Ende 2021 wird der LIBOR, die am häufigsten verwendete Zinsbenchmark auf den Finanzmärkten, voraussichtlich auslaufen. Das bedeutet, dass die Finanzinstitute noch etwa zehn Monate Zeit haben, um auf alternative Referenzzinssätze (ARR) umzustellen. Da der LIBOR (London Interbank Offered Rate) in einer Vielzahl von Finanzprodukten und -instrumenten verwendet wurde, stellt dies für viele Finanzinstitute eine kritische, komplexe Herausforderung dar, die ein potenzielles finanzielles, rechtliches, betriebliches, Verhaltens- und Reputationsrisiko beinhaltet.
InterBank Offered Rates (IBORs) sind Zinssatz-Benchmarks, die seit 40 Jahren verwendet werden. Der LIBOR ist die am weitesten verbreitete Zins-Benchmark auf den Finanzmärkten, auf die schätzungsweise über 200 Billionen US-Dollar an Finanzprodukten, einschließlich Anleihen, Derivaten und Krediten, Bezug genommen wird. Andere verwendete Zinssatzbenchmarks sind beispielsweise EURIBOR und TIBOR.
Was das Vertragsmanagement betrifft, müssen die Finanzinstitute diesen Übergang gut vorbereiten, da oft Hunderttausende von Vertragsdokumenten betroffen sind. Um einen reibungslosen Übergang zu gewährleisten, müssen die Finanzinstitute die folgenden Schritte unternehmen:
Schritt 1: Identifizierung aller potenziell betroffenen Verträge
Der erste Schritt besteht darin, alle potenziell betroffenen Verträge zu identifizieren, zu überprüfen und alle aktiven Verträge, die auf einen IBOR-Satz verweisen, zu berichtigen. Diese Vertragsdokumente sind oft in mehreren Systemen und in Papierform gespeichert. Da Tausende oder Hunderttausende von Verträgen betroffen sind, kann es eine arbeitsintensive Aufgabe sein, die spezifischen Verträge zu isolieren, bei denen Abhilfe geschaffen werden muss.
Mit Hilfe von Document-Intelligence-Lösungen kann jedoch die Erkennung und Extraktion von Klauseln und Sätzen mit relevanten Verweisen auf IBOR-Sätze automatisiert werden. Dazu werden Technologien wie optische Zeichenerkennung (OCR), Suche und künstliche Intelligenz/Maschinelles Lernen (KI/ML) eingesetzt. Dadurch müssen Finanzinstitute nicht mehr alle Vertragsdokumente manuell analysieren.
Schritt 2: Kategorisieren und Extrahieren von Klauseln/Phrasen
Nach der automatischen Identifizierung werden alle Dokumente kategorisiert und die extrahierten Klauseln oder Phrasen werden dargestellt und können in strukturierter Form exportiert werden, damit sie von den beteiligten Rechtsteams genutzt werden können. Um das Risikomanagement zu unterstützen und Prioritäten zu setzen, identifiziert die Kategorisierung nicht nur mögliche Risiken, sondern unterscheidet auch zwischen direkten und indirekten Risiken für Kunden. Die Integration mit externen (menschlichen) Workflow-Lösungen zur Weitergabe des Dokuments und der extrahierten Daten ist oft ebenfalls möglich.
Schritt 3: Anpassung der betroffenen Verträge
Nach der Weitergabe der Dokumente können die Rechtsteams oder andere am Anpassungsprozess beteiligte Mitarbeiter die notwendigen Änderungen vornehmen. Da Document-Intelligence-Lösungen auch in der Lage sind, Prioritäten zu setzen, können sie einen Vorsprung bei den Schlüsseldokumenten erzielen, die einen direkten Kontakt mit den Kunden haben.
Schritt 4: Überprüfen Sie die Änderungen
Der letzte Schritt des Prozesses ist die Überprüfung, ob alle Dokumente an die alternativen Referenzsätze angepasst wurden. Die Technologie der optischen Zeichenerkennung (OCR) und der künstlichen Intelligenz/des maschinellen Lernens (KI/ML) in Document Intelligence-Lösungen kann genutzt werden, um auch die letzte Phase dieses Prozesses zu automatisieren.
Bis zu 70 % Zeitersparnis mit Document Intelligence-Lösungen
Durch den Einsatz von Document-Intelligence-Lösungen können Finanzinstitute die Zeit, die für diesen Prozess benötigt wird, erheblich reduzieren. Die Verkürzung der für die Dokumentensuche, -prüfung und -verarbeitung benötigten Zeit führt zu erheblichen Kosteneinsparungen. Der manuelle Aufwand kann um bis zu 70 % reduziert werden, je nach vorhandenem Digitalisierungsgrad und Reifegrad des digitalen Vertragsmanagements (Lebenszyklus) im Unternehmen.
