Die BaFin hat festgestellt, dass Banken derzeit Transaktionsrisiken mehr Aufmerksamkeit schenken als physischen Klimarisiken und plant die Berücksichtigung dieser Risiken stärker zu prüfen. Der Credit Agricole ist bereits eine empfindliche Strafe angedroht worden.

Auch Versicherungen verwenden zumeist nur historische Häufigkeiten (z.B. ZÜRS Geo). Diese Bewertungen lassen Klima-Szenario-Analysen außen vor.

Die BaFin betont, dass allgemeine ESG-Scores einen zu geringen Informationswert haben und empfiehlt Finanzinstitutionen konkrete Daten zu physischen Klimarisiken zu verwenden, wie zum Beispiel zur Überschwemmungswahrscheinlichkeit.

Unsere Lösung kombiniert 3 Komponenten:

1. Beschreibung von Pegelständen durch Wettereinflüsse – Machine Learning
2. Hausnummerngenaue Schadensrisiken über Topographie und Bodenbeschaffenheiten
3. Simulation langfristiger Schadensszenarien durch Verwendung international renommierter Klimamodelle

Durch die Kombination dieser Komponenten wird eine verbesserte, hausnummerngenaue Überschwemmungs-Risiko-Prognose bereitgestellt.