Erweiterung des Kreditzugangs durch intelligentere Erkenntnisse

In der heutigen Kreditlandschaft sind viele kreditwürdige Antragsteller vom System ausgeschlossen, nicht weil sie ein inakzeptables Risiko darstellen, sondern weil die zur Bewertung verwendeten Daten ein unvollständiges Bild ergeben.

Die Studie „Mastercard 2026 State of Credit Decisioning“ untersucht, wie Kreditgeber die wachsende betriebliche Komplexität bei der Kreditvergabe an Verbraucher und kleine Unternehmen bewältigen. Die Ergebnisse zeigen anhaltende Reibungsverluste bei der Kreditentscheidung auf und weisen auf eine klare Möglichkeit hin, den Zugang, die Effizienz und das Vertrauen durch bessere Einblicke zu verbessern.

Traditionelle Kreditentscheidungsmodelle wurden für eine andere Ära konzipiert. Verankert in statischen Kredithistorien und konventionellen Bewertungsverfahren, versäumen sie es oft, das vollständige Finanzbild der heutigen Kreditnehmer zu erfassen. Infolgedessen werden viele Antragsteller nicht ausgeschlossen, weil sie nicht kreditwürdig sind, sondern weil ihre finanziellen Verhaltensweisen nicht vollständig sichtbar sind.

Diese Herausforderung ist besonders akut für Antragsteller mit geringer Bonitätshistorie, Unternehmen im Besitz von Frauen und kleinere Unternehmen mit weniger als 50 Mitarbeitern. Viele dieser Kreditnehmer haben rentable, wachsende Unternehmen, verfügen aber nicht über die Art von historischen Daten, auf die traditionelle Modelle angewiesen sind.

Die Studie zeigt eine deutliche Lücke bei den Ergebnissen auf. Eine Mehrheit der Kreditgeber (58 %) berichtet, dass weniger als die Hälfte der Anträge von Kleinunternehmen mit kurzer Kredithistorie oder unterversorgten Kleinunternehmen genehmigt werden. Gleichzeitig geben fast die Hälfte der Kreditnehmer kleiner Unternehmen (48 %) an, in den letzten zwei Jahren entweder eine Ablehnung oder ungünstige Konditionen erfahren zu haben. Diese Herausforderungen sind besonders ausgeprägt bei Unternehmen mit kürzerer Kredithistorie, von Frauen geführten Unternehmen und kleineren Unternehmen.

Umfrageergebnisse zeigen deutlich, dass Hindernisse beim Kreditzugang größtenteils informativer Natur sind. Die überwiegende Mehrheit der Kreditgeber wünscht sich, dass ihre Organisationen über mehr Daten verfügen, um sowohl Kreditantragsteller von KMU mit dünner Akte (88 %) als auch Verbraucherkreditantragsteller (88 %) bewerten zu können. Der Status quo des Systems stützt sich jedoch weiterhin auf veraltete Entscheidungsmodelle, die auf unvollständigen Daten basieren. Finanzberichte und Steuerunterlagen (66 %) bleiben die wichtigste Datenquelle für die Kreditvergabe an KMU, während 89 % der Kreditgeber immer noch mindestens eine Form traditioneller Daten für die Verbraucherkreditvergabe verwenden, obwohl die Kreditgeber zustimmen, dass traditionelle Kreditbürodaten zur genauen Beurteilung der Kreditwürdigkeit von KMU (81 %) und Verbrauchern (81 %) unzureichend sind.

Letztendlich stimmen 85 % der Kreditgeber zu, dass „der Mangel an Echtzeitdaten von Antragstellern ein Hindernis für die Genehmigung weiterer kreditwürdiger Antragsteller darstellt.“ Kreditgeber glauben, dass der Weg, Zugangslücken zu schließen und eine vielfältigere Gruppe kreditwürdiger Kreditnehmer zu erreichen, in der Operationalisierung dynamischerer Datenquellen liegt: 89 % stimmen zu, dass „wir mehr kreditwürdige Antragsteller genehmigen könnten, wenn wir bessere Daten und Tools hätten.“ Dies ist eine wichtige Erkenntnis. Das Problem ist nicht, dass unterversorgte Kreditnehmer grundsätzlich risikoreich sind. Vielmehr sind die zur Bewertung verwendeten Datenmodelle nicht ausgestattet, um das vollständige Bild der finanziellen Gesundheit zu zeigen.

Die gute Nachricht ist, dass sich die Branche in die richtige Richtung bewegt. Kreditgeber sind sich weitgehend einig, dass der Weg nach vorne in der Operationalisierung alternativer Daten wie transaktionsbasierter Erkenntnisse und Cashflow-Input liegt, auf eine Weise, die die Fragmentierung reduziert, die Entscheidungsfindung optimiert und schnellere, sicherere Ergebnisse in großem Maßstab ermöglicht. Mehr als drei Viertel (76 %) der Kreditgeber geben an, dass ihre Nutzung alternativer Daten in den letzten fünf Jahren zugenommen hat, und 87 % planen eine weitere Integration in den nächsten zwei Jahren.

Wenn diese Datenquellen effektiv eingesetzt werden, können sie die Fragmentierung reduzieren, die Entscheidungsfindung optimieren und konsistentere Ergebnisse unterstützen. Für unterversorgte Antragsteller:innen bedeutet dies einen besseren Zugang zu fairen und transparenten Kreditentscheidungen. Für Kreditgeber bedeutet dies die Möglichkeit, mehr kreditwürdige Kunden mit verbesserter Präzision und Vertrauen zu identifizieren und zu bedienen.