Cottin | Döhler | Schmidt

Cottin, Claudia; Döhler, Sebastian; Schmidt, Jan-Philipp: Risikoanalyse. Modellierung, Beurteilung und Management von Risiken mit Praxisbeispielen; 3. aktualisierte und erweiterte Auflage, Springer Spektrum, Wiesbaden 2025, 512 S., ISBN 978-3-658-46107-2 (eBook), 34,99 Euro

Die Risikoanalyse spielt eine zentrale Rolle im Datenschutz, insbesondere im Rahmen der Datenschutz-Grundverordnung. Die DSGVO (z. B. Art. 24, 25, 32, 35) verlangt explizit, dass Verantwortliche und Auftragsverarbeiter technische und organisatorische Maßnahmen (TOM) ergreifen, die auf einer Risikobewertung basieren.

Das Autorenteam stammt aus den Hochschulbereichen Aktuar- und Finanzwissenschaft sowie der Mathematik und präsentiert mit diesem Werk vornehmlich Modelle der Wirtschafts-, Finanz- und Versicherungsmathematik. Die Zielgruppen dieses Werkes finden sich somit an Universitäten, Fachhochschulen und Berufsakademien sowie an die dort Lehrenden.

Insgesamt liefert dieses Buch eine Fülle quantitativer Modelle, die wohl erst dann qualitativen Charakter erhalten, wenn sie interpretiert werden. Die Verfahren aus diesem Buch können für den Datenschutz somit nur zum Teil und dann auch nur mit anderen Modellen verwendet werden. Somit sind die Modelle zwar grundsätzlich übertragbar, aber nicht 1:1 anwendbar. Für quantitative Analysen sind die Modelle ausgesprochen nützlich, aber zur Einhaltung der Datenschutz-Compliance müssten sie wohl mit speziellen Instrumenten des Datenschutzes kombiniert werden. Für kleinere Betriebe und Einrichtungen sind diese Modelle deutlich zu komplex. Hier reichen offensichtlich die im Datenschutz bekannten Risikomatrizen, die allerdings zu quantitativ ausfallen, und es stellt sich die Frage, wie qualitative Risiken und daraus entstehende Schäden, zum Beispiel immaterieller Art, ermittelt und bewertet werden können.

Die Autoren präsentieren zunächst den rechtlichen Rahmen des Risikomanagements. Das sind konkret der Deutsche Corporate Governance Kodex (DCKG), das Gesetz zur Kontrolle und Transparenz im Unternehmensbereich (KonTraG), das Transparenz- und Publizitätsgesetz (TransPuG), den nicht nur in den USA greifenden Sarbanes-Oxley Act zur Verbesserung von Unternehmensberichtserstattung und Risikomanagement sowie den Mindestanforderungen an das Risikomanagement gemäß den Vorschriften nach Basel und Solvency II.

Anschließend stellen sie gleich mehrere mathematische Verfahren zur Modellierung von Risiken (Gleichverteilung, Weibull-Verteilung etc.) vor, zudem solche zur Darstellung einer Schadenanzahl (Bernoulli-Prozess, Poisson-Verteilung etc.), von extremen Ereignissen und weitere. Weitere Kapitel widmen sich den Kennzahlen zu Risiken (Mittelwerte, Streuungsmaße etc.), Strategien zur Entlastung eines Risikos (zum Beispiel durch Risikoteilung oder Diversifikation von Risiken) und Modellierung von Abhängigkeiten bis hin zu Verfahren zur Überprüfung der Modelle.

Jedes Kapitel schließt mit einem Abschnitt mit Aufgaben zum jeweiligen Thema und wer sich vertiefendes Wissen erschließen will, kann auf die Github-Seite des Verlages zugreifen und dort weiteres Material finden. Insgesamt liefert das Buch eine überaus üppige Sammlung von Verfahren rund um das Thema Risikoanalyse; zudem sind sie auch sehr gut beschrieben und erklärt. Leider können sie für den Datenschutz unmittelbar nicht ohne Bearbeitung übernommen werden, da sie rein quantitative Aspekte bedienen. Somit bietet sich für engagierte Forschende ein weiteres Feld zur Behandlung von Risiken.