Analyseinstrumente zur Beurteilung des Bonittsrisikos insbes der Kreditwrdigkeitsprfung

Analyseinstrumente zur Beurteilung des Bonitätsrisikos, insbes. der Kreditwürdigkeitsprüfung im Firmenkundengeschäft Einleitung in die Thematik Persönliche Kreditwürdigkeitsanalyse Materielle Kreditwürdigkeitsanalyse Qualitative Bonitätsanalyse

Der Kreditprozess Aquisition, Gespräch Auftrag/Antrag Monitoring Risikomanagement (Kreditwürdigkeitsprüfung) Vertrag Sicherheiten Auszahlung

Kreditwürdigkeitsprüfung Instrumente Persönliche Kreditwürdigkeitsanalyse Materielle Kreditwürdigkeitsanalyse • Persönlichkeitsstruktur als Grundlage der Bonitätsanalyse • Auswertung und Analyse v. unternehmensspezifischen Daten mittels traditioneller Verfahren o. Systeme künstlicher Intelligenz Qualitative Bonitätsanalyse • Verfahren zur Kreditentscheidung auf der Grundlage zukünftiger Unternehmensentwicklung

Persönliche Kreditwürdigkeitsanalyse Auswertung der Persönlichkeitsstruktur des Unternehmers anhand von Merkmalskatalogen und standardisierten Checklisten zur Objektivierung der Beurteilungskriterien Ziel: • Beurteilung der vorhandenen Managementqualifikation und damit des Humanvermögens 4

fachliche Qualifikation Charaktereigenschaften persönliche Kreditwürdigkeitsanalyse Polaritätsprofil Physische Eigenschaften

Fachliche Qualifikation Beurteilung auf Basis der eingereichten Qualifikationszertifikate Technische Fähigkeiten Kaufmännische Fähigkeiten Unternehmerische Fähigkeiten: ü Führungsqualität ü Flexibilität ü Planungsvermögen 7

fachliche Qualifikation Charaktereigenschaften persönliche Kreditwürdigkeitsanalyse Polaritätsprofil Physische Eigenschaften

Charaktereigenschaften Verantwortungsbewußtsein Motivations-/ Kommunikationsfähigkeit Innovationsbereitschaft Führungsstil 10

fachliche Qualifikation Charaktereigenschaften persönliche Kreditwürdigkeitsanalyse Polaritätsprofil Physische Eigenschaften

Physische Merkmale Gesundheitszustand auf Basis ärztlicher Atteste nachweisbar Belastbarkeit in Streßsituation nur durch Beobachtung einschätzbar 13

fachliche Qualifikation Charaktereigenschaften persönliche Kreditwürdigkeitsanalyse Polaritätsprofil Physische Eigenschaften

Polaritätsprofil 16

Informationsquelle Kreditgespräch I Wichtigstes Instrument zur Beurteilung der persönlichen Kreditwürdigkeit Analyse des Persönlichkeitsprofil während des Gesprächs durch Beobachtung von Verhaltensweisen und Erscheinungsbild bewußte Gesprächsführung zur Steigerung der Auskunftsbereitschaft des Unternehmers (Vertrauensbasis schaffen) 17

Informationsquelle Kreditgespräch II Konsequenzen Objektivierung von Kreditgesprächen durch Einsatz von Gesprächsleitfäden Aktive Kundenbetreuung zur Intensivierung des Kundenkontakts und Verbesserung der Informationsbereitschaft 18

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 19

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 20

Kontodatenanalyse Kontoinanspruchnahme Überziehungsverhalten Umsatzentwicklung Auswertung der Obligoentwicklung

Kontoinanspruchnahme • Indikator für unternehmerische Zahlungsmoral • Fehlende Liquiditätsreserve Indiz für fehlende Preisbestimmung • Frühwarnindikator für neg. Unternehmensentwicklung Analyse bei veränderten Kontobewegungen • Betriebsmittelbedarf? • Betriebliche Wachstumsphase? • Beginnende Unternehmenskrise?

Umsatzentwicklung • Habenumsätze aus unternehmerischer Tätigkeit à Rückschluss auf Auftragslage à Indiz für unternehmerische Marktrisiken • Sollumsätze durch Erwerb von Inputfaktoren à Anzahl u. Abhängigkeit v. Zulieferern erkennbar • Betriebsfremde Umsätze werden abgegrenzt 23

Instrumente der Kontodaten-A. Kontodatenanalysesysteme Kontodatenkennziffern-A. Kontensaldierung Kreditausnutzung Ausweis der besten / Kreditüberziehung schlechtesten Monate für besseren Einblick in die Kassenhaltung Einlösungsrisiko v. Schecks. . . ? 24

Kritische Würdigung l Keine Auswertung qual. Beurteilungskriterien l Geringe Aussagekraft bei fehlender Hausbankverbindung (mind. 60 % der Umsätze) l Geringer Unternehmenskreis l Erforderliche Beschaffungsaktivitäten gering l Geringe unternehmerische Manipulationsgefahr l Aktualität durch kontinuierliche Fortschreibung 25

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 26

Traditionelle Bonitätsanalyse Analyse der Kreditwürd. Analyse der Sicherheiten Jahresabschlussanalyse Gutachten Betriebsbesichtigungen Registereinsichten, Kreditgespräche bspw. Grundbuchamt

Auswertung der JA-Analyse formelle Aufbereitung Kennzahlenanalyse Betriebs- und Zeitvergleich 28

Kennzahlenanalyse bestandsgrößenorientiert stromgrößenorientiert Basieren auf Bilanzdaten Basieren auf Gu. VDaten Ziel: Analyse der Vermögens- und Kapitalstruktur Ziel: genauere Prognose der Kapitaldienstfähigkeit (ertragsorientierte Boni-A. )

Rentabilitätskennziffern In Abhängigkeit des Kapitaleinsatzes: Eigenkapitalrentabilität Gesamtkapitalrentabilität Umsatzrentabilität

Aktivitätskennziffern Im Verhältnis zur Gesamtleistung: Personalaufwandsquote Personalaufwand je Beschäftigten Pro-Kopf-Ertrag Abschreibungsaufwandsquote

Komponenten der JA-Analyse I Finanzanalyse Vermögensstrukturanalyse Kapitalstrukturanalyse Finanzflussanalyse horizontale Bilanzstrukturanalyse Investitions- und Liquiditätspolitik (Finanzierungspolitik) Innenfinanzierungspotenzial

Komponenten der JA-Analyse II Erfolgsanalyse Ergebnisbetragsanalyse Ergebnisstrukturanalyse Ertragskraft 33

Kritische Würdigung l l l l vergangenheitsorientierte Daten Mangelnde Offenleg. bereitschaft + zeitl. Verzögerung Unterschiedliche Gesetzesnormen z. Offenlegung Bilanzierungs- und Bewertungswahlrechte Unvollständigkeit durch Stichtagsbezogenheit Keine Angaben über eingeräumte Kreditlinien Einfluss d. persönlichen Risikoeinstellung Subjektivität l „richtige“ Kennzahlengewichtungen l Nichtberücksichtigung qualitativer Bonitätsmerkmale l Hohe Wirtschaftlichkeit durch Standardisierung 34

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 35

Diskriminanzanalyse (DA) Statistische Untersuchungsmethode zur Analyse von Gruppenunterschieden, wobei anhand der Ausprägung von Merkmalsvariablen eine Klassifizierung und anschließend und eine Zuordnung zu Gruppen entsprechend dem Grad der Insolvenzgefährdung vorgenommen wird. Sie ermöglicht einen insolvenzorientierten Unternehmensvergleich und liefert eine Entscheidungsgrundlage für die Kreditvergabe.

Methodisches Vorgehen Festlegung der Grundgesamtheit als Datenbasis Definition eindeutiger Insolvenzkriterien Bildung einer Analyse – und Kontrollstichprobe Übertragung der JA-Daten in Bilanzgliederungsschema Konzeption des Kennzahlkataloges (trennfähige Kennzahlen durch Verteilungsfunktion eruierbar) Untersuchung der Kennzahlenkombinationsfähigkeit: „Stepwise selection“ und Korrelationsanalysen Entwicklung der Bewertungsformel und Optimierung

Ermittlung des Trennwertes D = a 0 + a 1 x 1 + a 2 x 2 +. . . + a mx m D = Diskriminanzwert, cut-off point, Trennwert ai = Diskriminanzkoeffizient, Gewichtung i = 0 (1) m xi = trennfähige Kennzahl m = Anzahl der zu berücksichtigenden Kennzahlen und Diskriminanzkoeffizienten

Gruppentrennung mit der DA U nt e r n e h m e n s a n z. Insolvente Unternehmen Solvente Unternehmen Opportunitätskosten Abwicklungskosten Kleines D Diskriminanzwert D Hohes D 39

Multivariate Trennung mit der Diskr. funktion 40

Univariate Trennung mit einer Kennzahl 41

Praxis: Lineare, multivariate DA 1. Berücksichtigung von Kennzahlenkombinationen 2. Gewichtung der trennfähigsten Kennziffern 3. Add. der trennfähigsten Kennziffern zu Trennwert 4. Klassifikation durch Vgl. mit dem Trennwert 42

Ergebnisse empirischer Studien Kein eindeutiger Kennzahlenkatalog und somit kein einheitliches Ergebnis Mindestens 3 verschiedene Kennziffern für besonders trennfähige Funktionen notwendig Eine Erfolgskennziffer u. eine Verschuldungsgradkennzahl mit hoher Gewichtung Gütemaßstab: Quote der Fehlklassifikationen (max. 20 % bei guten Diskriminanzfunktionen)

Kritische Würdigung l Keine Auswertung qual. Beurteilungskriterien l Basis: Jahresabschlussdaten (time-lag. . . ) l Kein eindeutiger Kennzahlenkatalog zur Insolvenzprognose l Fehlerquelle: Methodik der Stichprobenerhebung l Hohe Entw. kosten u. Systempflegeaufwand l Beitrag zur Formalisierung u. Objektivierung l Gute Klassifikationsleistung l Rationalisierungseffekte 44

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 45

Neuronale Netze Spezielle EDV-gestützte Informationsverarbeitungssysteme, die Fähigkeit zum Assoziieren, Interpolieren und Klassifizieren besitzen und dadurch Aufgabenstellungen auch bei teilweise unvollständigen o. fehlerhaften Daten richtig lösen können. Aus Kennziffernausprägungen werden Funktionswerte ermittelt, die zu einem Krediturteil verdichtet werden.

Methodisches Vorgehen GL: bearbeitete Kreditfälle (fungieren als Trainingsdaten) Über Lernalgorithmus Anpassung der Netzwerkparameter bis Klassifizierung mit Realdaten übereinstimmt Mustererkennungsfähigkeit ermöglicht Merkmalsklassifikation anhand bekannter Musterstrukturen Nicht Punktwerte sondern Profile bilden Beurteilungsbasis Ergebnis: Scorewert (N-Wert) als Bonitätsmaß

Netzwerkarchitektur Eingabewerte Eingabeschicht Zwischenschicht Ausgabeschicht Zielwert 48

Kritische Würdigung I l Entwicklung ohne große statistische Vorstudien möglich l Fähigkeit, unvollständiges und fehlerhaftes Wissen zu verarbeiten (nicht bei DA) l bessere Kreditnehmerklassifikationen als DA l bessere Mustererkennungsfähigkeit durch Erkennen nicht linearer Zusammenhänge l Optimieren Arbeitsabläufe u. verbessern Kostenstruktur l Verkürzung der Bearbeitungszeit bis zur Zusage (WB !) 49

Kritische Würdigung II l GL: umfangreiche Trainingsdaten und stabile Merkmalskombinationen (Datenpool!) l Kennzahlenselektion oft auf GL von DA (Fehlerübertrag!) l Geringe Erfahrung bei Wahl des richtigen Netzwerktyps l Phänomen des Overlearning (Scheinzusammenhänge) u. damit hohe Fehlklassifikationsrate à Validierungstests ! l Entscheidungsfindung nicht nachvollziehbar – Black Box entwickelte Prototypen in Praxis noch nicht eingesetzt 50

Kontodatenanalyse Traditionelle Analyse materielle KWA Expertensysteme Diskriminanzanalyse Neuronale Netzte 51

Expertensysteme Symbolische Ansätze der künstlichen Intelligenz, die als computerbasiertes Informationsverarbeitungssystem die Problemlösungsfähigkeit auf dem Erkennen und Interpretieren von Symbolen stützen. Prädestinierte Anwendungsgebiete sind komplexe Aufgabenstellungen. Es wird die Auswertung von qualitativen und quantitativen Daten durch Einbeziehung von vagem und heuristischem Wissen ermöglicht.

Methodisches Vorgehen Experten Ingenieure Wissensbasis Wissenserwerbskomponente Erklärungskomponente Benutzer Dialogkomponente Problemlösungskomponente (Inferenzmaschine)

Analysebereiche 54

Kritische Würdigung I 1. größter Problembereich ist die Wissensakquisition: 1. aufwendiges Prozedere der Expertenbefragung, 2. mangelnde Bereitschaft von Kreditexperten, 3. Fachwissen gegenüber Dritten offen zu legen 2. fehlende Personalkapazitäten für Implementierung 3. schwierige Programmierung d. Wissensverarbeitung 55

Kritische Würdigung II l l l rel. hohe Unabhängigkeit von Personalfluktuation Rationalisierung durch schnellere Auswertung hohe Wahrsch. , d. alle wichtige Fakten einbezogen erhöhte Qualität und Konsistenz der Entscheidung Nachvollziehbarkeit der Kreditbeurteilung Auswertung qualitativer Bonitätsmerkmale Erstellung von Planbilanzen über Simulationen Anwendung bei Förderkredit u. Subventionsberatung 56

Qualitative Bonitätsanalyse Einschätzung des mit der Kreditvergabe verbundenen Ausfallrisikos auf Basis von Tragfähigkeitsanalysen unter Einbeziehung der qualitativen Kreditnehmermerkmale, die zukünftige Unternehmensentwicklung, das antizipierte Unternehmenspotential, beeinflussen können. Ziel ist die Ableitung von ganzheitlichen Bonitätsurteilen mittels Indikatoren- und Fundamentalanalysen. 57

Managementqualität Branchenentwicklung Produktpalette Elemente der qualitativen Bonitätsanalyse Organisationsstruktur Standortplanung Produktionsstandards 58

Voraussetzungen für die Qualitative Bonitätsanalyse Informationsdatenanalyse Relationship. Banking Objektive EDVAuswertung Unterstützung

Voraussetzungen für die Qualitative Bonitätsanalyse Informationsbedarfsanalyse I. Relationship. Banking Objektive EDVAuswertung Unterstützung

Informationsbedarfsanalyse Betriebswirtschaftliche Auswertungen mit dem Ziel der Bestimmung der Richtung und des Umfangs des idealerweise zu verfolgenden Informationsverarbeitungsprozesses unter Vorgabe bestimmter Optimalitätskriterien. 61

Informationsbedarfsanalyse Unternehmen komplexe, sozio-technische Systeme, daher lediglich ungefähre Beschreibung mittels ausgewählter Merkmale möglich Konzentration aufgrund des Bearbeitungsaufwandes auf einige, wichtige Merkmale Auswahl beurteilungsrelevanter Bonitätsindikatoren Interne Informationsbedarfanalyse 62

Voraussetzungen für die Qualitative Bonitätsanalyse Informationsdatenanalyse Relationship. Banking II. Objektive EDVAuswertung Unterstützung

Relationship-Banking Unternehmensphilosophie der Kreditinstitute mit der grundsätzlichen Annahme, daß durch eine qualifizierte Kundenbetreuung eine enge Kundenbindung aufgebaut werden kann. 64

Relationship-Banking Unternehmensinterne Daten als Grundlage der Kreditentscheidung Informationsbeschaffung Zusammenarbeit mit den Kunden sowie Stärkung der Vertrauensbasis notwendig Umsetzung des aktiven Betreuungansatzes im Rahmen des Relationship. Banking Erkennen von Potentialkunden 65

Voraussetzungen für die Qualitative Bonitätsanalyse Informationsdatenanalyse Relationship. Banking Objektive EDVAuswertung Unterstützung III.

Objektive Auswertung Nachvollziehbare Entscheidungen bei der Kreditvergabe Bearbeitungsrichtlinien mit Festlegungen zu den einzelnen Bonitätsindikatoren und den jeweiligen Bewertungsmaßstäben zentral vorgegeben Problem: Bewertungsprobleme der qualitativen Bonitätsmerkmale nur minmal durch organisatorische Maßnahmen erfaßbar 67

Voraussetzungen für die Qualitative Bonitätsanalyse Informationsdatenanalyse Relationship. Banking Objektive EDVAuswertung Unterstützung IV.

EDV-Unterstützung Komplexer Auswertungsprozeß macht EDVUnterstützung im Interesse einer zügigen Kreditbearbeitung notwendig Forderung nach Bewertungsschema zur (numerischen) Quantifizierung der qualitativen Merkmale Voraussetzung für EDV-gestützte Auswertung: 1. Normierte Skalen für Wertmaßstabe oder 2. Nutzung interner UN-Daten durch Transformation in finanzwirtschaftliche Größen 69

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 70

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 71

Finanzplanungssysteme Finanzplanung ist ein Informations- und Gestaltungsinstrument des Finanzmanagements, das unternehmensintern zur Planung, Steuerung und Kontrollen finanzwirtschaftlicher Entscheidungen eingesetzt wird.

Inhalt der Finanzplanung • Systematische Schätzung und anschließende Dokumentation der einund ausgehenden Zahlungsströme während einer bestimmten Periode • Veranschaulichung der zukünftigen Unternehmenssituation, der Auswirkungen unternehmenspolitischer Entscheidungen auf die Finanzgrößen

Arten von Finanzplänen Kurzfristige Finanzplanung Mittel- bis langfristige Finanzplanung Liquiditätsplanung Prognose für die Gesamtentwicklung des Unternehmens Sicherung der Unternehmensliquidität Ermittlung des Kapitalbedarfs für geplante Aktivitäten Finanzdisposition des nächsten Jahres Prüfung der Finanzierbarkeit und der verschiedenen Finanzierungsformen

Nutzung von Finanzplänen bei der Kreditvergabe Finanzplanung zur Ermittlung der zukünftigen Kapitaldienstfähigkeit Finanzplanung als ganzheitliche Unternehmensplanung geeignet zur Ableitung von ganzheitlichen Bonitätseinschätzungen, da: ü Einbeziehung von betrieblichen Teilplänen inkl. Buchhaltung makroökon. Rahmenbedingungen ü Plausibilitätsüberlegungen als Grundlage für Planwertermittlungen ü Zukunftsbezogenheit des Analysezeitraums 75

EDV-gestützte Finanzplansysteme Spezielle Computerprogramme zur Erstellung von Finanzplänen Informationsinstrument Beratungsinstrument Kalkulationsinstrument 76

Systemkonfigurationen EDVgestützter Finanzplansysteme Modulare Aufbaustruktur Bilanzorientierte Planungskonzeptionen Plan-Erfolgsrechnung zur Ermittlung der Kapitaldienstfähigkeit Plandatengewinnung Simulationsmodule 77

Anwendungsprobleme in der Kreditpraxis Probleme bei der Beschaffung von Informationen zur Erstellung von Finanzplänen bzw. bei der Beschaffung von Finanzplänen selbst Planungsdefizite v. a. bei kleinen und mittelständischen Unternehmen routinemäßiger Einsatz von finanzplanorientierten Kreditprüfungen problematisch Plausibilitätsprüfung problematisch, da Finanzplanung ohne gesetzlichen Rahmen 78

Plausibilitätsprüfung von Finanzplänen Kritische Prüfung der Rahmenbedingungen Überprüfung der unterstellten betrieblichen und überbetrieblichen Einflussfaktorn Formelle statt materielle Prüfungdimension Prüfung der Funktionsfähigkeit des Finanzplanes Überprüfung des Planungsprozesses auf Widerspruchsfreiheit und Einhaltung der formalen Planungskriterien 79

Einsatz von institutseigenen Finanzplanungssystemen • Probleme im Rahmen der Plausibilitätsprüfung teilweise vermeidbar • Gemeinsame Erstellung durch Berater und Kunden während des Beratungsgesprächs • Vergabe von Einzellizenzen zur Nutzung der Planungssysteme durch den Firmenkunden

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 81

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 82

Kreditratingsysteme Bewertungsverfahren zur Ableitung von Krediturteilen über eine bewertende Kreditnehmerklassifizierung anhand vorgegebener Merkmale durch Zuordnung von Punktwerten Bonitätsindikatoren = zu untersuchende Kreditnehmermerkmale Bonitätseinstufung = Punktwerte 83

Bewertungsmodule Bonitätseinstufung Sicherheitenklassen Wirtschaftliche Verhältnisse Unternehmenssituation Kontoführung Risikoklasse 84

Prüfungsbereiche Wirtschaftliche Verhältnisse Qualitative Kreditnehmereigenschaften Unternehmensführung Markt und Wettbewerb Bisherige Kundenbeziehung Übergang von statischer zu dynamischer Kreditprüfung 85

86

Auswertungsverfahren Standardisierte Auswertung signifikanter Beurteilungsbereiche Zweistufiges Auswertungsverfahren Ermittlung der Bonitätsklasse über die zuvor errechneten Teilrating-Ergebnisse Ziel: nachvollziehbares Stärken- und Schwächen. Profil Visualisierung des Ratingergebnisses 87

Ratingssysteme • Modifizierter Einsatz von unterschiedlichen Ratingsystemen entsprechend der Kundengruppe und Engagementhöhe • Beispiel: separate Ratingverfahren für Geschäftskunden und Firmenkunden (Diverisifizierung anhand von Außenumsatz und Engagementhöhe)

Risikoklassen I • Zuordnung zu einer Risikoklasse über simultane Bonitäts- und Sicherheitenklassenbewertung • Risikoklassenprinzip: Jede Risikoklasse verkörpert ein gewisses Grad ein Ausfallrisiko. Optimale Kreditbearbeitung und – überwachung entsprechend der Risikoklasse

Risikoklassen II Ziel: homogenes Risikobild der Kredite einer Risikoklasse Unterschiede zwischen den Risikoprofilen nur anhand begrenzter Klassifikationskriterien definierbar Begrenzte Anzahl von Risikoklassen

Bedeutung der Risikoklassen auf Gesamtbankebene Analyseinstrument Kreditrating Umsetzung der Kreditrisikopolitik Gesamtrisikoindex der Kreditengagements Kreditcontrolling Beurteilung des Kreditportfolios

Anwendungseignung Scheingenauigkeit aufgrund der eingeschränkten Beurteilungsobjektivität und der notwendigen Informationsreduzierung Subjektive Beurteilungsinstrumente als Grundlage zur Quantifizierung von qualitativen Bonitätsfaktoren Grundsatz der Verhältnismäßigkeit: Verlust der ganzheitlichen Dimension, keine Potentialanalyse mehr Aktualitätsverluste Keine individuelle Anpassung der Gewichtungsfaktoren der einzelnen Teilbereiche 92

Anwendungseignung Objektivierung der Kreditprüfung und –entscheidung Unterstützung bei Konditionsverhandlungen Effizienterer Personaleinsatz im Kreditgeschäft Bereitstellung von Informationen für die Steuerung und Überwachung des Kreditgeschäftes Verbesserung der Beratungsqualität 93

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 94

Finanzplanungssysteme Kreditratingsysteme qualitative Bonitätsanalyse Portfolioanalysen 95

Portfolioanalysen Analyseinstrument aus dem Bereich der Unternehmensführung. Ziel ist die Bewertung der strategischen Geschäftseinheiten eines Unternehmens auf Basis der Analyse seiner Produkt-Markt. Kombinationen 96

Anwendungsbereiche Kreditnehmerspezifische Risikostrukturen als zweidimensionale Darstellung Detailllierte Analyse ausgewählter Unternehmensfelder Bewertung der gegenwärtigen und zukünftigen Wettbewerbsfähigkeit 97

Beispielhafte Bonitätsportfolien I Marktattraktivitäts-Wettbewerbsstärke-Portfolio Entstehung von Marktund Kreditrisiken durch Branchenentwicklung Marktstellung im Vergleich zu den Hauptkonkurrenten Beurteilung der branchenbedingten Angebots- und Nachfragestruktur Beurteilung, z. B. anhand von Innovationskraft, Sortimentsbreite, . . . 98

Beispielhafte Bonitätsportfolien II Marktrisiken Marktstrategische Maßnahmen Einleitung von Sanierungsmaßnahmen Kritische Risikolinie Funktionsberatung Managementrisiken Geschäftsbeziehung intensivieren Entwicklung beobachten

Anwendungseignung Bewertung der einzelnen Beurteilungsdimensionen nur durch Unternehmensanalyse vor Ort hoher Kosten- und Zeitaufwand Anwendung nur in Ausnahmefällen, vor allem im Bereich der Unternehmensberatung als Ergänzung und Visualisierung von traditionellen Kreditratings vor allem zur Kundenpotentialanalyse 101

Kritische Würdigung der qualitativen Bonitätsanalysen Grundgedanke: Unternehmensanalyse als Voraussetzung für jede Kreditvergabe Auswertung der wirtschaftlichen Verhältnisse unter Berücksichtigung der internen Unternehmensstrukturen und externen Rahmenbedingungen Anspruch durch qualitative Bonitätsanalyse erfüllt 102

Kritische Würdigung der qualitativen Bonitätsanalysen Hohe Analysekomplexität, daher meist v. a. Anwendung im langfristigen Kreditgeschäft Informationsschwächen, v. a. im Bereich der Erhebungs- und Auswertungsmethoden Sicherung von Bearbeitungseffizienz und Mindestobjektivität Grenzen der heutigen Systemtechnologie 103