Loading content
Model Risk beschreibt die Gefahr, dass analytische oder statistische Modelle falsche, verzerrte oder unzuverlässige Vorhersagen liefern und dadurch finanzielle, regulatorische oder operative Schäden verursachen. Das Konzept umfasst Modellvalidierung, Datenqualität, Governance, Monitoring und Dokumentation, um Unsicherheiten, Überanpassung und Implementierung…
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und bei Bedarf in die 360°-Bewertung zu wechseln.
Theoretisches Gebilde: erklärt einen Begriff, ein Prinzip oder ein Denkmodell.
Was Zusammenhänge ordnet, verbindet oder entscheidbar macht.
Modellrisiko ist die Gefahr, dass ein Modell wegen falscher Annahmen, ungeeigneter Daten, fehlerhafter Umsetzung oder unpassender Nutzung zu schlechten oder schädlichen Entscheidungen führt. Es betrifft Unsicherheit im Modell selbst und in seiner Anwendung.
Der Begriff wurde in der Finanzwelt geprägt, in der statistische und ökonomische Modelle Kredit-, Markt- und Bewertungsentscheidungen stützen. Leitlinien wie SR 11-7 machten daraus einen systematischen Managementgegenstand; mit Machine Learning kamen komplexere Daten- und Verhaltensrisiken hinzu.
Man kann Modellrisiko an drei Übergängen prüfen: Passt das Modell zur Aufgabe und zu den Daten? Wird es korrekt implementiert und betrieben? Wird sein Ergebnis im richtigen Kontext interpretiert und begrenzt? Ein Fehler an jedem Übergang kann sich als falsche Entscheidung auswirken.
Vereinfachungen und Voraussetzungen bestimmen, unter welchen Bedingungen ein Modell gültige Ergebnisse liefern kann.
Unabhängige Prüfungen untersuchen Konzept, Daten, Implementierung und Leistungsgrenzen.
Eine korrekte Vorhersage kann im falschen Prozess oder ohne angemessene menschliche Prüfung trotzdem riskant sein.
Modellrisiko hilft, vor dem Einsatz und im Betrieb zu entscheiden, welche Prüfungen, Kontrollen und Grenzen für modellgestützte Entscheidungen nötig sind.
Wo dieser Baustein im Themenmodell verortet ist.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.