zum Hauptinhalt springen

Wie Kreditentscheidungen getroffen werden

Können Sie zahlen? Werden Sie bezahlen? Alle 1,3 Sekunden rund um die Uhr hilft Intrum Justitia bei der Entscheidung, ob einer Person oder einem Unternehmen ein Kredit gewährt wird. Dieser hochkomplexe und vielfältige Prozess ist für ein effizientes Kreditmanagement entscheidend.

Eine Kreditentscheidung besteht aus zwei wichtigen Komponenten: erstens den Daten an sich und zweitens einem Prozess, in dem diese Daten bewertet und zusammengefasst werden. Intrum Justitia sammelt Informationen über frühere Kreditentscheidungen, wie sich der Kredit entwickelt hat und, falls auf dem jeweiligen Markt gestattet, Daten über Zahlungsaufforderungen und Historie der Vollstreckung. Diese Daten werden anschliessend durch externe Daten ergänzt, wie z.B. Informationen von lokalen Handelskammern.  

"Früheres Zahlungsverhalten ist ein entscheidender Faktor und ständig zu späten oder säumigen Zahlern wird eher ein Kredit verwehrt", erklärt Roland Gruneus, Chief Technology Officer bei Intrum Justitia.

Jeder Prozess beginnt mit dem Setzen von binären Bedingungen, um die Antragsteller herauszufiltern, die auf Grund von Altersbeschränkungen und ähnlichen Faktoren unter allen Umständen abgelehnt werden. Ein Prozess, der häufig auf komplizierten Algorithmen basiert, wird anschliessend ausgeführt, um die verfügbaren Informationen zu kombinieren und zu prüfen. Dieser Prozess kann z.B. im E-Commerce, wo Entscheidungen innerhalb von Sekunden getroffen werden müssen, vollständig automatisiert ablaufen, oder teilweise manuell, was häufiger vorkommt, wenn grosse Transaktionen oder Unternehmen beteiligt sind.   

Die Präzision bei Kreditentscheidungen ist normalerweise sehr gut, aber hängt natürlich zum grossen Teil von der Qualität der verfügbaren Daten ab. Ein wichtiger Faktor ist die Nachverfolgung von Entscheidungen, um zu sehen, inwiefern sie den tatsächlichen Ereignissen entsprechen. Wenn Abweichungen zwischen dem Ergebnis und den Daten auftreten, die für den Aufbau des Entscheidungsmodells eingesetzt werden, wirkt sich das negativ auf die Präzision aus und das Modell muss angepasst werden. Das kann z. B. passieren, wenn sich ein Kaufmann neuen Kundenkreisen zuwendet und die neue Gruppe nicht den Daten entspricht, auf denen das Modell basiert.