buchhaltungs- und Backoffice-Tätigkeiten liefen nun in Echtzeit über das IBOR.”

Die Leistungsfähigkeit einer IMC-Plattform

Banken nutzen seit vielen Jahren In-Memory Computing-Plattformen für High-Performance-Computing (HPC), Risikoanalyse und Compliance. Hauptgrund ist, dass IMC-Plattformen dazu verwendet werden können, bestehende Anwendungen schneller und skalierbarer zu machen, ohne das bestehende Systeme umgestaltet oder ersetzt werden müssen. Gleichzeitig erleichtern sie die Einführung neuer Anwendungen und Analysen.

Eine IMC-Plattform ermöglicht Unternehmen auch Transaktionsverarbeitung und -analysen in Echtzeit durchzuführen. Gartner bezeichnet dies als hybride transaktionale/analytische Verarbeitung (Hybrid Transactional/Analytical Processing, HTAP). Damit verfügen Unternehmen über die Rechenleistung, um Risikobewertungen, Analysen und Compliance in Echtzeit bei ihren Handelsaktivitäten durchzuführen. Banken können mit IMC-basierter HTAP massive Datensätze im RAM halten, verteilt auf ein Cluster von Computern On-Premise, in einer privaten oder einer öffentlichen Cloud-Infrastruktur. So können Berechnungen verteilt werden und der Code lokal im RAM laufen. Das ermöglicht eine lineare horizontale Skalierbarkeit für Petabytes von Daten und minimiert gleichzeitig den Netzwerkverkehr.

Eine IMC-Plattform mit HTAP kann auch Machine-Learning-(ML)- und Deep-Learning-(DL)-Bibliotheken bereitstellen, die für die massive parallele Verarbeitung (Massively Parallel Processing = MPP) im gesamten Computercluster optimiert wurden. Dies ermöglicht einen kontinuierlichen Lernprozess.”

Mit einem derartigen Continuous-Learning-Framework können Systeme von Banken automatisch ihre ML- und DL-Algorithmen mit den neuesten Aktivitäten updaten und stets alle mit den aktuellsten Daten laufendes Handels-, Betrugs- und Portfoliorisikomanagement erstellen.

Mit IMC können führende Finanzdienstleistungs- und FinTech-Unternehmen Risiken, Analysen und Compliance in Echtzeit bearbeiten – schnell und hoch skalierbar. IMC hat erfolgreich Milliarden von Present-Value- (PV), „x” Value Adjustment (XVA) oder Monte-Carlo-Berechnungen pro Sekunde unterstützt. Die Schnelligkeit und Skalierbarkeit von IMC ermöglicht es Banken zudem, ein Fundamental Review of the Trading Book (FRTB) durchzuführen, eine der anspruchsvollsten Anforderungen an Banken mit Kapitalmarktpräsenz. FRTB, eine umfassende Überarbeitung des regulatorischen Rahmens für Marktrisiken, erfordert umfangreiche Änderungen an der Daten- und IT-Infrastruktur, um Risiko- und Preisberechnungen auf Grundlage historischer Daten und zahlreicher weiterer Berechnungen vorzunehmen. Der Wettbewerbsdruck erfordert zudem, dass Banken diese Berechnungen so schnell wie möglich durchführen. Eine IMC-Plattform bietet Banken die Geschwindigkeit und Skalierbarkeit, die für eine schnelle und präzise Preisfindung erforderlich ist.

IMC-Plattformen sind mittlerweile eine ausgereifte Technologie. Sie integrieren sich gut mit Technologien von Drittanbietern und bieten die Flexibilität, sich an sich ändernde Infrastrukturanforderungen wie Hybrid- und Multi-Cloud-Bereitstellungen anzupassen.”

Banken, die Risikoanalyse, -Management und Compliance in Echtzeit einführen wollen, sollten untersuchen, welche Vorteile eine IMC-Plattform ihrem Technologie-Stack hinzufügt. IMC sorgt für eine massive Steigerung der Leistung und Skalierbarkeit.Nikita Ivanov, GridGain Systems