Ihr Daten-Template für die Kreditvergabe

Der Aktivitätsname bezeichnet einen bestimmten Schritt oder Meilenstein im Kreditvergabeprozess, zum Beispiel „Antrag eingereicht“ oder „Bonitätsprüfung abgeschlossen“. Diese Aktivitäten bilden die Grundlage der Prozesslandkarte und zeigen die Ereignisabfolge für jeden Kreditantrag.

Die Analyse dieser Aktivitäten macht den Prozessfluss sichtbar. Sie hilft, häufige Abläufe und Abweichungen zu erkennen sowie Engpässe aufzudecken. Reihenfolge und Häufigkeit der Aktivitäten sind entscheidend, um zu verstehen, wie der Prozess tatsächlich abläuft und wie er sich vom geplanten Ablauf unterscheidet.

Das Attribut legt die Prozessschritte fest. So lässt sich die Prozesslandkarte visualisieren und der Prozessfluss auf Engpässe und Abweichungen untersuchen.

Diese Informationen stammen in der Regel aus Event Logs, Statusänderungsdatensätzen oder Audit-Trail-Tabellen in Temenos. Möglicherweise müssen technische Statuscodes oder Ereignistypen den verständlichen Aktivitätsnamen zugeordnet werden.

Der Ereignis-Timestamp hält den genauen Zeitpunkt einer Aktivität fest. Diese chronologischen Daten sind entscheidend, um Ereignisse korrekt zu ordnen und zeitbasierte Prozessanalysen durchzuführen.

Mit diesem Attribut lassen sich wichtige Kennzahlen wie Zykluszeiten, Bearbeitungszeiten und Wartezeiten zwischen Aktivitäten berechnen. Es hilft, Verzögerungen zu erkennen, die Leistung anhand von Service Level Agreements (SLAs) zu messen und den zeitlichen Verlauf der Kreditvergabe zu verstehen. Ohne genaue Timestamps ist Process Mining nicht möglich.

Dieser Timestamp ist entscheidend, um Ereignisse korrekt zu ordnen und alle dauerbasierten Kennzahlen zu berechnen, etwa Zykluszeiten und Engpässe.

In Temenos finden Sie dieses Feld in Event Logs oder Audit-Trail-Tabellen meist neben dem Aktivitäts- oder Statusfeld. Suchen Sie nach Feldern wie „TIMESTAMP“, „EVENT_DATE“ oder ähnlichen Bezeichnungen.

Die Loan Application ID identifiziert jeden einzelnen Kreditantrag eindeutig über seinen gesamten Lebenszyklus hinweg, von der Einreichung bis zur endgültigen Entscheidung und Auszahlung. Sie dient als zentrale Kennung, um alle zugehörigen Aktivitäten und Daten zusammenzuführen. So lässt sich der gesamte Ablauf für einen bestimmten Kredit nachvollziehen.

Beim Process Mining ist dieses Attribut entscheidend für die Erstellung der Case-Ansicht. Jede Loan Application ID steht dabei für eine einzelne Prozessinstanz von Anfang bis Ende. Anhand dieser Kennung lassen sich Kennzahlen auf Case-Ebene berechnen, etwa die gesamte Zykluszeit, Schleifen mit Nacharbeit und die endgültigen Ergebnisse. So erhalten Sie einen umfassenden Einblick in den Ablauf der Kreditvergabe.

Diese zentrale Case-ID führt alle zugehörigen Ereignisse zu einem durchgängigen Prozess zusammen und ermöglicht so die Prozessanalyse.

In Temenos ist dies in der Regel der Primärschlüssel der zentralen Entität für Kreditanträge oder Kreditgeschäfte. Die genaue Tabellen- und Feldbezeichnung finden Sie in der Temenos-Dokumentation, zum Beispiel für das Modul AA.ARRANGEMENT.

Dieses Metadatenattribut erfasst Datum und Uhrzeit der letzten Datenextraktion oder Aktualisierung aus dem Quellsystem. Es bildet kein Geschäftsereignis ab, sondern gibt an, wie aktuell die analysierten Daten sind.

Diese Information ist wichtig, um die Aktualität der Process-Mining-Analyse einzuordnen und die Data Governance zu unterstützen. Sie zeigt Benutzern, ob die Daten in Echtzeit, täglich oder wöchentlich aktualisiert werden. So können sie ihre Erkenntnisse und Entscheidungen besser einordnen.

Das Attribut gibt an, wie aktuell die Daten sind. Das ist wichtig für die Data Governance und hilft Benutzern, die Aktualität ihrer Analyse einzuschätzen.

Dieses Metadatenattribut wird während der Datenextraktion, -transformation und -ladung (ETL) hinzugefügt. In der Regel wird dafür der Timestamp des ETL-Laufs verwendet.

Dieses Attribut gibt an, aus welchem Informationssystem die Aktivitätsdaten stammen. In einer komplexen IT-Landschaft können Ereignisse der Kreditvergabe in mehreren Systemen erfasst werden, etwa in einem Frontend-Portal, der Kernbankplattform und einem Dokumentenmanagementsystem.

Die Angabe des Quellsystems ist wichtig für die Data Governance, die Fehlerbehebung und das Verständnis der technischen Berührungspunkte im Prozess. Sie hilft, die Datenqualität zu prüfen und Prozessfragmentierung über verschiedene Plattformen hinweg aufzudecken.

Das Attribut gibt die Herkunft der Daten an. Das ist wichtig für die Datenvalidierung, die Fehlerbehebung und das Verständnis von Prozessintegrationen.

Dieses Metadatenattribut wird in der Regel bei der Datenextraktion und -transformation hinzugefügt. Für alle Datensätze aus dem betreffenden System kann ein fester Wert wie „Temenos Transact“ verwendet werden.

Der Antragskanal gibt an, auf welchem Weg der Kunde den Antrag eingereicht hat. Je nach Kanal können sich Datenqualität, Kundenerwartungen und Bearbeitungsanforderungen unterscheiden. Das wirkt sich auf die Gesamtleistung des Prozesses aus.

Eine Analyse nach Kanal zeigt, welche Kanäle besonders effizient sind und wo Verbesserungsbedarf besteht. So werden Anträge über das Online-Portal möglicherweise im Durchschnitt schneller bearbeitet als Anträge aus einer Filiale. Diese Erkenntnisse helfen dabei, die Kanalstrategie und die Ressourcenverteilung zu optimieren.

Ermöglicht den Leistungsvergleich verschiedener Kanäle für die Kundeninteraktion und hilft, kanalbezogene Prozesse und Nutzererlebnisse zu verbessern.

Diese Information wird üblicherweise zu Prozessbeginn erfasst und im Hauptdatensatz des Kreditantrags gespeichert. Suchen Sie in Temenos nach einem Feld mit der Bezeichnung „SOURCE“ oder „CHANNEL“.

Der Bonitätsscore ist ein numerischer Wert, der die Kreditwürdigkeit eines Antragstellers abbildet und von einer Kreditauskunftei bereitgestellt wird. Er ist ein wichtiger Faktor bei der Kreditprüfung und Entscheidungsfindung.

Im Process Mining dient der Bonitätsscore als wichtiges Kontextattribut. Durch den Abgleich mit dem endgültigen Ergebnis lässt sich beurteilen, wie einheitlich Kreditentscheidungen getroffen werden. Außerdem können Anträge nach Score segmentiert werden, um zu prüfen, ob Anträge mit niedrigeren Werten länger dauern oder mehr manuelle Bearbeitung erfordern.

Liefert wichtigen Kontext für die Entscheidungsfindung und ermöglicht die Analyse, wie sich die Kreditwürdigkeit auf Prozesspfade, Dauer und Ergebnisse auswirkt.

Diese Daten stammen üblicherweise von einem externen Kreditauskunftsdienst und werden in Temenos in einer Kunden- oder antragsspezifischen Tabelle gespeichert.

Die Endzeit markiert den Abschluss einer bestimmten Aktivität. Während die Startzeit angibt, wann ein Ereignis begonnen hat, zeigt die Endzeit seine Dauer. Bei Ereignissen ohne Dauer kann die Endzeit mit der Startzeit übereinstimmen.

Für eine genaue Berechnung der Bearbeitungszeit von Aktivitäten sind in der Prozessanalyse sowohl Start- als auch Endzeit erforderlich. So lässt sich unterscheiden, wie lange ein Antrag aktiv bearbeitet wird und wie lange er auf den nächsten Schritt wartet. Diese Unterscheidung ist entscheidend, um tatsächliche Effizienzengpässe zu erkennen.

Ermöglicht die genaue Berechnung der Bearbeitungszeit einer Aktivität. So lässt sich bei der Engpassanalyse die aktive Arbeitszeit von der Wartezeit unterscheiden.

In Audit Logs ist die Endzeit möglicherweise als eigenes Feld „END_TIME“ verfügbar. Andernfalls muss sie anhand der Startzeit der nachfolgenden Aktivität in der Abfolge abgeleitet werden. Einzelheiten zur Ereignisprotokollierung finden Sie in der Temenos-Dokumentation.

Das Entscheidungsergebnis gibt den endgültigen Status eines Kreditantrags an, nachdem die Kreditprüfung und die Genehmigungsphasen abgeschlossen sind. Es ist eine zentrale Ergebniskennzahl für den gesamten Prozess.

Dieses Attribut ist wichtig, um die Wirksamkeit des Prozesses zu analysieren. Es dient zur Berechnung der Genehmigungs- und Ablehnungsquoten. In Verbindung mit weiteren Attributen wie Bonitätsscore oder Antragstellertyp lässt sich damit die Einheitlichkeit der Kreditentscheidungen beurteilen. Um den Prozess zu verbessern, muss nachvollziehbar sein, warum Anträge abgelehnt werden.

Gibt das endgültige Geschäftsergebnis des Prozesses an und ermöglicht die Analyse von Genehmigungsquoten, Ablehnungsgründen und der Einheitlichkeit von Entscheidungen.

Wird in Temenos üblicherweise als Statusfeld im Hauptdatensatz des Kreditantrags gespeichert. Das Feld wird in der Regel bei der Aktivität „Kreditentscheidung getroffen“ aktualisiert.

Dieses Attribut ordnet jeden Kreditantrag dem angefragten Finanzprodukt zu. Für verschiedene Kreditprodukte gelten häufig unterschiedliche Prozessabläufe, SLAs und Risikoprofile.

Für aussagekräftige Vergleiche sollte die Prozessanalyse nach Kreditprodukttyp segmentiert werden. So lassen sich Unterschiede bei Zykluszeiten, Genehmigungsquoten und Prozesspfaden erklären. Ein Hypothekenantrag ist beispielsweise grundsätzlich komplexer und dauert länger als ein Privatkreditantrag. Mit diesem Attribut lassen sich vergleichbare Fälle gegenüberstellen und gezielte Verbesserungen ableiten.

Ermöglicht die Segmentierung des Prozesses, um die Leistung verschiedener Geschäftsbereiche zu vergleichen und Abweichungen zu erkennen. Die Bereiche haben häufig unterschiedliche Prozessanforderungen.

Dieses zentrale Attribut des Kreditantrags ist in Temenos üblicherweise in der Haupttabelle des Antrags zu finden. Suchen Sie nach Feldern wie „PRODUCT_ID“ oder „PRODUCT_CATEGORY“.

Dieses Attribut gibt den beantragten Kreditbetrag an. Die Kreditsumme kann den Prozesspfad, den Prüfungsumfang und die erforderlichen Genehmigungen erheblich beeinflussen.

Eine Analyse nach Kreditsumme zeigt, ob Kredite mit höherem Wert einen anderen, strengeren Prozess durchlaufen. So lassen sich Unterschiede bei der Zykluszeit und dem Aufwand für die Kreditprüfung erklären. Für Kredite oberhalb eines bestimmten Schwellenwerts können beispielsweise zusätzliche Genehmigungsschritte erforderlich sein. Diese lassen sich mit Process Mining visualisieren und überprüfen.

Ermöglicht eine wertbezogene Analyse, um zu untersuchen, wie sich die Kreditsumme auf die Prozesskomplexität, die Zykluszeit und die erforderlichen Genehmigungsstufen auswirkt.

Dieses grundlegende Feld ist im Kreditantragsdatensatz in Temenos zu finden. Suchen Sie nach einem Feld wie „AMOUNT“ oder „REQUESTED_AMOUNT“.

Dieses Attribut gibt an, welcher Mitarbeiter oder welches Teammitglied eine bestimmte Aufgabe im Kreditvergabeprozess ausgeführt hat. Beim Process Mining wird dafür häufig der Begriff „Ressource“ verwendet.

Die Analyse der Leistung einzelner Kreditsachbearbeiter hilft, die Arbeitsverteilung zu verstehen, besonders leistungsstarke Mitarbeitende zu erkennen und Möglichkeiten für Schulungen oder eine stärkere Standardisierung der Prozesse aufzudecken. Sie ist eine wichtige Grundlage für Dashboards zur Ressourcenleistung und Arbeitslast. So können Führungskräfte die Teameffizienz verbessern und Aufgaben ausgewogen verteilen.

Ordnet Benutzeraktionen bestimmten Personen oder Teams zu und ermöglicht so die Analyse der Arbeitslast, Leistungsvergleiche und eine bessere Ressourcenverteilung.

Diese Informationen finden Sie häufig in Audit-Trail-Tabellen, oft verknüpft mit einer Benutzer-ID. Suchen Sie in Ereignis- oder Transaktionsdatensätzen in Temenos nach Feldern wie „USER_ID“, „PROCESSED_BY“ oder „OWNER“.

Dieses Attribut gibt die Geschäftseinheit oder Abteilung an, zum Beispiel „Kreditvergabe“, „Kreditprüfung“ oder „Vertragsabschluss“, die eine bestimmte Aktivität ausgeführt hat. So lassen sich Übergaben zwischen verschiedenen Organisationseinheiten nachvollziehen.

Eine Analyse nach Abteilung ist wichtig, um bereichsübergreifende Ineffizienzen und Verzögerungen bei Übergaben zu erkennen. Sie kann Kommunikationslücken oder Ressourcenengpässe in einzelnen Abteilungen aufzeigen und so einen klaren Überblick über organisatorische Engpässe geben.

Macht den Arbeitsfluss zwischen Teams sichtbar und ermöglicht die Analyse von Übergabezeiten sowie die Erkennung organisatorischer Engpässe.

Dieses Attribut ist häufig nicht direkt im Event Log enthalten. Es lässt sich jedoch ableiten, indem Benutzer über das Attribut „AssignedLoanOfficer“ mithilfe einer HR-Stammdatenquelle ihren jeweiligen Abteilungen zugeordnet werden.

Dieses Attribut unterteilt Antragsteller in aussagekräftige Gruppen, etwa „Neukunde“, „Bestandskunde“ oder „Unternehmen“. Je nach Antragstellertyp kann der Prozess unterschiedlich ablaufen. Bei Bestandskunden geht die Bearbeitung beispielsweise möglicherweise schneller, weil bereits Daten vorliegen.

Eine Analyse nach Antragstellertyp zeigt, wie verschiedene Kundengruppen den Prozess erleben. Sie kann Möglichkeiten aufzeigen, den Ablauf für Bestandskunden zu vereinfachen oder Neukunden gezielter zu unterstützen. Diese Segmentierung ist entscheidend für die Analyse der Einheitlichkeit von Kreditentscheidungen.

Ermöglicht den Vergleich der Prozesse für Neu- und Bestandskunden und hilft, die Customer Experience gezielt zu verbessern.

Diese Information wird üblicherweise daraus abgeleitet, ob zum Zeitpunkt der Antragstellung in Temenos bereits ein Kundenprofil oder eine Kunden-ID für den Antragsteller vorhanden ist.

Dieses boolesche Attribut unterscheidet zwischen Aktivitäten, die von einem Benutzer ausgeführt wurden, und solchen, die ein automatisiertes System übernommen hat, etwa eine automatische Bonitätsprüfung oder eine Regel zur Erstvalidierung.

Der Automatisierungsgrad ist wichtig, um weitere Effizienzpotenziale zu erkennen. Er ermöglicht den Vergleich von Geschwindigkeit und Einheitlichkeit automatisierter und manueller Schritte. Die Analyse hilft dabei, künftige Automatisierungsvorhaben zu priorisieren und ihre Auswirkungen zu messen.

Unterscheidet systemgesteuerte von manuell ausgeführten Aktivitäten. Das ist wichtig, um Automatisierungspotenziale zu erkennen und die Wirkung bestehender Automatisierung zu messen.

Dieses Attribut wird häufig anhand des der Aktivität zugeordneten Benutzers abgeleitet. Handelt es sich um ein System- oder Dienstkonto, wird die Aktivität als automatisiert gekennzeichnet. Alternativ kann der Ereignistyp selbst als Grundlage dienen.

Dieses Attribut liefert Kontext zum „Entscheidungsergebnis“. Bei abgelehnten Anträgen gibt es den Grund an, zum Beispiel „unzureichendes Einkommen“, „zu hohe Schulden-Einkommens-Quote“ oder „schlechte Kredithistorie“.

Diese Information ist für die Ursachenanalyse von Ablehnungen besonders wertvoll. Anhand der häufigsten Ablehnungsgründe kann das Unternehmen Probleme bei der Vorqualifizierung erkennen, die Kundenkommunikation verbessern oder die Kreditvergabekriterien anpassen. Das trägt direkt dazu bei, Nacharbeit zu verringern und die Qualität der eingehenden Anträge insgesamt zu verbessern.

Liefert wichtigen Kontext zu abgelehnten Anträgen und ermöglicht eine Ursachenanalyse, um die Antragsqualität zu verbessern und unnötige Bearbeitung zu vermeiden.

Wird in Temenos häufig in einem verknüpften Notiz- oder Grundcodefeld zum endgültigen Entscheidungsstatus gespeichert.

Die Kundenregion gibt den geografischen Standort des Antragstellers an, zum Beispiel „Nordamerika“, „Europa“ oder einen bestimmten Bundesstaat. Damit lässt sich der Prozess geografisch segmentieren.

Ein Leistungsvergleich nach Region kann regionale Unterschiede bei Prozesseffizienz, Genehmigungsquoten oder Produktbeliebtheit aufdecken. Diese Erkenntnisse können für gezieltes Marketing und die Ressourcenverteilung genutzt werden. Außerdem lassen sich regionale Best Practices und Herausforderungen erkennen.

Ermöglicht den geografischen Vergleich der Prozessleistung, das Erkennen regionaler Engpässe und ein besseres Verständnis von Marktunterschieden.

Diese Information ist Teil des Kundenprofils oder der Adressdaten. Sie wird in Temenos in der Customer Information File (CIF) oder vergleichbaren Kundenstammdaten gespeichert.

Dieses boolesche Kennzeichen markiert Aktivitäten, die Nacharbeit darstellen. Das bedeutet, dass ein Schritt oder eine Abfolge von Schritten wiederholt werden musste. Tritt beispielsweise „Nachweise angefordert“ nach „Kreditprüfung begonnen“ auf, deutet das auf einen Rücksprung im Prozess hin.

Das Erkennen und Kennzeichnen von Nacharbeit gehört zu den zentralen Stärken von Process Mining. Mit diesem Attribut lässt sich die KPI „Nacharbeitsquote bei Anträgen“ einfach berechnen. Eine Analyse der Ursachen, etwa unvollständiger Erstanträge, ist wichtig, um die Prozesseffizienz zu steigern, Kosten zu senken und Zykluszeiten zu verkürzen.

Hebt Aktivitäten in ineffizienten Prozessschleifen hervor und erleichtert so die Berechnung und Ursachenanalyse von Nacharbeit.

Dieses Attribut ist im Quellsystem nicht vorhanden. Die Process-Mining-Engine berechnet es, indem sie wiederholte Aktivitätsfolgen innerhalb eines einzelnen Cases erkennt.

Dieses boolesche Attribut zeigt als berechnetes Kennzeichen an, ob die Kreditprüfung eines Kreditantrags gegen das Service Level Agreement (SLA) verstoßen hat. Dazu wird die tatsächliche Dauer der Kreditprüfung mit dem „SLA-Zielwert für die Kreditprüfung“ verglichen.

Das Kennzeichen vereinfacht Analyse und Berichterstellung, da es die SLA-Einhaltung eindeutig mit Ja oder Nein angibt. Es wird direkt in Dashboards und KPIs verwendet, um die SLA-Verstoßquote im Zeitverlauf sowie nach Produkt oder Kreditsachbearbeiter zu verfolgen. So lassen sich Leistung und Compliance-Risiken frühzeitig steuern.

Gibt die SLA-Einhaltung einfach mit Ja oder Nein an und erleichtert so das Filtern, Aggregieren und Analysieren der Häufigkeit und Ursachen von SLA-Überschreitungen.

Dieses Attribut ist im Quellsystem nicht vorhanden. Es wird berechnet, indem die Dauer zwischen den Aktivitäten „Kreditprüfung begonnen“ und „Kreditprüfung abgeschlossen“ gemessen und mit dem Attribut „UnderwritingSlaTarget“ verglichen wird.

Der SLA-Zielwert für die Kreditprüfung legt das erwartete Service Level Agreement für diese Prozessphase fest. Gemessen wird es üblicherweise in Arbeitsstunden oder Arbeitstagen. Der Zielwert kann je nach Kreditprodukttyp oder Kreditsumme variieren.

Dieses Attribut dient als Vergleichswert für die tatsächliche Leistung. Es wird direkt im Dashboard „SLA- und Compliance-Status der Kreditprüfung“ verwendet und ist für die Berechnung der KPI „SLA-Verstoßquote“ erforderlich. Die Analyse von Überschreitungen hilft, Verzögerungsursachen zu erkennen und operative Risiken sowie Compliance-Risiken zu steuern.

Liefert einen klaren Leistungsmaßstab, anhand dessen sich die SLA-Einhaltung messen und Anträge mit drohender Zielüberschreitung erkennen lassen.

Der Wert kann als statische, auf Geschäftsregeln basierende Vorgabe gespeichert sein oder als Feld im Kreditantrag vorliegen. Möglicherweise wird er aus den Produktstammdaten in Temenos abgeleitet.