Die Abwicklung nachbörslicher Prozesse ist überaus komplex und bedeutet einen enormen Kosten- und Zeitaufwand für Finanzdienstleister. Unter anderem müssen die folgenden Prozesse durchgeführt werden:
Bei der Verarbeitung eines einzigen Handelsprozesses in einem Unternehmen sind in der Regel mehrere Geschäftsbereiche und unabhängige Systeme involviert. Darüber hinaus müssen neben dem Geschäftspartner häufig auch weitere externe Unternehmen einbezogen werden. Angesichts der Komplexität und Geschwindigkeit des modernen Handels sind Fehler daher keine Seltenheit. Die Umgebung für nachbörsliche Prozesse ist dementsprechend flexibel und fehlertolerant.
Durchgehende Datenverarbeitung (DDV) soll dazu dienen, Handelsprozesse nach ihrer Ausführung schnellstmöglich zu verarbeiten. Aufgrund der Komplexität nachbörslicher Abläufe konnte DDV bisher jedoch nur in wenigen Bereichen eingesetzt werden.
Heute ist DDV dank neuer Technologien wieder im Gespräch: Blockchain.
Blockchain ersetzt die individuellen Auftragsbücher von Unternehmen durch ein gemeinsames und rechtsverbindliches Buch. Dadurch entfallen die mit dem Abgleich von Auftragsbüchern einhergehenden Aufwände, wie z. B. die Bearbeitung von Ausnahmen.
Durch ein gemeinsam genutztes Buch wird der Einsatz von DDV vereinfacht.
Befürworter dieser Technologie argumentieren, dass Blockchain das regulatorische Reporting vereinfacht und beschleunigt, weil die erforderlichen Daten zentral gespeichert sind. Da Transaktionen nicht modifiziert werden können, wird die Finanzkriminalität reduziert. Darüber hinaus werden eine umgehende Abwicklung ermöglicht und die Genauigkeit der Daten verbessert– all das bei niedrigeren Kosten und Risiken.
Doch wie lassen sich diese potenziellen Vorteile erschließen?
Die potenziellen Vorteile von Blockchain sind zwar real, aber es sprechen auch viele Gründe für die aktuellen Infrastrukturen zur Handelsabwicklung. Zwar kann die Blockchain-Technologie helfen, Verwaltungsaufwände zu reduzieren, der mit der Handelsabwicklung, der Vermeidung oder Korrektur von Fehlern und der Einhaltung von Vorschriften einhergeht, doch nicht alle Aufgaben lassen sich damit bewältigen. Die übrigen nachbörslichen Abläufe müssten künftig in Echtzeit abgewickelt werden.
Aktuelle Handelsprozesse erfordern:
Vorteile von Handelsplattformen, die für Blockchain konzipiert sind:
Vergleicht man diese beiden Listen, wird schnell klar, dass viele der aktuellen Handelsplattformen noch nicht für die Blockchain-Technologie geeignet sind. Der grundlegende Ansatz (serielle Batch-Verarbeitung) vieler bestehender Systeme ist nicht mit dieser neuen Technologie kompatibel.
Die Blockchain-Technologie wird nicht global in einem Schritt eingeführt, sondern je nach Gegenstand und Standort mit unterschiedlicher Geschwindigkeit. Unternehmen müssen folglich für unbestimmte Zeit sowohl Blockchain- als auch nicht Blockchain-basierte Abläufe unterstützen.
Aus technischer Sicht ist für die Erfüllung der oben genannten Anforderungen ein neuer Ansatz erforderlich. Einige wichtige Komponenten sowie eine ausreichend flexible Infrastruktur schaffen dabei die Grundlage für die neue Handelsinfrastruktur. Zu diesen Komponenten zählen:
Diese Funktionen bieten diverse Vorteile bei der Abwicklung von Handelsabläufen:
Echtzeit – Wenn mehrere Prozesse nacheinander jeweils einen Teil des Handels übernehmen und dabei ihre eigene Kopie der Daten nutzen, lässt sich DDV nur schwer implementieren. Wesentlich effizienter ist es, wenn jedes Datenelement nur einmal vorhanden ist und für alle Prozesse eine zentrale Kopie der Daten verwendet wird. Mit einem Framework für die Batch-Verarbeitung kann die Datenintegrität ganz einfach gewährleistet werden, da jeweils nur ein Prozess auf ein bestimmtes Datenelement zugreift. Bei einem Echtzeitsystem basiert die Datenintegrität auf Transaktionen und ACID.
Bewältigung der Komplexität – Handelsabläufe umfassen nicht nur einfach zu modellierende Handelsgegenstände wie Aktien, sondern auch Instrumente mit komplexen Inhalten wie z.B. bestimmte Swapgeschäfte. Diese komplexen Instrumente lassen sich in relationalen Schemata nur schwer beschreiben. Weitere Informationen hierzu finden Sie unter „Object-Oriented Programming & NoSQL Databases” (Objektbasiertes Programmieren und NoSQL-Datenbanken).
Bei jedem Handel muss geprüft werden, ob Vorgänge mit den jeweiligen Rahmenvereinbarungen übereinstimmen. Diese Informationen liegen in Form von Rechtsdokumenten und nicht als relationale Tabellen vor. Um einen Echtzeithandel zu ermöglichen, ist eine Infrastruktur erforderlich, die die Verarbeitung dieser Daten automatisieren kann.
Automatisierung – In heutigen Handelsplattformen werden wichtige Funktionen z. B. über Microsoft Excel zur Verfügung gestellt. Zwar könnte Blockchain dies in Zukunft überflüssig machen, doch es gibt gute Gründe, warum Excel weiterhin verwendet wird. So ist es häufig einfacher, komplexe und sich ändernde Funktionen in einer Tabelle zu erstellen, als sie für eine Anwendung zu programmieren. Bei der Umstellung auf Blockchain ist die Erfolgswahrscheinlichkeit deutlich höher, wenn die neue Infrastruktur möglichst viel der bestehenden Infrastruktur nutzen kann und keine vollständige Überarbeitung des gesamten Prozesses erfordert.
ETL – Ein wichtiger Aspekt bei der Umstellung auf ein Blockchain-basiertes Handelssystem ist der Wechsel von einer Batch-Verarbeitung hin zu Echtzeit-ETL-Prozessen (Extrahieren, Transformieren, Laden). Dies lässt sich in relationalen Systemen nur schwer umsetzen, da es bei den meisten ETL-Prozessen darum geht, Daten aus dem Originalformat in die für relationale Modelle erforderlichen Tabellen, Zeilen und Spalten umzuwandeln. Hierfür ist jede Menge Entwicklungsarbeit erforderlich, und die Ausführung kann zeitaufwendig sein.
Ein weiterer Grund für die Vielzahl an unabhängigen ETL-Prozessen besteht darin, dass Daten für den jeweiligen ETL-Prozess möglicherweise in einem bestimmten Format vorliegen müssen. Das bedeutet, dass die Daten eventuell in ein anderes Format umgewandelt werden müssen, wodurch mehrere Kopien derselben Daten entstehen. Um Echtzeit-ETL-Prozesse zu ermöglichen, muss die für die Handelsabwicklung verwendete Datenbank verschiedenen Nutzern unterschiedliche Ansichten derselben Daten bereitstellen können.
Vermeidung/Korrektur von Fehlern – Eine Blockchain-basierte Transaktion ist rechtsverbindlich, d.h., sie kann nicht modifiziert werden, nachdem sie abgeschlossen wurde. Diese Beschränkung stellt eine große Herausforderung dar. Jede Handelsinfrastruktur, die speziell für eine Blockchain-basierte Umgebung konzipiert ist, muss über rigorose Funktionen zur Fehlererkennung und -korrektur verfügen.
SQL? – Viele Handelssysteme basieren auf einer relationalen Infrastruktur. Dies stellt im Zeitalter der Blockchain-Technologie aus zwei Gründen ein Problem dar:
Handelsabläufe sind komplex, und relationale Modelle sind für ihre Verarbeitung nicht optimal geeignet. Wenn es um die Echtzeit-Verarbeitung von Handelsprozessen geht, vergrößern sich die Nachteile noch.
Wenn nicht SQL, was dann?
Die Antwort lautet: MarkLogic.
Handelsabläufe befinden sich im Wandel: Die Geschwindigkeit steigt, und die Anforderungen an die Genauigkeit sind höher denn je.
Die aktuellen Handelssysteme sind den Anforderungen von morgen nicht gewachsen. Wer für diese neue Umgebung gerüstet sein will, muss grundlegende Verbesserungen an den Frameworks für die Handelsplattformen vornehmen. Als erster Schritt hierzu müssen die Voraussetzungen geschaffen werden, um vielfältige, sich laufend ändernde Datensätze zu verarbeiten.
Like what you just read, here are a few more articles for you to check out or you can visit our blog overview page to see more.
A data platform lets you collect, process, analyze, and share data across systems of record, systems of engagement, and systems of insight.
We’re all drowning in data. Keeping up with our data – and our understanding of it – requires using tools in new ways to unify data, metadata, and meaning.
A knowledge graph – a metadata structure sitting on a machine somewhere – has very interesting potential, but can’t do very much by itself. How do we put it to work?
Don’t waste time stitching together components. MarkLogic combines the power of a multi-model database, search, and semantic AI technology in a single platform with mastering, metadata management, government-grade security and more.
Request a Demo