Vijf tips bij de implementatie van het nieuwe pensioenstelsel

Datahuishouding en datakwaliteit bij pensioenuitvoerders

Dat we in Nederland een nieuw pensioenstelsel gaan krijgen, dat is geen nieuws meer. De plannen worden nu in de tweede kamer besproken, en wetgeving zou begin volgend jaar gereed moeten zijn. Intussen worden de voorbereidingen getroffen voor de transitie en implementatie.

Voor fondsen en pensioen uitvoerende organisaties gaat het nu spannend worden. Aanpassen van bestaande systemen, nieuwe pensioensystemen, transities van data, nieuwe rekenregels, een unit administratie, andere communicatie met deelnemers, dat zijn slechts enkele voorbeelden van zaken waar de pensioenuitvoerder mee te maken krijgt in de komende jaren. Maar het allerbelangrijkste is: hoe ga je de transitie in? Is je huidige huis wel op orde? Wat je niet wilt is dat  dat je alle ellende in je huidige systemen mee migreert naar de nieuwe situatie. Niet dat de pensioenuitvoerders er een zooitje van hebben gemaakt, maar het is cruciaal om uit te gaan van correcte data op het moment dat je een traject ingaat dat nu ‘invaren’ wordt genoemd: de omrekening van de huidige ‘aanspraken’ naar een persoonlijk pensioenvermogen. Fondsen moeten hun besluit tot invaren uitgebreid motiveren en onderbouwen, waarbij de DNB een belangrijke rol heeft bij de toetsing. Medio 2024 moeten de besluiten genomen worden, dus de huidige pensioenuitvoerders hebben slechts geringe tijd om hun huis op orde te krijgen.

Veel pensioenuitvoerders zijn inmiddels begonnen met de organisatie of uitvoering van dit traject. Maar hoe begin je, wat zijn je uitgangspunten, en wat pak je als eerste aan? Hier volgen vijf tips:

1. Eigendom. Laat geen discussie bestaan over het eigenaarschap van de data. Wees stellig: in termen van een RACI model is het fonds (en bij veel regelingen waar geen fonds bij komt kijken de werkgever) eigenaar van de data (responsible). De uitvoerder is ‘accountable’.
2. Kwaliteit. Bepaal vooraf waarop de data in zijn algemeenheid gecontroleerd gaat worden. Gezien het feit dat er via audits externe controles op plaatsvinden, is het van belang vast te stellen op welke kwaliteitscriteria getoetst moet worden. Denk hierbij onder meer aan data kwaliteitsattributen als juistheid, volledigheid, eenduidigheid, maar ook aan privacy en de mate waarin voldaan wordt aan interne bedrijfsregels. Definieer dus eerst ‘kwaliteit’.
3. Risk bearing entities (of Risicodragende entiteiten). Bepaal vooraf welke deelgebieden of entiteiten het grootste afbreukrisico kennen. Denk hierbij dan ook aan mogelijke financiële schade of imago schade als blijkt dat data niet op orde is. Bekende risicovolle entiteiten in de pensioenuitvoering zijn de entiteiten regelingen, dienstverbanden en gebeurtenissen. Bijvoorbeeld de entiteit regelingen: een pensioenadministratie bevat een veelheid aan regelingen, variërend van eenvoudig tot zeer complex, van niet meer actueel tot recent aangepast. Overleg intern aan de hand van de regelingen waar de grootste risico’s zitten gezien de complexiteit en controleer de data van de regelingen op de eerder genoemde kwaliteitsattributen. Vastgelegde dienstverbanden betekenen zeer veel bij de vaststelling van aanspraken en opgebouwde rechten, dus ook deze is zeer gevoelig. Kijk naar anomalieën, incoherente data en ontbrekende waarden. Open deur: het is vreemd als er nog ouderdomspensioen wordt uitgekeerd aan een al overleden deelnemer.
4. Audit. Zorg ervoor dat de audit trail van het onderzoek naar de datahuishouding en de datakwaliteit inzichtelijk is, leg dat vast en gebruik hiervoor bijvoorbeeld de 5W1H methode: laat zien wat door wie, waar en wanneer is gecontroleerd, waarom en hoe. Laat dus zien wat de startsituatie is en wat is aangetroffen. Maar wacht nog even met het aanbrengen van verbeteringen. Dat heeft te maken met de volgende tip.
5. Herstel. Bepaal  aan de hand van de onderkende risico’s welke reparaties noodzakelijk zijnen breng hierin een prioriteit aan. Let wel: het repareren van data in een bestaand systeem betekent vaak ook dat de uitvoeringsorganisatie meteen te maken krijgt met extra werk. Denk hierbij aan mogelijke nabetalingen, terugvorderingen en communicatie. Het is dus veel meer dan alleen het aanpassen van bestaande data.

Er zijn uiteraard nog meer tips en tricks die de fondsen en pensioenuitvoerders kunnen helpen bij het op orde brengen van de datahuishouding en datakwaliteit. Vooruit, nog eentje dan: verricht bovenstaande vanuit een vooraf opgezette regie-organisatie, die over het bovenstaande vooraf heeft nagedacht en die de uitvoering bestuurt.

CGI heeft veel ervaring met de uitvoering van data analyses en met de daarbij horende risicoanalyse en compliancy regels. Wit u hier meer over weten? Neem dan contact op met Tadek Miller.