Insight
Wertpapierstammdaten: Abweichungen vor T+1 automatisch erkennen
Mit T+1 bleibt weniger Zeit, fehlerhafte Stammdaten zu korrigieren. AI erkennt Abweichungen zwischen Quellen früh und sortiert Ausnahmen vor.
Prozesse und Effizienz
3 min Lesezeit
Kernaussage
Mit kürzerer Abwicklung wird Stammdatenqualität vom Hygienethema zur Voraussetzung für pünktliche Lieferung. Automatische Erkennung von Abweichungen verlagert die Arbeit vom Suchen zum Entscheiden.

Die wichtigsten Erkenntnisse
Ab 11. Oktober 2027 gilt in der EU die Abwicklung T+1.
Fehlerhafte Stammdaten lassen weniger Zeit zur Korrektur.
AI sortiert Abweichungen vor, Menschen prüfen Ausnahmen.
Ein falsches Datum, und die Abwicklung steht
Zwei Datenquellen nennen für dasselbe Wertpapier unterschiedliche Fälligkeitstermine, und ein Mensch muss klären, welcher stimmt. Solche Abweichungen gehören nach unserer Erfahrung zum Alltag der Wertpapierabwicklung. AI hilft bei Wertpapierstammdaten, indem sie Angaben aus mehreren Quellen laufend vergleicht, Abweichungen nach Dringlichkeit ordnet und für eindeutige Fälle einen Korrekturvorschlag macht, den ein Mensch freigibt.
Warum wird das Thema jetzt dringlicher?
Weil die Zeit für Korrekturen schrumpft. Am 11. Oktober 2027 stellen die Finanzmärkte der EU auf den Abwicklungszyklus T+1 um. ESMA nennt im „Statement on T+1 preparations“ (Juli 2026) als erste Frist den 7. Dezember 2026 für Zuteilungen und Bestätigungen und bezeichnet Automatisierung und Standardisierung als unverzichtbar. Als ebenfalls wichtig nennt die Behörde korrekte Referenzdaten, unter anderem zum Abwicklungsort, zur Art der Transaktion und zum Handelsplatz. Wer heute einen Tag für die Klärung einer Abweichung hat, hat ihn künftig nicht mehr.
Wo entstehen Abweichungen?
An den Übergängen. Stammdaten kommen von Datenanbietern, aus Emissionsunterlagen, von Verwahrstellen und aus eigenen Erfassungen. Jede Quelle hat eigene Formate und Aktualisierungszeiten. Abweichungen entstehen bei Kapitalmaßnahmen, bei Neuemissionen und bei seltenen Gattungen. Die Prüfung ist nach unserer Erfahrung bisher meist Handarbeit: Liste abarbeiten, Quelle öffnen, vergleichen, korrigieren. Was die Umstellung für Fondsgesellschaften bedeutet, beschreibt der Beitrag zu T+1 bei Fondsgesellschaften.
Was kann AI hier leisten und was nicht?
AI kann vergleichen, einordnen und vorschlagen. Sie liest strukturierte Felder ebenso wie Emissionsbedingungen im Fließtext und erkennt, ob eine Abweichung ein Formatunterschied oder ein echter Widerspruch ist. Sie entscheidet nicht selbst über die Korrektur kritischer Felder. Zu klären ist außerdem der Zugang: Verträge mit Datenanbietern regeln, ob und wie Daten automatisiert abgerufen und weiterverarbeitet werden dürfen. Diese Frage gehört an den Anfang des Vorhabens, nicht ans Ende. ESMA erinnert an die gegenseitige Abhängigkeit in der Kette: „No one can be ready in isolation.“
Wer ist in der Bank für Stammdaten zuständig?
Nach unserer Erfahrung häufig mehrere Stellen zugleich und damit niemand eindeutig. Die Abwicklung bemerkt den Fehler, das Datenmanagement pflegt die Quelle, die IT betreibt die Systeme, und der Handel hat das Geschäft abgeschlossen. Ohne benannte Verantwortung je Feld wird dieselbe Abweichung immer wieder an der Stelle korrigiert, an der sie auffällt, statt an der Stelle, an der sie entsteht. Die Umstellung auf T+1 ist ein Anlass, diese Zuordnung zu klären. Automatische Erkennung braucht eine Stelle, an die sie Klärungsfälle gibt, und eine Regel, welche Quelle im Zweifel gilt. Beides ist eine Entscheidung des Managements, keine der Technik.
Betrifft das auch Institute ohne eigene Abwicklung?
Ja. ESMA nennt in ihrem Statement die gesamte Kette, von Kunden über Broker und Verwahrer bis zu Dienstleistern, an die ausgelagert wurde. Wer die Abwicklung ausgelagert hat, liefert weiterhin Daten in diese Kette und sollte die Bereitschaft seiner Dienstleister früh abfragen.
Wie wird die automatische Erkennung aufgebaut?
Die Felder bestimmen, deren Fehler eine Abwicklung verzögern, und nach Folgen ordnen.
Je Feld eine führende Quelle festlegen und die Vergleichsquellen benennen.
Abweichungen automatisch erkennen und in Formatunterschied, eindeutiger Fehler und Klärungsfall einteilen.
Für eindeutige Fehler Korrekturvorschläge mit Freigabe durch einen Menschen einführen.
Die Zeit von der Erkennung bis zur Korrektur messen und mit dem künftigen Zeitfenster vergleichen.
Wie viele Abwicklungen in der eigenen Bank im letzten Quartal wegen Stammdaten verzögert wurden, ist die Zahl, die den Aufwand für dieses Vorhaben begründet.
Gern sprechen wir in einem ersten Gespräch über Stammdaten und das kürzere Zeitfenster.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
Ab 11. Oktober 2027 gilt in der EU die Abwicklung T+1.
Fehlerhafte Stammdaten lassen weniger Zeit zur Korrektur.
AI sortiert Abweichungen vor, Menschen prüfen Ausnahmen.
Ein falsches Datum, und die Abwicklung steht
Zwei Datenquellen nennen für dasselbe Wertpapier unterschiedliche Fälligkeitstermine, und ein Mensch muss klären, welcher stimmt. Solche Abweichungen gehören nach unserer Erfahrung zum Alltag der Wertpapierabwicklung. AI hilft bei Wertpapierstammdaten, indem sie Angaben aus mehreren Quellen laufend vergleicht, Abweichungen nach Dringlichkeit ordnet und für eindeutige Fälle einen Korrekturvorschlag macht, den ein Mensch freigibt.
Warum wird das Thema jetzt dringlicher?
Weil die Zeit für Korrekturen schrumpft. Am 11. Oktober 2027 stellen die Finanzmärkte der EU auf den Abwicklungszyklus T+1 um. ESMA nennt im „Statement on T+1 preparations“ (Juli 2026) als erste Frist den 7. Dezember 2026 für Zuteilungen und Bestätigungen und bezeichnet Automatisierung und Standardisierung als unverzichtbar. Als ebenfalls wichtig nennt die Behörde korrekte Referenzdaten, unter anderem zum Abwicklungsort, zur Art der Transaktion und zum Handelsplatz. Wer heute einen Tag für die Klärung einer Abweichung hat, hat ihn künftig nicht mehr.
Wo entstehen Abweichungen?
An den Übergängen. Stammdaten kommen von Datenanbietern, aus Emissionsunterlagen, von Verwahrstellen und aus eigenen Erfassungen. Jede Quelle hat eigene Formate und Aktualisierungszeiten. Abweichungen entstehen bei Kapitalmaßnahmen, bei Neuemissionen und bei seltenen Gattungen. Die Prüfung ist nach unserer Erfahrung bisher meist Handarbeit: Liste abarbeiten, Quelle öffnen, vergleichen, korrigieren. Was die Umstellung für Fondsgesellschaften bedeutet, beschreibt der Beitrag zu T+1 bei Fondsgesellschaften.
Was kann AI hier leisten und was nicht?
AI kann vergleichen, einordnen und vorschlagen. Sie liest strukturierte Felder ebenso wie Emissionsbedingungen im Fließtext und erkennt, ob eine Abweichung ein Formatunterschied oder ein echter Widerspruch ist. Sie entscheidet nicht selbst über die Korrektur kritischer Felder. Zu klären ist außerdem der Zugang: Verträge mit Datenanbietern regeln, ob und wie Daten automatisiert abgerufen und weiterverarbeitet werden dürfen. Diese Frage gehört an den Anfang des Vorhabens, nicht ans Ende. ESMA erinnert an die gegenseitige Abhängigkeit in der Kette: „No one can be ready in isolation.“
Wer ist in der Bank für Stammdaten zuständig?
Nach unserer Erfahrung häufig mehrere Stellen zugleich und damit niemand eindeutig. Die Abwicklung bemerkt den Fehler, das Datenmanagement pflegt die Quelle, die IT betreibt die Systeme, und der Handel hat das Geschäft abgeschlossen. Ohne benannte Verantwortung je Feld wird dieselbe Abweichung immer wieder an der Stelle korrigiert, an der sie auffällt, statt an der Stelle, an der sie entsteht. Die Umstellung auf T+1 ist ein Anlass, diese Zuordnung zu klären. Automatische Erkennung braucht eine Stelle, an die sie Klärungsfälle gibt, und eine Regel, welche Quelle im Zweifel gilt. Beides ist eine Entscheidung des Managements, keine der Technik.
Betrifft das auch Institute ohne eigene Abwicklung?
Ja. ESMA nennt in ihrem Statement die gesamte Kette, von Kunden über Broker und Verwahrer bis zu Dienstleistern, an die ausgelagert wurde. Wer die Abwicklung ausgelagert hat, liefert weiterhin Daten in diese Kette und sollte die Bereitschaft seiner Dienstleister früh abfragen.
Wie wird die automatische Erkennung aufgebaut?
Die Felder bestimmen, deren Fehler eine Abwicklung verzögern, und nach Folgen ordnen.
Je Feld eine führende Quelle festlegen und die Vergleichsquellen benennen.
Abweichungen automatisch erkennen und in Formatunterschied, eindeutiger Fehler und Klärungsfall einteilen.
Für eindeutige Fehler Korrekturvorschläge mit Freigabe durch einen Menschen einführen.
Die Zeit von der Erkennung bis zur Korrektur messen und mit dem künftigen Zeitfenster vergleichen.
Wie viele Abwicklungen in der eigenen Bank im letzten Quartal wegen Stammdaten verzögert wurden, ist die Zahl, die den Aufwand für dieses Vorhaben begründet.
Gern sprechen wir in einem ersten Gespräch über Stammdaten und das kürzere Zeitfenster.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.

Die wichtigsten Erkenntnisse
Ab 11. Oktober 2027 gilt in der EU die Abwicklung T+1.
Fehlerhafte Stammdaten lassen weniger Zeit zur Korrektur.
AI sortiert Abweichungen vor, Menschen prüfen Ausnahmen.
Ein falsches Datum, und die Abwicklung steht
Zwei Datenquellen nennen für dasselbe Wertpapier unterschiedliche Fälligkeitstermine, und ein Mensch muss klären, welcher stimmt. Solche Abweichungen gehören nach unserer Erfahrung zum Alltag der Wertpapierabwicklung. AI hilft bei Wertpapierstammdaten, indem sie Angaben aus mehreren Quellen laufend vergleicht, Abweichungen nach Dringlichkeit ordnet und für eindeutige Fälle einen Korrekturvorschlag macht, den ein Mensch freigibt.
Warum wird das Thema jetzt dringlicher?
Weil die Zeit für Korrekturen schrumpft. Am 11. Oktober 2027 stellen die Finanzmärkte der EU auf den Abwicklungszyklus T+1 um. ESMA nennt im „Statement on T+1 preparations“ (Juli 2026) als erste Frist den 7. Dezember 2026 für Zuteilungen und Bestätigungen und bezeichnet Automatisierung und Standardisierung als unverzichtbar. Als ebenfalls wichtig nennt die Behörde korrekte Referenzdaten, unter anderem zum Abwicklungsort, zur Art der Transaktion und zum Handelsplatz. Wer heute einen Tag für die Klärung einer Abweichung hat, hat ihn künftig nicht mehr.
Wo entstehen Abweichungen?
An den Übergängen. Stammdaten kommen von Datenanbietern, aus Emissionsunterlagen, von Verwahrstellen und aus eigenen Erfassungen. Jede Quelle hat eigene Formate und Aktualisierungszeiten. Abweichungen entstehen bei Kapitalmaßnahmen, bei Neuemissionen und bei seltenen Gattungen. Die Prüfung ist nach unserer Erfahrung bisher meist Handarbeit: Liste abarbeiten, Quelle öffnen, vergleichen, korrigieren. Was die Umstellung für Fondsgesellschaften bedeutet, beschreibt der Beitrag zu T+1 bei Fondsgesellschaften.
Was kann AI hier leisten und was nicht?
AI kann vergleichen, einordnen und vorschlagen. Sie liest strukturierte Felder ebenso wie Emissionsbedingungen im Fließtext und erkennt, ob eine Abweichung ein Formatunterschied oder ein echter Widerspruch ist. Sie entscheidet nicht selbst über die Korrektur kritischer Felder. Zu klären ist außerdem der Zugang: Verträge mit Datenanbietern regeln, ob und wie Daten automatisiert abgerufen und weiterverarbeitet werden dürfen. Diese Frage gehört an den Anfang des Vorhabens, nicht ans Ende. ESMA erinnert an die gegenseitige Abhängigkeit in der Kette: „No one can be ready in isolation.“
Wer ist in der Bank für Stammdaten zuständig?
Nach unserer Erfahrung häufig mehrere Stellen zugleich und damit niemand eindeutig. Die Abwicklung bemerkt den Fehler, das Datenmanagement pflegt die Quelle, die IT betreibt die Systeme, und der Handel hat das Geschäft abgeschlossen. Ohne benannte Verantwortung je Feld wird dieselbe Abweichung immer wieder an der Stelle korrigiert, an der sie auffällt, statt an der Stelle, an der sie entsteht. Die Umstellung auf T+1 ist ein Anlass, diese Zuordnung zu klären. Automatische Erkennung braucht eine Stelle, an die sie Klärungsfälle gibt, und eine Regel, welche Quelle im Zweifel gilt. Beides ist eine Entscheidung des Managements, keine der Technik.
Betrifft das auch Institute ohne eigene Abwicklung?
Ja. ESMA nennt in ihrem Statement die gesamte Kette, von Kunden über Broker und Verwahrer bis zu Dienstleistern, an die ausgelagert wurde. Wer die Abwicklung ausgelagert hat, liefert weiterhin Daten in diese Kette und sollte die Bereitschaft seiner Dienstleister früh abfragen.
Wie wird die automatische Erkennung aufgebaut?
Die Felder bestimmen, deren Fehler eine Abwicklung verzögern, und nach Folgen ordnen.
Je Feld eine führende Quelle festlegen und die Vergleichsquellen benennen.
Abweichungen automatisch erkennen und in Formatunterschied, eindeutiger Fehler und Klärungsfall einteilen.
Für eindeutige Fehler Korrekturvorschläge mit Freigabe durch einen Menschen einführen.
Die Zeit von der Erkennung bis zur Korrektur messen und mit dem künftigen Zeitfenster vergleichen.
Wie viele Abwicklungen in der eigenen Bank im letzten Quartal wegen Stammdaten verzögert wurden, ist die Zahl, die den Aufwand für dieses Vorhaben begründet.
Gern sprechen wir in einem ersten Gespräch über Stammdaten und das kürzere Zeitfenster.
Ein Thema, das gerade beschäftigt?
Gemeinsam einordnen, was daraus folgt.


