Transformation Machine Learning Engine

Ihre Quellsysteme auf den BIRD Input Layer.

Die TML-Engine bildet heterogene Quellsysteme erklärbar auf den ECB-BIRD Input Layer ab – der Enabler für IReF und das granulare Meldewesen. Die Maschine schlägt jede Zuordnung vor und begründet sie, der Mensch entscheidet.

Statistisch
AnaCreditBSIMIRSHS
Aufsichtsrechtlich
FINREPCOREP
Rahmen
IReFBIRDSDD
app.aiwstack.com · Migrations-Cockpit

Migrations-Cockpit

ML/DL-Engine für die ECB BIRD-Datenmigration

Scope: CORE_DEPOSITS_DDAMaRisk AT 4.3.4 · Audit aktiv
Export CSV Refresh

UC1 · Mapping

64

Tool-Calls · Ø 0.632

UC2 · Imputation

0

Tool-Calls · —

UC3 · Harmonization

570

Tool-Calls · Ø 0.881

UC4 · Validation

107

Tool-Calls · —

BIRD-Vektoren

4.466

1024-Dim

Audit-Einträge

771

append-only · lückenlos

BIRD-Schema

32.208 Objekte

Altsystem

91 Felder indexiert

Mapping

50 Mappings

4

Review

22/50 geprüft

Validierung

107 Läufe

Paket-Export

1× erzeugt

Letzte ML-Entscheidungen

Append-only Audit-Trail
ZeitAktionErgebnisKonf.
15:10:38export_package{"bytes":44978,"filename":"bird_migration_package_CORE_DEPOSITS_DDA.zip"}—
18:36:55UC4 · Validation1 Record · 0 Fehler · 6 Warnungen—
18:36:54UC1 · MappingEffektivzins → ANNLSD_AGRD_RT (LN_E)0.910
18:36:54UC2 · ImputationINSTTNL_SCTR → S122 · Vorschlag (Review)0.710
18:36:55UC3 · Harmonization2048-07-01 (ISO 8601)0.970
18:36:55UC3 · HarmonizationDE (ISO 3166-1 alpha-2)0.950
18:36:55UC3 · HarmonizationEUR (ISO 4217)0.990

4

Use Cases: Mapping, Imputation, Harmonisierung, Validierung

0

Produktivdaten – nur Metadaten & Schema

~20 Mrd. €

jährliche Meldewesen-Kosten der EU-Banken

DSGVO-konformOn-Premise & lokalOpen Source & selbst trainiertKeine ProduktivdatenMaRisk AT 4.3.4 · BCBS 239 · EU AI Act

Der Kontext

Das Meldewesen wird granular – und integriert

Mit IReF lösen Datenpunkte die formularbasierte Meldung ab: Banken liefern granulare Daten gegen ein gemeinsames Datenmodell statt fertiger Templates. BIRD ist das (freiwillige) harmonisierte Wörterbuch dafür – der Aufwand entsteht beim Mapping der heterogenen Quellsysteme auf den BIRD Input Layer.

Heterogene Quellen

Feldnamen, Formate und Codes unterscheiden sich von System zu System.

Granulares Datenmodell

Hunderte BIRD-Cubes und Variablen müssen korrekt zugeordnet und normalisiert werden.

Regulatorischer Anspruch

Konsistent, nachvollziehbar, prüffest – unter BCBS 239, MaRisk und EU AI Act.

Wo wir ansetzen

Der teuerste Schritt: Quellsystem → Input Layer

Wir erfinden nicht die EZB-Transformationsregeln, die aus dem Input Layer die Meldung erzeugen. Wir lösen den manuellen Schritt davor – das semantische Mapping Ihrer Quellsysteme auf den BIRD Input Layer.

Quellsysteme

SAP, Kernbank, DWH

TML-Engine

Mapping auf den Input Layer

BIRD Input Layer

Logical Data Model

EZB-Transformationsregeln

Forward Engineering

Meldung

AnaCredit · FINREP · IReF

Die Pipeline

Vom Quellfeld zum Konfigurationspaket

Gestützt auf Ihr Regelwerk, den Fachkontext und lokale, selbst trainierte Open-Source-Modelle – ohne Datenabfluss. Wir migrieren keine Produktivdaten: Sie erhalten ein vollständiges, prüfbares Konfigurationspaket für Ihr ETL-Team.

01

Semantic Mapping

Quellfeld → BIRD-Konzept (Input Layer)

02

Imputation

Vervollständigungs-Vorschlag · Pflicht-Review

03

Harmonisierung

Werte auf ISO-/BIRD-Standard

04

Validierung

Hard-Rules, Format, Cross-Field, ECB

05

Konfigurationspaket

Mapping, Schema, Regeln, Lineage

Konfidenz & Review-Queue

Die Maschine schlägt vor, der Mensch entscheidet

Für jede Zuordnung berechnet die Engine eine kalibrierte Konfidenz mit nachvollziehbarer Begründung. Sichere Fälle laufen durch, unsichere landen in der Review-Queue. Jede Freigabe verbessert die Engine im laufenden Projekt.

QuellwertBIRD-ZielKonf.Status
EffektivzinsANNLSD_AGRD_RT0.91auto
„€ / Euro"EUR · ISO 42170.99auto
31.12.20252025-12-31 · ISO 86010.98auto
DeutschlandDE · ISO 31660.92auto
MM/DD-Datum? mehrdeutig0.85review
unbek. Währung? 3-Letter0.55review
Auto ab hoher Konfidenz · Rest in die Review-Queue
  • Sichere Zuordnungen mit hoher Konfidenz laufen automatisch durch.
  • Unsichere Fälle gehen gezielt an Fachexperten – kein Massen-Confirm.
  • Jede Entscheidung ist erklärbar: Score-Breakdown, Begründungen, Rule-Hits.
  • Append-only Audit-Lineage – lückenlos und revisionssicher.

Lernen im Projekt: Die Engine lernt aus dem Feedback Ihrer Experten innerhalb des Projekts – Ihre Daten bleiben in Ihrer Umgebung und werden nicht projektübergreifend geteilt.

Enterprise-tauglich

Gebaut für reguliertes Meldewesen

Human-in-the-Loop

Review-Queue: Die Maschine schlägt vor, der Mensch entscheidet und gibt frei.

Erklärbar

Score-Breakdown, Begründungen und Rule-Hits zu jeder Entscheidung.

Lokal & Open Source

Selbst trainierte Open-Source-Modelle – on-premise oder EU, ohne Datenabfluss.

Lineage & BCBS 239

Append-only Audit-Trail – lückenlose Nachvollziehbarkeit im Sinne von BCBS 239 / RDARR.

Keine Produktivdaten

Nur Metadaten & Schema – „Wir sind nicht der Bagger, wir sind der Bauplan."

Konfigurationspaket

Mapping-Katalog, Ziel-Schema, Validierungsregeln und Coverage-Report zum Export.

Regulatorischer Kontext

Die Uhr läuft – und der Aufwand ist absehbar

  • IReF wird verpflichtend – BIRD ist der freiwillige, harmonisierte Enabler dafür.
  • Paradigmenwechsel: von formularbasierter Meldung zu granularen Datenpunkten.
  • Wer früh ein sauberes Quellsystem-Mapping aufsetzt, senkt Projektrisiko und Kosten.

Zeitplan gemäß aktueller EZB-Planung – Änderungen vorbehalten.

  1. H2 2027

    Öffentliche Konsultation der IReF-Verordnung

  2. Q2 2030

    Pilotphase (ein Jahr)

  3. Q2 2031

    Erste verpflichtende IReF-Meldung

Einordnung

Komplementär zu Beratung und Meldeplattform

Wir ersetzen weder Ihre Berater noch Ihre Meldeplattform – wir schließen die Lücke dazwischen: das KI-gestützte, erklärbare Mapping Ihrer Quellsysteme auf den BIRD Input Layer.

Beratung

Strategie, Target Operating Model, Methodik. Wir liefern die Daten-Substanz dazu.

Meldeplattform

Produktives Reporting & Submission. Wir liefern das geprüfte Mapping davor.

AIStack · TML-Engine

KI-gestütztes, erklärbares Mapping Quellsystem → Input Layer mit Human-in-the-Loop.

Bereit für eine prüffeste IReF/BIRD-Umsetzung?

Lassen Sie uns das Quellsystem-Mapping gemeinsam schneller, nachvollziehbar und regulatorisch sicher aufsetzen.