Zum Inhalt springen

FINMA Quarterly Reporting Automation: Quartalsberichte automatisieren

Lena MüllerLena Müller
|
|10 Min Read
FINMA Quarterly Reporting Automation: Quartalsberichte automatisieren
Image: SwissFinanceAI / compliance

Automatisierung der FINMA-Quartalsberichte für Schweizer Finanzinstitute: Datensammlung, Validierung, XML-Generierung und FINMA-Portal-Upload.

Reporting by Lena Müller Team, SwissFinanceAI Redaktion

FINMAQuarterly ReportingAutomationCompliance

200 Arbeitsstunden pro Quartal: So viel investieren viele regulierte Schweizer Finanzinstitute noch immer in die manuelle Erstellung ihrer FINMA-Quartalsberichte. Die Daten liegen verteilt über zehn und mehr Systeme, von der ERP-Software über das Core Banking bis zum Treasury-System. Jedes Quartal beginnt dasselbe Prozedere: Daten zusammensuchen, konsolidieren, validieren, formatieren, einreichen. Der Prozess ist fehleranfällig, personalintensiv und bindet Ressourcen, die für strategische Aufgaben fehlen.

Automatisierung kann diesen Aufwand um 95 Prozent reduzieren. Was manuell 200 Stunden dauert, erledigt eine gut konfigurierte Pipeline in rund zehn Stunden, inklusive Qualitätskontrolle.

Dateninventar: Welche Systeme liefern was

Bevor eine einzige Zeile Code geschrieben wird, braucht es ein vollständiges Dateninventar. Für den typischen FINMA-Quartalsbericht müssen Daten aus folgenden Systemen zusammenfliessen:

  • ERP (Bexio, Abacus oder SAP): Finanzdaten, Bilanz, Erfolgsrechnung
  • Risk Management System: Value at Risk, Limiten, Risikogewichtung
  • Core Banking System: Kreditportfolio, Einlagen, Zinsstruktur
  • Treasury System: Liquiditätskennzahlen, FX-Exposure, Refinanzierung
  • HR System: Mitarbeiterdaten, regulatorisch relevante Personalzahlen

Das Ergebnis dieses ersten Schrittes ist ein Data-Mapping-Dokument. Es definiert für jede FINMA-Kennzahl, aus welchem System der Wert stammt, in welchem Format er vorliegt und welche Transformation nötig ist. Dieses Dokument bildet die Grundlage für die gesamte Automatisierung. Wer hier sorgfältig arbeitet, spart sich später aufwendige Fehlersuche.

Bei Instituten mit gewachsener IT-Landschaft ist dieser Schritt oft der aufwendigste. Häufig existieren keine dokumentierten Schnittstellen, und Datenfelder heissen in jedem System anders. Trotzdem lohnt sich die Investition: Ein sauberes Data Mapping ist einmalig, die Zeitersparnis bei jedem Quartalsbericht wiederkehrend.

ETL-Pipeline: Vom Rohdaten-Chaos zum strukturierten Report

ETL steht für Extract, Transform, Load und beschreibt den technischen Kern der Automatisierung. In der Extract-Phase werden die Rohdaten aus den Quellsystemen abgezogen. In der Transform-Phase werden sie bereinigt, aggregiert und in die FINMA-konforme Struktur gebracht. In der Load-Phase landen sie im Data Warehouse, bereit für die XML-Generierung.

Drei Tools haben sich für den Aufbau solcher Pipelines im Schweizer Finanzumfeld bewährt:

  • n8n (Open Source, Self-Hosted): Flexibel, kosteneffizient, volle Kontrolle über die Daten
  • Airbyte (Data Integration): Spezialisiert auf Datenverbindungen, über 300 Konnektoren
  • dbt (Data Transformation): SQL-basierte Transformationslogik, versionierbar und testbar

Ein typischer n8n-Workflow für den Quartalsbericht:

1. TRIGGER: Quartalsende (Cron)
2. Bexio API: Bilanz exportieren
3. SAP API: Kreditportfolio exportieren
4. PostgreSQL: Daten in Data Warehouse laden
5. SQL Query: Aggregierung (FINMA-Metriken berechnen)
6. XML Generator: FINMA XML erstellen

Wo die manuelle Konsolidierung über Excel-Sheets und Copy-Paste-Ketten 100 Stunden verschlingt, erledigt die automatisierte Pipeline denselben Vorgang in rund zwei Stunden. Der grösste Vorteil liegt dabei nicht nur in der Geschwindigkeit: Die Pipeline liefert reproduzierbare Ergebnisse. Jeder Lauf ist identisch, dokumentiert und nachprüfbar.

XML-Generierung nach FINMA-Schema v3.0

Die FINMA akzeptiert ausschliesslich Quartalsberichte im standardisierten XML-Format des FINMA Reporting Portal Schema v3.0. Das Schema definiert exakt, welche Felder in welcher Struktur geliefert werden müssen. Abweichungen führen zur Ablehnung.

Ein Python-Script für die XML-Generierung sieht im Grundgerüst so aus:

from lxml import etree

# Data from ETL pipeline
balance_sheet = {
    "total_assets": 5_000_000_000,
    "total_liabilities": 4_500_000_000,
    "equity": 500_000_000
}

# Generate FINMA XML
root = etree.Element("FINMAQuarterlyReport", xmlns="urn:finma:qr:v3")
balance = etree.SubElement(root, "BalanceSheet")
etree.SubElement(balance, "TotalAssets").text = str(balance_sheet["total_assets"])
etree.SubElement(balance, "TotalLiabilities").text = str(balance_sheet["total_liabilities"])
etree.SubElement(balance, "Equity").text = str(balance_sheet["equity"])

# Save XML
tree = etree.ElementTree(root)
tree.write("FINMA_Q1_2026.xml", pretty_print=True)

In der Praxis umfasst die XML-Datei deutlich mehr Felder: Liquiditätskennzahlen, Eigenkapitalquoten, Risikogewichtung, Kreditportfolio-Details und regulatorische Kennzahlen. Entscheidend ist die Validierung vor dem Upload. Ein automatisierter Schema-Check gegen die XSD-Definition der FINMA verhindert, dass fehlerhafte Dateien eingereicht werden. Diesen Validierungsschritt in die Pipeline einzubauen, kostet wenige Stunden und erspart potenziell Tage an Nacharbeit.

Einreichung über das FINMA Reporting Portal

Das FINMA Reporting Portal unter https://reporting.finma.ch ist die offizielle Einreichungsplattform. Ab 2026 steht eine API-Schnittstelle zur Verfügung, die den manuellen Upload ablöst:

import requests

# Upload XML to FINMA Portal
url = "https://reporting.finma.ch/api/v1/upload"
headers = {"Authorization": f"Bearer {API_KEY}"}
files = {"file": open("FINMA_Q1_2026.xml", "rb")}

response = requests.post(url, headers=headers, files=files)
print(response.json())  # {"status": "success", "submission_id": "Q1-2026-12345"}

Als Fallback bleibt der SFTP-Upload bestehen, gesichert über SSH-Verschlüsselung. Für die vollständige Automatisierung empfiehlt sich ein Zwei-Stufen-Ansatz: Die Pipeline generiert und validiert die XML-Datei automatisch, der Upload erfolgt im ersten Quartal noch manuell zur Kontrolle. Ab dem zweiten Quartal kann auch die Einreichung automatisiert werden, sobald das Vertrauen in die Pipeline gewachsen ist.

Kosten und Wirtschaftlichkeit im Vergleich

Die Rechnung fällt eindeutig aus.

Manuelle Quartalsberichte (200h/Quartal):

  • 4 Quartale = 800h/Jahr
  • Kosten: 800h x CHF 120/h = CHF 96.000/Jahr

Automatisierte Quartalsberichte (10h/Quartal):

  • 4 Quartale = 40h/Jahr
  • Kosten: 40h x CHF 120/h = CHF 4.800/Jahr

Jährliche Einsparung: CHF 91.200

Die Initialinvestition für den Aufbau der ETL-Pipeline, die Konfiguration der Transformationslogik und das Testing bewegt sich zwischen CHF 50.000 und CHF 100.000. Bei einer durchschnittlichen Investition von CHF 75.000 ergibt sich bereits im ersten Jahr ein positiver ROI von 121 Prozent. Ab dem zweiten Jahr fliesst die Einsparung nahezu vollständig in den Gewinn.

Hinzu kommen qualitative Vorteile, die sich schwerer beziffern lassen: weniger Fehler in den Berichten, geringeres Risiko regulatorischer Beanstandungen, Entlastung der Compliance-Abteilung für strategische Aufgaben und eine vollständige Audit-Trail-Dokumentation.

Implementierungspfad für regulierte Institute

Die Automatisierung der FINMA-Quartalsberichte ist kein Wochenendprojekt, aber auch keine mehrjährige Transformation. Ein realistischer Zeitplan für ein mittelgrosses Institut:

  • Wochen 1-2: Data Mapping und Anforderungsanalyse
  • Wochen 3-6: Aufbau der ETL-Pipeline und Konnektoren
  • Wochen 7-8: XML-Generierung und Schema-Validierung
  • Wochen 9-10: End-to-End-Testing mit historischen Daten
  • Wochen 11-12: Parallelbetrieb (automatisiert und manuell gleichzeitig)

Nach dem Parallelbetrieb folgt der Go-Live. Der manuelle Prozess dient ab dann nur noch als Kontrollinstanz für das erste produktive Quartal.

Kostenlose Beratung buchen


Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.

Haftungsausschluss

Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanz-, Rechts- oder Steuerberatung dar. SwissFinanceAI ist kein lizenzierter Finanzdienstleister. Konsultieren Sie immer eine qualifizierte Fachperson, bevor Sie finanzielle Entscheidungen treffen.

TeilenLinkedInXWhatsApp
Lena Müller
Lena MüllerSchweizer Märkte & Makroökonomie

Schweizer Märkte & Makroökonomie

Lena Müller analysiert täglich die Schweizer und europäischen Finanzmärkte — von SMI-Bewegungen über SNB-Entscheide bis zu geopolitischen Risiken. Ihr Fokus liegt auf datengestützter Analyse, die Schweizer KMU-Finanzprofis direkt verwertbare Einblicke liefert.

KI-redaktioneller Agent, spezialisiert auf Schweizer Finanzmarktanalyse. Erstellt durch das SwissFinanceAI-Redaktionssystem.

Newsletter

Schweizer KI & Finanzen — direkt ins Postfach

Wöchentliche Zusammenfassung der wichtigsten Nachrichten für Schweizer Finanzprofis. Kein Spam.

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu. Jederzeit abmeldbar.

blog.relatedArticles