Scoring

Scoring

In den vergangenen Jahren haben rechnergestützte Verfahren, mit denen sich auf der Basis mathematisch-statistischer Methoden Aussagen über die Bonität eines potentiellen Kreditnehmers treffen lassen, im Konsumentenkreditgeschäft zunehmend Anwendung gefunden, so zum Beispiel das Scoring.

Verfahren wie das Scoring werden von Kreditinstituten, Online-Anbietern und Händlern im Rahmen der kreditgestützten Finanzierung von Konsumkäufen ihrer Kunden eingesetzt. Sie erlauben Kreditgebern eine effiziente und objektivierte Kreditentscheidung, ohne die persönlichen Einkommens- und Vermögenverhältnisse von Kreditnehmern im Detail prüfen zu müssen.

Scoring-Modelle: Prognose der Bonität

Jeder Kreditgeber steht bei der Kreditentscheidung vor der Herausforderung, eine Einschätzung über die Rückzahlungswahrscheinlichkeit seines Kredites zu treffen. Sie wird wesentlich durch die zukünftige Zahlungsfähigkeit des Kreditnehmers bestimmt.

Traditionell nutzen Kreditgeber im Rahmen der Kreditwürdigkeitsprüfung dabei Informationen über ihre Kunden und allgemeine Erfahrungen aus dem Kreditgeschäft. Beim Scoring (von engl. score = Punktwert) wird mit Hilfe mathematisch-statistischer Verfahren versucht, auf der Basis von beobachtbaren und möglichst trennscharfen Kreditnehmereigenschaften eine Aussage über die Bonität zu generieren.

Scoring-Verfahren sind in diesem Sinne Prognose-Modelle, die aus Vergangenheitsdaten eine möglichst zuverlässige Vorhersage für die Zukunft erstellen. Das Scoring zielt dabei auf eine bessere Treffsicherheit bei der Prognose als sie bei den subjektiven Einschätzungen von Kreditsachbearbeitern gegeben wäre. Der typische Anwendungsbereich von Scoring-Verfahren liegt im Konsumentenkreditgeschäft, das vor allem durch eine Vielzahl an Ratenkrediten mit jeweils überschaubaren Kreditbeträgen geprägt ist.

Normalerweise werden solche Ratenkredite ohne besondere dingliche Sicherheiten vergeben, die Kreditrückzahlung wird daher ausschließlich von der persönlichen Zahlungsfähigkeit des Kreditnehmers bestimmt. Da wegen der vergleichsweise geringen Kreditbeträge eine detaillierte Prüfung der Vermögens- und Einkommensverhältnisse zu aufwändig wäre, dennoch aber eine aussagefähige Grundlage für Kreditentscheidungen benötigt wird, kommt das Scoring zum Einsatz.

Es steht damit methodisch im Gegensatz zum sogenannten Kreditrating, das vor allem im Firmenkundengeschäft Anwendung findet. Während beim Scoring die standardisierte Nutzung weniger, treffsicherer Kreditnehmerinformationen im Vordergrund steht, geht es beim Kreditrating um eine möglichst umfassende und systematische Berücksichtigung und individuelle Bewertung von Kundendaten anhand eines Rating-Schemas.

Scoring: Notwendige Daten, Methoden und 

Für die Verwendung in einem Scoring-Modell kommen sowohl persönliche Eigenschaften des Kreditnehmers als auch Daten über seine wirtschaftlichen Verhältnisse in Betracht. Zu den persönlichen Eigenschaften gehören zum Beispiel Angaben zum Beruf, dem Arbeitsverhältnis, dem Familienstand, zur Dauer und Qualität der Geschäftsbeziehung und zum Zahlungsverhalten. Unter den wirtschaftlichen Verhältnissen werden Informationen zum verfügbaren Einkommen, dem Vermögen und dem Ausgabenverhalten subsumiert.

Der Kreditgeber erhält diese Daten in der Regel aus dem Kreditantrag, Erfahrungen aus der bisherigen Geschäftsbeziehung oder - insbesondere bei Neukunden - über Auskunfteien. Im Konsumentenkreditgeschäft ist dabei die Einholung der SCHUFA-Auskunft üblich.

Methoden beim Scoring

Eine Score-Funktion - auch Score-Karte genannt - gewichtet für die Prognose geeignete Kreditnehmer-Merkmale und bildet sie in einem Rechenalgorithmus ab, mit dem für den einzelnen Kreditnehmer der individuelle Score-Wert ermittelt wird.

Üblicherweise sind die Gewichtungen dabei so verteilt, dass kein einzelnes Merkmal die anderen Merkmale dominiert. Die Berechnung der Score-Funktion erfolgt aufgrund einer großen Menge von Kreditnehmerdaten aus der Vergangenheit mit Hilfe geeigneter Verfahren. Häufig kommen die Diskriminanzanalyse, die logistische Regression, künstliche neuronale Netze und andere Data-Mining-Verfahren zum Einsatz.

Ziel ist eine möglichst trennscharfe Score-Karte, welche die Fehler erster und zweiter Art minimiert. Als Fehler erster Art wird eine positive Bonitätsprognose trotz schlechter Kreditwürdigkeit des Kreditnehmers bezeichnet, als Fehler zweiter Art eine negative Bonitätsprognose trotz guter Kreditwürdigkeit. Der Kredit-Score ist der konkrete Zahlen- oder Punktwert, der sich für einen potentiellen Kreditnehmer anhand seiner Merkmalsausprägungen aus der Anwendung der Score-Karte ergibt. Dabei existiert ein kritischer Score-Wert, ab dem keine ausreichende Bonität mehr prognostiziert wird.

Scoring - Die Aussagekraft 

Der ermittelte Score-Wert ist ein wichtiger Faktor bei der Kreditentscheidung. Er bietet nicht nur Anhaltspunkte für die Ausfallwahrscheinlichkeit eines Kredites, sondern kann auch zur Festlegung der Kreditkonditionen und zur Kalkulation von Risikokosten herangezogen werden.

Das Scoring kann damit auch als eine wichtige Steuerungsgrundlage für das Konsumentenkreditgeschäft genutzt werden. Allerdings sollte für die Kreditvergabe das Scoring nicht alleine ausschlaggebend sein. Die Kapitaldienstfähigkeit, das Vermögen und evtl. Sicherheiten sind weitere Größen, die bei Kreditentscheidungen ebenfalls Berücksichtigung finden sollten.

Im Konsumentenkreditgeschäft spielt die sogenannte Haushaltsrechnung eine wichtige Rolle als weitere Komponente in der Kreditwürdigkeitsprüfung. Dabei werden die regelmäßigen Einnahmen eines Kreditnehmer-Haushalts den regelmäßigen Ausgaben gegenübergestellt.

Der Saldo von Einnahmen und Ausgaben gibt an, wie viel Geld dem Kreditnehmer für Zins- und Tilgungszahlungen zur Verfügung steht. Ist der Finanzierungssaldo nicht ausreichend, empfiehlt sich die Kreditvergabe - trotz ggf. positivem Scoring-Ergebnis - nicht.

Vorteile von Scoring-Modellen

Die Anwendung von Scoring ist differenziert zu bewerten. Vorteile sind:

• die Kreditentscheidung wird insgesamt dank der Automatisierung beschleunigt. Dies bedeutet für den Kreditgeber Kostenersparnisse und effizientere Abläufe, für den Kreditnehmer tendenziell schnellere Kreditentscheidungen und evtl. auch günstigere Kreditkonditionen.

• Gerade bei der heute vielfach online erfolgenden Kreditvergabe im Konsumentenkreditgeschäft ist Scoring praktisch unverzichtbar. Bereits mit wenigen Angaben kann der User hier eine praktisch sofortige Realisierung seines Kreditwunsches anstoßen.

• die Kreditvergabe wird wegen der Anwendung mathematisch-statistischer Verfahren objektiver, da der Einfluss subjektiver Beurteilungen von Kreditsachbearbeitern reduziert wird. Kreditentscheidungen sind aufgrund des Rechenalgorithmus transparent und einfach nachvollziehbar.

Nachteile der Scoring-Modelle

Folgende Nachteile sind zu berücksichtigen:

• Durch die Standardisierung gehen Informationsvorteile aus einer langjährigen Geschäftsbeziehung verloren, qualitative Daten fließen normalerweise nicht in das Scoring ein. 

• Die Aussagekraft des Scoring hängt wesentlich von der Aktualität und Richtigkeit der eingegebenen Daten ab. Unvollständige und fehlerhafte Daten führen zu falschen Ergebnissen.

• Scoring-Modelle sind in der Regel im Zeitablauf nicht stabil. Sie bedürfen daher einer kontinuierlichen und aufwändigen Überprüfung und ggf. Fortentwicklung im Hinblick auf ihre Aussagefähigkeit.

Scoring und Datenschutz

Datenschutzrechtlich sind Scoring-Verfahren in der Vergangenheit umstritten gewesen. Die am 1.4.2010 in Kraft getretene Novelle zum Bundesdatenschutzgesetz (BDSG) hat hier eine Klarstellung gebracht. Danach ist das Scoring unter bestimmten Bedingungen zulässig (vgl. § 28 BDSG).

Wesentlich für die Zulässigkeit ist u.a. die Anwendung wissenschaftlich anerkannter mathematisch-statistischer Verfahren. Unternehmen, die Scoring-Verfahren nutzen, sind verpflichtet, Betroffenen auf Anfrage Auskunft über die in den letzten sechs Monaten ermittelten Scoring-Werte, die verwendeten Daten, die Methodik und die gewonnenen Erkenntnisse zu erteilen (vgl. § 34 BDSG).

Für Auskunfteien besteht eine entsprechende Auskunftspflicht sogar für einen zwölfmonatigen Zeitraum. Die SCHUFA als im Konsumentenkreditgeschäft bedeutendste Auskunftei bietet ihren Kunden bereits seit 1997 Scoring-Werte auf der Basis der bei ihr gespeicherten Daten zusätzlich zur klassischen Schufa-Auskunft an. Scoring-Werte sind als Basisscore oder differenziert als Branchenscore für insgesamt sieben Branchen erhältlich.

Verbraucher haben allerdings die Möglichkeit, der SCHUFA die Weitergabe von Score-Werten zu ihrer Person zu untersagen. Inwieweit eine Untersagung zur Datenweitergabe die Kreditentscheidung beeinflusst, lässt sich derzeit noch nicht schlüssig beantworten.