Wie Elastic auf Kapitalmärkten für Geschwindigkeit, Sicherheit und Anbindung sorgt

Im Kapitalmarkt zählt vor allem eines: Geschwindigkeit. Der Erfolg von Front- und Backoffice hängt wesentlich von der Fähigkeit ab, schwierige Fragen korrekt und schnell beantworten zu können. In den letzten Jahrzehnten ist die Menge der Informationen, die den Marktteilnehmern zur Verfügung stehen, massiv gestiegen. Hinzu kommt, dass Transaktionen heute in einem sehr hohen Tempo stattfinden. Gleichzeitig wird die Technologie, die Kapitalmarktunternehmen entwickeln, immer komplexer, besonders bei Unternehmen, die ihre Workloads in die Cloud verlagern und auf verteiltere Architekturen setzen. Viele Führungskräfte müssen sich die brennende Frage stellen, wie sich dies auf ihre Fähigkeit auswirkt, in einem immer stärker wettbewerbsgeprägten, demokratisierten Trading-Umfeld erfolgreich zu sein.

Die gute Nachricht ist, dass Unternehmen durch die Bereitstellung der richtigen Tools, mit denen ihre Teams diese Daten nutzen, verfolgen, schützen, verwalten und anreichern können, eine wesentliche Voraussetzung für erfolgreiches Arbeiten schaffen können. Gleichzeitig – und wichtiger noch – werden die Teams so in die Lage versetzt, die Vorteile zu nutzen, die die digitale Transformation und der Umstieg in die Cloud mit sich bringen. Im Folgenden haben wir ein paar Beispiele zusammengetragen, wie Führungskräfte im Kapitalmarktbereich Daten nutzen können, um die IT-Effizienz zu verbessern, den Erfolg von Geschäftsbereichen zu fördern und eine Kultur der Risikoexzellenz zu schaffen.

Verbesserung der End-to-End-Transaktionsperformance und ‑ausführung

Wer Zugang zu modernster Technologie und neuesten Systemen hat, hat einen Wettbewerbsvorteil. So etwas zählt als wichtiges Argument, wenn es darum geht, die besten Analysten, Händler, Software Engineers und Strategen fürs eigene Unternehmen zu gewinnen und Kunden zu akquirieren. Allerdings schwinden die Vorteile von Echtzeit-Trading- oder Marktforschungsplattformen zusehends, wenn die Performance von Netzwerken, Diensten, Anwendungen und Infrastruktur nicht mithält. Daher ist es so wichtig, flächendeckend Einblick in diese Komponenten zu haben. So müssen z. B. bei der Verfolgung von Transaktionen alle Parteien, die an einer Transaktion mitwirken, in der Lage sein, Einblick in den gesamten Transaktionszyklus – von der Ausführung über die Buchung bis zur Abwicklung – zu nehmen und sehen zu können, wie die vernetzten Systeme mit diesem Prozess umgehen.

IT- und Anwendungstelemetriedaten (Metriken, Logdaten und Traces) sind für die Fähigkeit, die Performance Ihrer verteilten Systeme zu beobachten und zu überwachen von entscheidender Bedeutung. Die Kombination dieser Telemetriedatenpunkte mit betriebswirtschaftlichen Daten aus dem Frontoffice, wie Namen von Händler:innen/Portfoliomanager:innen, Trading Desk, Finanzinstrument, Spotpreis, Abwicklungsdatum, Region, Währung usw., ermöglicht eine bessere Einschätzung der betriebswirtschaftlichen Auswirkungen. Durch diese zusätzlichen Observability-Metadaten lassen sich Performanceprobleme (oder ‑verbesserungen) in Geschäftswert übersetzen und so letztendlich zugehörige Gewinne oder Verluste einzelnen Kunden und dem Geschäft zuordnen.

Wenn etwas schiefläuft, verlangen die Kunden nach schnellen Antworten. Deswegen ist es wichtig, dass die Beschäftigten, die direkt mit den Kunden zu tun haben (Händler:innen, Kundendienstmitarbeiter:innen, Kundenbetreuer:innen) uneingeschränkt Einblick nehmen können, falls die Kunden durch technische Probleme beeinträchtigt werden könnten. So können sie beispielsweise bei Latenzen beim Zugriff auf Dienste feststellen, welche Transaktionen, Assets und Kunden davon betroffen sind. Individuell anpassbare Dashboards können die technische Welt mit der Welt der Fachabteilungen verbinden und so einen ganzheitlichen Überblick vom Back- zum Frontoffice bieten.

Wie diese Theorie bei einer Firmen- und Investmentbank in die Praxis umgesetzt wird, zeigt das Beispiel von Société Générale. Die Bank nutzt Elastic, um Daten aus der gesamten Anwendungskette zu integrieren, diese Daten zu überwachen, Latenzen zu erkennen und bestimmte Trading-Desks automatisch über die potenziell betroffenen Transaktionen und Kunden zu benachrichtigen.

Risikominderung als Wettbewerbsvorteil

In den nächsten Jahren wird es auf den Kapitalmärkten weltweit eine Vielzahl regulatorischer Veränderungen geben. Die Demokratisierung des Retail-Tradings, die Beschleunigung der Aktivitäten im Kryptowährungsbereich, der Fokus auf ESG/CSR und Fragen der Cybersicherheit sind nur einige von vielen Treibern für gesetzliche Neuregelungen. Hinzu kommt, dass die digitale Transformation und die beschleunigte Zunahme der Retail-Aktivitäten auf den Kapitalmärkten das Risiko einer Überautomatisierung birgt. Laut einer neuen Deloitte-Studie weisen Regulierer in ihren Reden und Whitepapers in letzter Zeit verstärkt darauf hin, wie wichtig die menschliche Überwachung und Einflussnahme in diesem Bereich ist, insbesondere wenn es um KI-gestützte Modelle geht. Daher sollten Unternehmen davon ausgehen, dass es hinsichtlich ihrer Aktivitäten und der Modelle, mit denen sie arbeiten, neue Anforderungen geben wird.

Bei diesen neuen oder anstehenden Veränderungen geht es in erster Linie um die Datennutzung, die Datenerfassung und Fragen der Daten-Governance. Gleich, ob Sie Transaktionen auf Einhaltung von Transaktionsabwicklungsanforderungen überwachen, Prozesse standardisieren, damit sie Auditvoraussetzungen erfüllen (zum Beispiel CAT), Asset-Klassen-übergreifend Risikopositionen konsolidieren oder Logdaten untersuchen, um potenziellen Sicherheitsrisiken vorzubeugen – alles lässt sich auf Datentools und Infrastruktur zurückführen. Das Anreichern von IT- oder betriebswirtschaftlichen Daten über Zeiträume und Formate (strukturiert oder unstrukturiert) hinweg ist von kritischer Bedeutung und die Nutzung des Potenzials Ihrer Threat Intelligence für eine schnellere Risikoeindämmung ist ein Muss – damit wird Ihre Fähigkeit, Kunden und deren Ruf zu schützen, zu einem erfolgsentscheidenden Vorteil für Ihr Geschäft.

Es gibt viele dokumentierte Anwendungsfälle, in denen Kunden Elastic nutzen, um Prozesse zu verbessern, die Regulierungs-Compliance oder Risikomanagement beinhalten. So hat zum Beispiel die Canadian Imperial Bank of Commerce (CIBC) eine Lösung zur Überwachung der rechtzeitigen Datenbereitstellung unter Nutzung von Elastic entwickelt und implementiert. Angesichts der strengen Einreichungsanforderungen, der vielen beteiligten Anwendungen und der immer größer werdenden Menge der verarbeiteten Daten ist diese Aufgabe alles andere als trivial und erfordert eine rigorose Überwachung – mit Elastic an Bord war dies jedoch kein Problem für die Bank.

Zusätzliche Wertschöpfung in der Cloud mit Elastic

Eine aktuelle Studie von Coalition Greenwich und Google Cloud hat ergeben, dass Cloud-basierte Dienste im Transaktions- und Investitionszyklus in großem Stil eingesetzt werden. Unternehmen sowohl auf Käufer- als auch auf Verkäuferseite sind sehr schnell auf Cloud-Technologien umgestiegen und beabsichtigen in der übergroßen Mehrzahl, in Zukunft mehr davon zu nutzen. Investmentbanken nutzen Cloud-Technologien in erster Linie für die analytische Aufbereitung ihrer Handelsaktivitäten. Unternehmen auf Käuferseite benötigen Cloud-Dienste für Dinge wie die Portfolioverwaltung, das Auftragsmanagement und Echtzeit-Marktdaten. Die Studie zeigt, dass 44 % der großen käuferseitigen und 55 % der verkäuferseitigen Firmen bereits heute KI/ML in der Cloud nutzen. Zusätzlich finden es 68 % der Unternehmen auf beiden Seiten wichtig, dass Marktdatenanbieter Public-Cloud-basierte Dienste anbieten – ein wachsender Trend, der vom zusätzlichen Komfort und der im Finanzdienstleistungssektor um sich greifenden Erkenntnis gestützt wird, dass Public-Cloud-Dienste etliche Vorteile bringen.

Verwaltete Dienste wie Elastic Cloud helfen den Back- und Frontoffice-Teams von Kapitalmarktunternehmen, die den Schritt in die Cloud gegangen sind, die in ihrer hybriden oder Multi-Cloud-Umgebung gespeicherten Daten zu durchsuchen, zu überwachen und zu schützen. Unternehmen können mit einigen wenigen Schritten kritische Überwachungs- und Suchtools bereitstellen, die Einführung neuer Handelsplattformen beschleunigen sowie neue Anwendungen und Dienste unterstützen. Das automatische Skalieren der Ressourcenkapazität, zum Beispiel von Daten- und Machine-Learning-Knoten, macht Anpassungen an vorübergehende Perioden mit hohem Handelsaufkommen möglich. Und die Konsolidierung aller vorhandenen Daten auf einer Plattform, wo sie durchsucht und visualisiert werden können, ermöglicht die Gewinnung erfolgsentscheidender Erkenntnisse.

Lesen Sie, wie Finanzeinrichtungen ihre Daten mit Elastic in strategische Assets verwandeln können.