Damals in der Schule gab es bei Rechnungen mit verschiedenen Unbekannten nicht viel zu verlieren. Wer heute unbekannten Kunden Rechnungen ausstellt, geht ein sehr viel größeres Risiko ein: das von Zahlungsausfällen. Um es klein zu halten, bedarf es Informationen, Daten und einer schlüssigen Analyse. Score-Werte machen Kunden berechenbar. Doch wie genau werden diese eigentlich erstellt?
Risikomanagement steht und fällt mit der Menge an verfügbaren Daten, ihrer Qualität und der Verarbeitung. Online-Händler sollten vor allem die Vorlieben und Bedürfnisse ihrer Kunden kennen. Das betrifft die gesamte Customer-Journey, insbesondere aber den kritischen Check-out: Wenn es ans Bezahlen geht, werden nach wie vor viel zu viele Käufe abgebrochen, laut US-amerikanischer Marktforschung Baymard Institute lassen 10 % der Online-Käufer Warenkörbe stehen, weil die gewünschte Bezahlmethode nicht angeboten wird.
Um konkurrenzfähig zu bleiben, ist es notwendig Kunden marktübliche und komfortable Zahlungswege anzubieten und gleichzeitig die anfallende Kosten und Risiken zu minimieren.
Vertrauen gegen Zuverlässigkeit – heißt der Deal
Bei Bestandskunden ist die Sache relativ einfach: Auf Basis von deren Bestellhistrorie ziehen Online-Händler Rückschlüsse auf das Zahlverhalten und die bevorzugte Verfahren. Beziehen sie mehr Faktoren ein, etwa offene Rechnungen, Rechnungsausfälle, gekaufte Artikel sowie die Zahl der Lieferanschriften, können sie leichter entscheiden, ob sie einem Stammkunden den Rechnungskauf anbieten – die immer noch beliebteste Bezahlmethode in Deutschland.
Bei Neukunden stehen Unternehmen diese Informationen nicht zur Verfügung, deshalb greifen sie auf Informationen von Wirtschaftsauskunfteien zurück. Diese sollten aber schon während des Kaufprozesses zur Verfügung stehen, wie Rudolf Keßler, ehemaliger Leiter Corporate Credit Management bei der BayWa, in einem Interview ausführte: "Entscheidend für ein effektives Risikomanagement sind aktuelle, sofort verfügbare Informationen, die direkt in vorhandene Systeme integriert werden können. Der Umfang der Auskünfte sollte darüber hinaus an den konkreten Bedarf für unterschiedliche Kundengruppen oder Risikoklassen angepasst werden können. Außerdem müssen sie monitoringfähig sein."
Unterschiedliche Verfahren und Datenmengen
In Deutschland reicht der Austausch von Informationen zur Kreditwürdigkeit von Verbrauchern und Unternehmen bis in das 19. Jahrhundert zurück: Schon 1879 gründeten die Vereine Creditreform einen Verband und tauschten sich hier regelmäßig Kreditauskünfte über Kunden aus. Die Schutzgemeinschaft für allgemeine Kreditsicherung (Schufa) nahm im Jahr 1927 ihre Arbeit auf, als gemeinnützige Vereinigung von regionalen Organisationen sollt sie Kreditrisiken absichern. Die Schufa gilt heute als bekannteste Auskunftei und verarbeitet Finanz- und Kaufdaten von etwa 66 Millionen Menschen in Deutschland. Zu ihren Konkurrenten zählen weitere Unternehmen: Crif Bürgel erfasst laut Finanztip.de Einträge von ungefähr 56 Millionen Personen; Creditreform Boniversum verfügt über knapp 120 Millionen personenbezogenen sowie 90 Millionen Zahlungsinformationen; Infoscore Consumer Data gehört zum Bertelsmann-Konzern und speichert mehr als 40 Millionen Datenpunkte von rund acht Millionen Menschen.
Zur Berechnung von Score-Werten wenden die Auskunfteien unterschiedliche Verfahren an. Michael Schröder, Professor beim Zentrum für Europäische Wirtschaftsforschung (ZEW) in Mannheim, und Jürgen Taeger, Professor an der Carl von Ossietzky-Universität in Oldenburg, beschreiben in ihrem Buch "Scoring im Fokus" die Methodik vor allem am Beispiel der Schufa. Danach fließen in die Credit-Scores positive und negative Informationen über Kunden und Unternehmen ein, laut Schufa enthalten die Urteile insgesamt 200 Einzelvariablen zu Käufen und Bezahlung oder materieller Situation. Doch die individuellen Scores über Personen basieren meist auf nur einer Teilmenge dieser Angaben. Die Schufa arbeitet nach eigenen Berichten bei mehr als 90 % der von ihr beurteilten Konsumenten ausschließlich mit Positivinformationen.
Gruppenbildung zur Risikoeinschätzung
Score-Karten werden mit Hilfe der "logistischen Regression" erstellt. Die Hessische Landesregierung beschreibt das Vorgehen so: "Durch anonymisierte Auswertung der im Schufa-Datenbestand gespeicherten Daten werden Gruppenprofile erstellt, aus denen sich ableiten lässt, bei welcher Personengruppe mit zunächst positivem Datenbestand sich in der Vergangenheit welches Kreditausfallrisiko realisiert hat. Diese personengruppenbezogenen Vergangenheitswerte werden als Prognose auf die Zukunft übertragen, wobei davon ausgegangen wird, dass sich dieselbe Personengruppe auch in Zukunft gleich verhalten wird."
Neben dem "Basis-Score", der das Risiko eines Rechnungsausfall in Schritten von "sehr gering" (mehr als 97,5 % er beurteilten), "gering bis überschaubar" (95 % bis 97,5 %), "zufriedenstellend bis erhöht" (90 % bis 95 %) darstellt, werden auch Noten oder Urteile nach bestimmten Branchen erstellt. Erfahrungsgemäß unterscheidet sich die Zahl oder die Häufigkeit der Rechnungsausfälle bei Banken von denen bei Handels- oder Telekommunikationsunternehmen. Und auch unter den einzelnen Handelssegmenten sind Unterschiede in der Zuverlässigkeit von Kunden feststellbar.
Wissen und Informationen fördern das Vertrauen
Wie sehen Handelsgeschäfte ohne den Einsatz externer Credit Scores aus? Mit der Antwort auf diese Frage untermauern Schröder und Taeger die Relevanz der Credit-Scores: In ihren Augen könnten Unternehmen bequeme und praktische Bezahlverfahren wie den Rechnungskauf oder die Überweisung nicht mehr anbieten. Das wiederum schränke vor allem die Wettbewerbsfähigkeit kleinerer Unternehmen ein, weil diese den Infromationsgehalt der Scores nicht durch interne Daten ersetzen könnten. Außerdem würde druch das Fehlen eine Marktzutrittsbarriere aufgebaut: Junge Unternehmen verfügen über wenig bis keine Erfahrungen mit ihren Kunden und nur über einen kleinen Datenbestand, könnten gerade nach dem Start die Kreditwürdigkeit nicht einschätzen und trügen dadurch höhere Risiken als etablierte Unternehmen. Das Scoring von Dienstleistern ermöglicht folglich Start-ups, Bezahlmöglichkeiten mit höheren Ausfallrisiken anzubieten.
„Insgesamt betrachtet stellen Credit Scores eine objektive und ökonomisch effiziente Möglichkeit zur Einschätzung der Erfüllungswahrscheinlichkeit von Geld- und Warenkrediten dar", resümieren Schröder und Taeger. "Sie tragen wesentlich zur Reduktion asymmetrischer Information zwischen Kreditnehmern und Kreditgebern bei." Und Online- oder Versandhandel können mit weniger Sorgen Bezahlverfahren einsetzen, die ihre Kunden praktisch finden.
