Sustainable Finance

Finanzunternehmen müssen Investments nach Umwelt- und Sozialkriterien beurteilen (ESG = Environmental, Social & Governance). Hierzu ist die Datenlage noch relativ schlecht, so dass hohe Unsicherheiten bestehen und sich noch kein Marktstandard, der Orientierung geben könnte, etabliert hat. Gleichzeitig sind die rechtlichen Hürden für eine Kooperation hoch.

Im Rahmen dieses Use Cases werden von Deloitte auf Basis von EuroDaT verschiedene Nachhaltigkeitsbeurteilungen für Unternehmen mehrerer Banken und Asset Manager (z.B. Fonds) kombiniert und vereinheitlicht. Der Einsatz moderner Verfahren wie verteiltes Lernen und verteiltes Rechnen soll dabei erlauben, geschäftskritische Daten so auszuwerten, dass keine Rückschlüsse auf Rohdaten möglich sind und im Nachhinein nicht einmal bekannt ist, welche Unternehmen von welcher Bank beurteilt worden sind.

Die Grundidee: Die Finanzunternehmen teilen ihre eigenen Einschätzungen und aus diesen wird eine Rangfolge der Unternehmen in Bezug auf ESG berechnet. Wenn sich genug Finanzunternehmen beteiligen, entsteht so eine gute Abschätzung des Marktes, die wiederum für diese Unternehmen einen hohen Wert besitzt.

Bei individuellen ESG-Einschätzungen von Finanzunternehmen handelt es sich sowohl um sensible Geschäftsgeheimnisse als auch um Informationen, die den Markt beeinflussen könnten und somit nicht ohne weiteres veröffentlicht werden dürfen.

Durch mathematische Verfahren, intelligente technische Umsetzung und die Einbindung des Datentreuhänders EuroDaT wird folgendes erreicht:

•    Die internen Modelle und ESG-Einschätzungen der Finanzunternehmen bleiben dauerhaft und unbedingt geheim

•    Selbst eine erfolgreiche Attacke auf Kommunikationsverbindungen oder durch einen Teilnehmer hebelt die Geheimhaltung nicht komplett aus.

•    Der Treuhänder führt keine Speicherung oder Analysen auf den zur Verfügung gestellten Daten durch.

Dies führt dazu, dass in keinem Fall nachträglich die zur Verfügung gestellten Informationen rekonstruiert werden können. Allein das Gesamtergebnis, also die Anordnung der Unternehmen nach ESG-Kriterien, wird bekannt. Dies hat allerdings auch zur Folge, dass die Entdeckungswahrscheinlichkeit für Betrug äußerst gering ist. Um Betrüger zu vergrämen, sind die Algorithmen sehr robust gestaltet; ein einzelner Betrüger kann kaum Einfluss auf das Gesamtergebnis nehmen und wird deshalb durch das schlechte Aufwand/Nutzen-Verhältnis abgeschreckt.

Das ganze Projekt wird nicht nur technisch, sondern auch durch Rechtsgutachten abgesichert, um den Finanzunternehmen eine rundum sichere Teilnahme zu ermöglichen.

Die in diesem Projekt entwickelten Techniken sind auch auf andere Fälle, wie z.B. das reine Aggregieren von Daten übertragbar.

Stichworte: Data Sovereignty, Differential Privacy, Federated Learning, Plausible Deniability, Multi-Party-Computation, Homomorphic Encryption

Deloitte

ZEVEDI, Universität des Saarlandes, DFKI