Interview: Systemrisiko im Netzwerk erkennen – Dr. F. Ammann über Denkfehler, Transparenz und praktische Tipps für Compliance-Teams
Viele verlassen sich auf Modellprognosen, ohne die dahinterliegenden Annahmen zu prüfen. Im Interview erklärt Dr. F. Ammann, wie Fehler bei der Bewertung systemischer Risiken entstehen und wie man sie erkennt.
Was sind die häufigsten Fehler bei der Bewertung von Systemrisiken in Netzwerken?
Viele unterschätzen, wie stark einzelne Verbindungen im Netzwerk das Gesamtrisiko beeinflussen. In der Praxis habe ich erlebt, dass Institute sich auf scheinbar robuste Modelle verlassen und dabei zentrale Knoten übersehen. Ein häufiges Problem: Es werden Durchschnittswerte genutzt, die kritische Wechselwirkungen verwischen. Das führt dazu, dass Risiken unterschätzt werden, weil das Netzwerk komplexer reagiert als das Modell annimmt. Wer nicht bereit ist, Annahmen regelmäßig zu prüfen und Szenarien durchzuspielen, erkennt Schwachstellen meist erst, wenn es zu spät ist.
Wie wichtig ist Transparenz bei Modellen zur Risikoeinschätzung?
Transparenz ist das A und O. Modelle müssen offenlegen, welche Annahmen sie treffen und wo die Grenzen liegen. Ich habe oft gesehen, dass Modelle als Black Box genutzt werden. Das schafft Unsicherheit und schwächt das Vertrauen der Nutzer. Eine offene Kommunikation über Unsicherheiten hilft, Risiken besser einzuschätzen. Compliance-Teams sollten gezielt nachfragen, wie robust die Ergebnisse wirklich sind und welche Alternativen geprüft wurden.
Welche Tipps haben Sie für Compliance-Teams im Umgang mit Netzwerkmodellen?
Ich rate Teams, Modelle als Werkzeuge zu verstehen, nicht als Wahrheiten. Prüfen Sie regelmäßig die Datenbasis, stellen Sie kritische Fragen zu den Annahmen und vergleichen Sie Modellprognosen mit realen Krisenverläufen. Es lohnt sich, verschiedene Modelle gegeneinander zu testen. Und: Fehlerkultur fördern. Wer offen über Unsicherheiten spricht, erkennt Schwachstellen früh. Das schützt vor bösen Überraschungen.
Gab es einen Praxisfall, der Sie besonders geprägt hat?
In meiner Arbeit gab es einen Fall, in dem ein Modell zentrale Verbindungen unterschätzt hat. Das Institut hat sich auf eine Visualisierung verlassen, die wichtige Abhängigkeiten ausgeblendet hat. Erst als ein Marktteilnehmer ausfiel, wurde klar, wie weitreichend die Folgen sind. Die Lehre daraus: Visualisierungen sind hilfreich, aber nur so gut wie die Daten und Annahmen dahinter. Wer sich nur auf bunte Diagramme verlässt, sieht die Risiken zu spät.