Unscharfe Logik sorgt für objektive Kreditvergabe

Computerwoche 25/2000

Angenehmer Nebeneffekt: Unterstützung beim Cross-Selling

Als bundesweit einziges Finanzinstitut setzt die Mönchengladbacher CC- Bank auf ein wissensbasiertes „Fuzzy-Logic“-System zur Kredit- und Verkaufsberatung. Kein Kreditabschluss ohne Fuzzy, heißt die Devise. Seit Juli 1999 ist die Software in allen 51 Filialen mit 250 Kundenberatern im Einsatz.

Anfang 1999: Der Kreditwunsch eines Kunden wird bei der CC-Bank-Filiale Heilbronn abschlägig beschieden. In der Bremer Zweigstelle bekommt derselbe Kunde einen Teilbetrag bewilligt, bei den Duisburger Kollegen gar den vollen Kredit ausgezahlt. Ein fiktives Beispiel, aber nicht abwegig. Frank Bergmann, Regionaldirektor der CC-Bank, erinnert sich selbstkritisch: „Bei uns konnte es schon mal wie beim Patienten laufen, der nach Aufsuchen von sieben Ärzten mit sieben verschiedenen Diagnosen nach Hause kehrt.“ Das ist heute anders: Zwar liegt die letzte Entscheidung nach wie vor beim Berater, doch die Diagnose eines Kreditfalls ist eindeutig. Verantwortlich dafür ist das „unscharfe Schließen“ oder englisch: „Fuzzy Logic“.

Die Kriterien, nach denen ein Berater die Situation eines Kunden zu würdigen hat, sind vielfältig. „Abhängigkeiten von der Tagesform oder die natürliche Beeinflussung durch Kleidung, Beruf und Auftreten des Kunden“ nennt Bergmann als mögliche Schwachstellen. Zudem sei eine im Aufbau begriffene Filiale mental progressiver als eine seit langem existente.

Vor Einführung des Fuzzy-Systems war die Kreditabwicklung ebenso aufwändig wie fehleranfällig: Der Kundenberater füllte den Vertrag mit den zugehörigen Formularen per Hand aus. Mit Hilfe mathematischer Formeln wurden manuell „Scoring-Punkte“ – zur rein bonitätsmäßigen Risikobetrachtung – errechnet.

Nicht anders verlief die Haushaltsrechnung, bei der die Einkünfte des Kunden seinen Ausgaben gegenüber gestellt werden. Da im Kreditgeschäft nichts ohne Auskunft bei der Schufa läuft, war hier das Telefon gefragt. Die DV glänzte weitgehend durch Abwesenheit oder zog höchstens die Abwicklung des Geschäfts in die Länge.

Das Motiv der Bank, sich nach einer neuen Lösung umzusehen, hieß in erster Linie: mehr Objektivität. Mit der Idee im Hinterkopf, ihren Beratern eine elektronische Entscheidungshilfe für die komplexen Kreditkriterien an die Hand zu geben, geriet die CC-Bank schließlich an die Dortmunder Fuzzy Logik Systeme GmbH (FLS).

Von ihr ließ sich der Finanzdienstleister überzeugen, mit dem Basis-Tool „Fuzzy-Decision-Desk“ einen ungewöhnlichen Weg einzuschlagen.

In der Planungsphase des Systems nahmen die Abteilungen Vertrieb und Risikokontrolle sowie der allgemeine Hauptverwaltungsbereich ihre Geschäfte unter die Lupe.

„Wir haben in 10000 Akten hineingeschaut, um die Erfahrungswerte für unsere Entscheidungen herauszubekommen“, blickt Bergmann zurück. Anhand dieser Vorgaben implementiert FLS die Fuzzy-Regeln, Interdependenzen und Operationen. Herausgekommen ist ein interaktives Beratungssystem, das quasi selbständig ein Votum für oder gegen einen Kredit abgibt.

Ein Blick auf die Oberfläche unter Windows NT laufenden Software erinnert zunächst an die einschlägigen Kreditverträge. Hier trägt der Berater während des Kundengesprächs soziodemografische Angaben, Arbeitgeberdaten, Haushaltsrechnung und Sicherheiten ein. Je nach Kreditart und Verwendungszweck werden unterschiedliche Scoring-Berechnungen ausgelöst.

Der Wunsch, die Schufa bereits im Moment der Dateneingabe hinzuzuziehen, war aus Datenschutzgründen unerfüllbar. Erst muss die Erlaubnis des Kunden eingeholt werden. Dafür gibt es in der aktuellen Softwareversion einen Button, mit dem der Kunde sein Einverständnis quittieren kann. Daraufhin erhält der Berater automatisch die gewünschte Auskunft. Und erst dann kann die Modellrechnung im Gang gesetzt werden.

Die Empfehlung des Systems ist durch Ampelfarben verdeutlicht. Grün markiert das Votum, den Kredit zu vergeben. Rot rät dem Berater, die Finger vom Geschäft zu lassen. Im gelben Bereich regt das System eine weiterreichende Prüfung an.

Warum Fuzzy Logik? Viele Banken legen den Schwerpunkt auf eine rein mathematische Betrachtung des Kreditrisikos. Die lässt sich problemlos hart codieren. Für die CC- Bank hingegen sind Scoring-Verfahren, Einnahmenüberschuss-Rechnungen und Schufa- beziehungsweise Obligo-Auskünfte nur ein Faktor unter mehreren. Auch die Höchstkreditbestimmung, spezielle Faktoren in der Haushaltsbetrachtung und weitere Erfahrungswerte sollen in die Modellrechnung einfließen.

Welche Kriterien in welchem Zusammenspiel und mit welcher Gewichtung verrechnet werden, bleibt das Geheimnis der Bank. Nur soviel: Der Kundenberater verfügt über Spielräume, um manuell in den Entscheidungsprozess eingreifen zu können – beispielsweise, indem er erfolgreich abgeschlossene Kreditgeschäfte mit dem Kunden positiv vermerkt oder das Wissen um die Spielleidenschaft eines Kunden als K.O.- Kriterium für dessen Kreditwunsch einträgt. Das Kriterien-Puzzle setzt sich aus vielen Eingangsgrößen, Abhängigkeiten, und Prioritäten zusammen. Die Erfahrungswerte lassen sich relativ problemlos auf Fuzzy-Regeln übertragen, was für den Einsatz eines solchen wissensbasierten Systems spricht.

Die Online- Bewertung eines spezifischen Kreditwunsches ist allerdings nur eine der Hauptkomponenten der Software. Die zweite bezieht sich auf die Analyse der Daten hinsichtlich der „Cross-Selling-Produkte“, genauer gesagt: hinsichtlich der Frage, für welche weiteren Angebote ein Kunde in Frage kommt.

Dazu gibt das System ein kundenindividuelles Ranking aus. Einzelne Produkte wie Rentenversicherung, kapitalbildende Lebensversicherung, Giro, Sparprodukte oder Kreditkarten werden mit einer Punktzahl von 0 bis 100 – jeweils im grünen oder roten Bereich – aufgeführt. Für den Kundenberater ist eine hohe Punktzahl im grünen Bereich ein Anlass, beim Kunden nachzuhaken und den Bedarf für das so empfohlene Produkt abzuchecken. „Die Risikokalkulation ist die Grundvoraussetzung und das Ventil für alle weiteren Analysen“, weiß Bergmann. In der praktischen Anwendung aber sei vor aber allem die Verkaufshilfe für die Cross-Selling-Produkte von Nutzen.

Zwei Jahre dauerte es, bis das Fuzzy-System einsatzreif war. Beim Probelauf in einer Testregion stellte sich zunächst heraus, dass ganze 25 Prozent der Kreditwertungen im gelben, also unentschiedenen Bereich lagen. Das sei zu viel, meinten die Banker, und modifizierten das Regelwerk. Mit Erfolg: Heute zeigt das System nur noch in zwei Prozent aller Fälle gelb an. „Das ist eine sehr realistische Prozentzahl, da wir es genau in dieser Größenordnung mit schwer entscheidbaren Spezialkonstellationen zu tun haben“, so Bergmann.

Im Sommer vergangenen Jahres begann in jeder Filiale ein zweieinhalbtägiges Training on the Job. In der Folge trudelten nochmals 120 Verbesserungsvorschläge und kritische Anmerkungen der Berater ein. 80 davon sind in mehreren neuen Releases berücksichtigt worden.

Die Resonanz war fast durchweg positiv. „Nach drei bis vier Wochen im Einsatz mochten wir das System nicht mehr missen“, bestätigt der Kundenberater Stephan Förster. Er und seine Kollegen hätten das Gefühl, alle internen Regeln anzuwenden, die die Bank bereit halte. Der Ansatz sei ganzheitlich und vereinfache die Arbeit. Die Arbeitserleichterung betrifft nicht nur die automatische Verrechnung der früher manuell erledigten Arbeiten. Komfortabel ist auch die Möglichkeit, jederzeit zwischen Euro- und D-Mark-Rechnung wechseln zu können. Zu schätzen wissen die Mitarbeiter auch die Resümeemaske: Sie listet fehlende Angaben, beispielsweise einen nicht vorgelegten Personalausweis, auf.

Die Produktivität stieg um zehn Prozent

Auch Regionaldirektor Bergmann beurteilt den Fuzzy-Einsatz positiv. Die Produktivitätssteigerung seit Einführung des Systems schätzt er auf zehn Prozent. Zur Zeit kann ein Kreditgeschäft in etwa 15 Minuten abgewickelt werden.

Dafür, dass die Berater das System akzeptieren, spricht auch die Praxis. „Gibt es grünes Licht, ist die Chance, das der Kundenberater den Kredit auch vergibt, 99 Prozent“, berichtet Bergmann. Und das gilt in Heilbronn, Bremen, und Duisburg: Mit hoher Wahrscheinlichkeit ist die Entscheidung über das Kreditbegehren eines Kunden stets dieselbe.

Das Unternehmen

Die CC- Bank mit Hauptsitz in Mönchengladbach richtet sich ausschließlich an private Kunden. Hauptgeschäft ist das Kreditwesen: 100% 000 der insgesamt 948 000 Kundenkonten im Jahre 1999 waren Kreditkonten. Das Kreditvolumen stieg gegenüber 1998 um 17,5 Prozent auf vier Milliarden Mark. Mit 100,1 Millionen Mark lag der Jahresüberschuss 1999 erstmalig im dreistelligen Millionenbereich. Die Bank betreibt bundesweit etwa 50 Filialen und beschäftigt rund 1000 Mitarbeiter.

Das 1957 gegründete Unternehmen verfolgt traditionell eine Doppelstrategie: Der direkte Weg zum Kunden führt über klassisches Retail-Banking. Im Segment der Absatzfinanzierung hingegen erreicht die Bank den Verbraucher indirekt über den Waren- und Kraftfahrzeughandel. Hier unterhält sie partnerschaftliche Beziehungen zu beinahe 18 000 deutschen Unternehmen. Zugleich tritt sie als Direktbank auf.

Doch Aktiv: Fuzzy-Systeme

Anfang der 90er Jahre waren sie ein Renner: wissensbasierende Systeme. Wer neuronale Netze, klassische Expertensysteme oder Fuzzy-Systeme einsetzte, konnte davon überzeugt sein, im Trend zu liegen. Fuzzy steht hierbei für dem menschlichen Denken nachempfundenes Wissen. Im Gegensatz zur klassischen Logik, die zwischen 0 und 1 keine Abstufungen kennt, bieten Fuzzy-Systeme fließende Übergänge an. „Linguistische Variablen“ wie Einkommen, Druck oder Temperatur umfassen eine Kollektion unscharfer „Fuzzy Sets“ (beispielsweise niedrig, mittel, hoch, sehr hoch). Im ersten Schritt werden die Eingangsgrößen „fuzzifiziert“: Ein Wert zwischen 0.0 und 1.0 gibt den aktuellen Grad der Übereinstimmung mit der – individuell quantifizierten – linguistischen Variablen an. Wird zum Beispiel eine Brennofentemperatur von 800 Grad als „eher sehr hoch“ eingestuft, könnten die Zugehörigkeit zu den Werten „niedrig“ und „mittel“ 0.0 betragen, während für „hoch“ 0.4 und für „sehr hoch“ 0.8 vergeben werden.

Die Fuzzy-Logik bedient sich der Mengenoperationen Vereinigung, Durchschnitt und Komplement, um die Variablen zu Fuzzy-Regeln zu verknüpfen und die Erfüllungsgrade jeder Regel auszuwerten. Mit Hilfe mathematischer Methoden, insbesondere der Flächenschwerpunkt- Berechnung durch numerische Integration, wird die unscharfe Menge zu einer scharfen Stellgröße „defuzzifiziert“ und die für diesen Fall vorgesehene Aktion ausgelöst.

Inzwischen ist es ruhig geworden um das einstige Faszinosum. Dabei gibt es immer noch zahlreiche Anwendungsbeispiele. Die Einsatzbereiche haben sich aber verschoben. Lag der Schwerpunkt der Anfangsjahre in der Steuerungs- und Regelungstechnik, sind die heutigen Aufgabenfelder im Decision Support, in der Bildverarbeitung oder der Datenanalyse zu finden.