Ein Risikomodell ist nur dann gut, wenn man es widerlegen kann. Im Risikomanagement wird häufig gefordert, dass Modelle „angemessen“ sein sollen. Für Revision, Aufsicht und Governance stellt sich jedoch eine präzisere Frage: Woran lässt sich diese Angemessenheit konkret prüfen? Ein Risikomodell ist nicht deshalb belastbar, weil es plausibel klingt, formal dokumentiert ist oder von Experten akzeptiert wird. Belastbar ist es dann, wenn bereits heute nachvollziehbar ist, welche Annahmen getroffen wurden, welche Risikotreiber ausgewählt wurden, wie diese miteinander zusammenhängen und wie die Parameter des Modells methodisch hergeleitet wurden. Dazu gehört ausdrücklich, dass Zahlen, Verteilungen und Abhängigkeiten auf nachvollziehbaren Quellen, Daten oder begründeten Verfahren beruhen – und nicht auf impliziten oder nicht prüfbaren Setzungen. Validierbarkeit bedeutet in diesem Kontext nicht nur Prognosegenauigkeit. Validierbarkeit bedeutet, dass ein Modell differenziert geprüft werden kann. Das umfasst die Auswahl der Risikotreiber, ihre Darstellung, die unterstellten Wirkungszusammenhänge sowie die konkrete Parametrisierung. Ein solches Modell ist nicht global „richtig“ oder „falsch“, sondern erlaubt eine gezielte fachliche Prüfung einzelner Elemente – und damit eine punktgenaue Nachschärfung, wo Annahmen, Daten oder Zusammenhänge nicht tragen. Gerade aus revisionsfachlicher Sicht ist dieser Punkt zentral. Modelle, die ausschließlich mit aggregierten Bewertungen, impliziten Annahmen oder nicht nachvollziehbaren Experteneinschätzungen arbeiten, entziehen sich einer sinnvollen Prüfung. Sie liefern Ergebnisse, aber keine differenzierte Begründung. Lernprozesse bleiben damit zwangsläufig unscharf. Quantitative Risikomodelle schaffen hier eine andere Qualität. Sie ermöglichen es, Annahmen, Treiber, Zusammenhänge und Parameter auf allen Ebenen getrennt zu überprüfen, Abweichungen gezielt zu analysieren und Modelle Schritt für Schritt weiterzuentwickeln. Weiterentwickelbarkeit entsteht dabei nicht abstrakt, sondern ganz konkret daraus, dass einzelne Modellbestandteile überprüft, angepasst und verbessert werden können, ohne direkt das gesamte Modell in Frage stellen zu müssen. Für Revision und Governance entsteht dadurch ein klarer Mehrwert: Risikomodelle werden prüfbar, transparent und gezielt weiterentwickelbar – weil sie systematisch überprüft und auf fachlicher Ebene verbessert werden können. Ein Risikomodell, das widerlegt werden kann, ist damit ein Zeichen von Stärke – die Voraussetzung dafür, dass Risikomanagement lernfähig, anschlussfähig und revisionsfest ist.
Dieser Beitrag ist zuerst auf LinkedIn erschienen. Dort ansehen und mitdiskutieren