Scoring-Modell: Definition, Verfahren, Abgrenzungen

Ein Scoring-Modell ist ein Rechenverfahren, das jedem einzelnen Objekt (zum Beispiel einem Kunden, einem Kreditantrag oder einer Zahlungstransaktion) eine Bewertungszahl (den Score) zuordnet. Diese Zahl dient dazu, Objekte in eine Rangfolge zu bringen oder sie über Grenzwerte in Klassen einzuteilen (etwa Freigabe oder Ablehnung eines Antrags). Typische Einsätze reichen vom Kredit-Scoring (Bonitätsbewertung) in Banken über Lead-Scoring (Bewertung von Vertriebs-Kontakten) bis zum Kundenwert-Scoring im Kundenmanagement-System (CRM, Customer Relationship Management).

Was ist ein Scoring-Modell?

Ein Scoring-Modell rechnet für jedes einzelne Objekt eine Zahl aus, den Score. Diese Zahl ist eine Zwischenstufe, aus der zwei Ergebnisse für den Alltagsbetrieb entstehen: eine Rangfolge (welches Objekt zuerst bearbeitet oder kontaktiert wird) und eine Klassenzuordnung über einen oder mehrere Grenzwerte (etwa Freigabe oder Ablehnung eines Antrags, Kontakt oder Nicht-Kontakt einer Kunden-Zielgruppe, Einordnung in eine Bonitätsklasse). Die bewerteten Objekte sind je nach Branche unterschiedlich: Kredit- und Versicherungsanträge, Bestandskunden, Vertriebs-Kontakte (Sales-Leads), einzelne Zahlungsvorgänge im Zahlungsverkehr, Fahrzeuge in der vorausschauenden Wartung oder Haushalte in der Marktforschung.

Der Begriff ist domänenübergreifend. Historisch prägen zwei Traditionen die Modellklasse. In der Kreditwirtschaft entstanden ab den 1950er Jahren additive Scorecards mit Punktvergaben je Merkmalsausprägung (Fair, Isaac & Co., später FICO), die bis heute in Bankscoring und Bonitätsauskünften (etwa SCHUFA in Deutschland) dominieren. In der akademischen Statistik und später im Machine Learning kam mit der logistischen Regression und modernen Verfahren wie Gradient Boosting (XGBoost, LightGBM), Random Forest und neuronalen Netzen eine breitere Modellauswahl hinzu, die auch nicht-additive Zusammenhänge erfassen kann. Basel II/III und die Kapitaladäquanzverordnung der EU verankern scoring- und ratingbasierte Ansätze für die interne Risikomessung in Banken regulatorisch.

Die typischen Anwendungsfamilien lassen sich entlang von Zielereignis und Objekttyp gliedern:

Familie	Objekt	Zielereignis oder Zielgröße
Credit-Scoring	Kreditnehmer, Kredit	Ausfall im nächsten Zeitfenster (Probability of Default)
Antragsscoring	Neu-Antrag	Ausfall oder Frühwarnung nach Auszahlung
Verhaltensscoring	Bestandskunde mit Kredit	Zahlungsverzug, Vertragsverletzung, Kündigung
Lead-Scoring	Sales-Lead	Abschluss oder Reaktion im Sales-Funnel
Propensity-Scoring	Kunde, Haushalt	Kauf, Response, Cross-Sell, Churn
Kundenwert-Scoring	Kunde	Erwarteter Deckungsbeitrag über Restlaufzeit (CLV)

Für den produktiven Betrieb sind neben der Modellwahl drei Gütekriterien Standard: Diskriminanz (wie gut trennt der Score gute und schlechte Objekte, gemessen mit Gini-Koeffizient oder Kolmogorow-Smirnow-Statistik), Kalibrierung (entspricht ein Score-Wert der tatsächlichen Ereignisrate im Bucket) und Stabilität (verschieben sich Score-Verteilung und Feature-Verteilung über die Zeit, gemessen mit Population Stability Index). Ohne diese drei Achsen sind Schwellenwert-Entscheidungen willkürlich und Freigabegrenzen wirtschaftlich nicht steuerbar.

Abgrenzung: Propensity Score, Classification, Rating, Regressionsmodell

Der Begriff Scoring-Modell wird häufig synonym zu spezifischeren Modellklassen verwendet. Vier Abgrenzungen klären die typischen Überlappungen.

Begriff	Achse	Kernunterschied zum Scoring-Modell
Propensity Score	Ausgabetyp	Ein Propensity Score ist eine spezifische Klasse von Scoring-Modellen mit einer kalibrierten Ereignis-Wahrscheinlichkeit im Intervall [0, 1]. Jedes Propensity-Modell ist ein Scoring-Modell; nicht jedes Scoring-Modell liefert eine kalibrierte Wahrscheinlichkeit (Scorecards geben Punkte, Ratings geben Klassen).
Classification	Ausgabeform	Classification liefert eine diskrete Klassen-Zuweisung als finales Ergebnis (ja/nein, gut/mittel/kritisch). Scoring-Modelle liefern die numerische Zwischengröße, aus der eine Klassenzuordnung erst über einen Schwellenwert entsteht. Der Score selbst bleibt kontinuierlich.
Rating	Skalentyp	Ratings sind meist ordinal-diskret (AAA, AA, A, BBB und tiefer). Ein Rating kann Ergebnis eines Scoring-Modells sein (Score → Bucketing in Rating-Klassen) oder aus einem regelbasierten Expertenprozess stammen (Agenturratings, Sovereign-Ratings).
Regressionsmodell	Zielsemantik	Ein Regressionsmodell sagt eine kontinuierliche Zielgröße voraus (Umsatz, Restnutzungsdauer, Schadenshöhe). Technisch überschneidet sich das mit vielen Scoring-Modellen; funktional zielt Regression auf den Zielwert selbst, Scoring auf Rang und Schwellenwert.

Die häufigste Verwechslung betrifft Propensity Score und Scoring-Modell. Der Propensity Score ist eine Teilmenge: derjenige Score, der eine Ereignis-Wahrscheinlichkeit ausgibt und explizit kalibriert wird. Ein klassischer FICO- oder SCHUFA-Score dagegen ist ein Punktwert auf einer Skala (typischerweise 300 bis 850 bei FICO, 0 bis 100 bei manchen SCHUFA-Varianten), der zwar mit Ausfallwahrscheinlichkeiten hinterlegt, aber nicht als Wahrscheinlichkeit ausgegeben wird.

Ähnlich verhält es sich zur Classification: Wer ein binäres Klassifikationsmodell trainiert und dann die vom Modell ausgegebene Wahrscheinlichkeit als Ranking-Kriterium nutzt, hat aus dem Klassifikator ein Scoring-Modell gemacht. Umgekehrt liefert ein Scoring-Modell erst dann eine Klassenzuordnung, wenn ein Schwellenwert festgelegt ist.

Beispiel: Antragsscoring einer Bank für Konsumentenkredite

Eine Bank verarbeitet monatlich rund 40.000 Neu-Anträge für Konsumentenkredite und betreibt ein zweistufiges Antragsscoring. Stufe eins ist ein regelbasierter Ausschluss-Score (Hard-Rejects: kein legaler Wohnsitz im Bearbeitungsraum, Alter unter Mindestgrenze, laufende Insolvenz-Kennzeichnung in der Bonitätsauskunft). Stufe zwei ist ein statistisches Scoring-Modell auf Basis logistischer Regression mit anschließender Scorecard-Transformation.

Das Feature-Set kombiniert vier Quellen. Bonitätsauskunft (Zahlungshistorie, offene Verbindlichkeiten, Score aus externer Auskunftei), Antragsdaten (Einkommen, Beschäftigungsart, Beschäftigungsdauer, Wohnverhältnis, Kreditsumme, Laufzeit), interne Kundendaten für Bestandskunden (Kontoführungshistorie, Retouren-Buchungen, Rücklastschriften über 24 Monate) und makroökonomische Kontrollvariablen (Region, saisonale Effekte). Aus der logistischen Regression entsteht ein Log-Odds-Wert, der über eine lineare Transformation in eine Score-Skala zwischen 0 und 1.000 überführt wird. Höhere Werte bedeuten geringere Ausfall-Wahrscheinlichkeit.

Zwei Schwellenwerte teilen die Antragsmenge in drei Pfade: Score über 720 führt zur automatischen Zusage, Score zwischen 480 und 720 zur manuellen Prüfung durch das Risk-Team, Score unter 480 zur automatischen Ablehnung. Die Grenzen werden quartalsweise gegen die realisierte Ausfallquote und den Deckungsbeitrag pro Antragspfad kalibriert. Diskriminanz (Gini-Koeffizient), Kalibrierung (realisierte vs. erwartete Ausfallrate je Score-Dezil) und Stabilität (Population Stability Index gegen das Trainingsfenster) werden monatlich berichtet; ein PSI über 0,25 löst einen Modell-Review aus.

Regulatorisch sitzt das Modell in einem MaRisk-konformen Rahmen: Dokumentation der Modell-Entwicklung, jährliche Validierung durch eine unabhängige Modell-Validierungs-Einheit, Backtesting auf realisierten Ausfällen, klare Verantwortung für Modell-Änderungen und Freigabegrenzen. Vergleichbare Architekturen finden sich im Versicherungs-Underwriting (Antragsbewertung Lebens- und Sachversicherung), in der Fraud-Detection im Payment-Betrieb (Transaktions-Scoring in Echtzeit) und im gewerblichen Kreditgeschäft (Firmenkunden-Rating mit finanziellen und qualitativen Merkmalen).