Künstliche Intelligenz im Banking

Künstliche Intelligenz erobert die Bankenwelt im Eiltempo

Längst haben sich Maschinen beim Banking durchgesetzt Online-Banking und Mobile Banking sind bereits selbstverständlich und Voice Banking liegt voll im Trend. Auch im Banking setzt man verstärkt auf künstliche Intelligenz.

Laut einer Studie der GFT glauben mehr als 90 Prozent der Banken, dass ihnen KI-Lösungen einen direkten Mehrwert liefern. Doch welche Themen kann Künstliche Intelligenz beim Banking lösen und welche Risiken sind damit verbunden?

Was ist eigentlich „Künstliche Intelligenz“?

Zum Begriff „Künstliche Intelligenz“. Befragen wir Wikipedia, erhalten wir folgende Definition: „Künstliche Intelligenz (KI), auch artifizielle Intelligenz (AI bzw. A. I.), englisch artificial intelligence (AI bzw. A. I.) ist ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Der Begriff ist insofern nicht eindeutig abgrenzbar, als es bereits an einer genauen Definition von „Intelligenz“ mangelt. Dennoch wird er in Forschung und Entwicklung verwendet.„

Alles dreht sich darum, bestimmte Entscheidungsstrukturen nachzubilden und Maschinen so zu programmieren, dass sie eigenständig Probleme bearbeiten und lösen. Eine starke KI soll das menschliche Denken nachahmen, mechanisieren und intelligent reagieren. Lösungen auf Basis von KI, die sich im Alltags- und Unterhaltungsbereich bereits durchgesetzt haben, sind beispielsweise Sprachassistenten wie Amazons Alexa, Googles Assistant, Apples Siri oder Microsofts Cortana.

Banken investieren verstärkt in KI

Auch die Banken investieren immer mehr in Künstliche Intelligenz, um Daten effektiver zu nutzen,Vorgänge zu automatisieren und die Kundendienstleistungen einfacher und kostengünstiger zu gestalten.

Im Finanzdienstleistungssektor geht es bei den Investitionen in Künstliche Intelligenz unter anderem um Echtzeit-Transaktionsanalysen und eine intelligente Betrugserkennung. Auch in der Fondsverwaltung kommt KI häufig zum Einsatz. Das Potential des algorithmischen Handels wurde längst erkannt.

Erkenntnisse aus der Analyse von Daten

Künstliche Intelligenz geht dabei weit über blanke Berechnungen hinaus, Vor allem das Verstehen, Selektieren und Extrahieren aus riesigen Datenmengen wird zur Aufgabe der Maschinen bei den KI-basierten digitalen Banking-Plattformen. Nicht die intelligente Automatisierung ist der Schwerpunkt, sondern Erkenntnisse aus der Analyse von Daten.

Ein gutes Beispiel für das Einsparungspotenzial durch Künstliche Intelligenz ist die Bearbeitung von Kreditverträgen. Aber auch viele andere Banking-Prozesse profitieren von der Automatisierung.

Durch KI das Verhalten und die Erwartungen der Kunden verstehen

Künstliche Intelligenz kann dazu beitragen, dass Banken das Verhalten und die Erwartungen ihrer Kunden besser verstehen und Muster im Kundenverhalten auf der Grundlage der von ihnen erzeugten Daten erkennen. Im Optimalfall sind Banken aufgrund dieser Erkenntnisse dazu in der Lage, hilfreiche Empfehlungen auszusprechen, die nicht – wie es derzeit leider noch allzu häufig der Fall ist - an den Bedürfnissen der Kunden vorbei gehen.

Serviceangebote lassen sich effizienter gestalten, die Erfolgsaussichten erhöhen und überflüssige Kosten einsparen. Entscheidend ist, dass bei der Einbindung von KI die Angebote kundenfreundlicher werden und einfach zu bedienen sind.

Die Aufgaben Künstlicher Intelligenz im Banking

Artificial Intelligence kann im Banking zahlreiche Aufgaben übernehmen, etwa bei Kundeninteraktionen und Customer Relationship Management, Auch die sogenannte Robotic Process Automation (RPA), Compliance- und Risikomanagement, Asset Managements und algorithmischer Handel sind Bereiche, bei denen KI verstärkt zum Einsatz kommt.

Unterscheidet man nach B2C und B2B, sind es im Business-to-Consumer-Bereich unter anderem persönliche Finanzassistenten, Chatbots, Robo-Advisors und Wealth Management, bei denen Künstliche Intelligenz zu mehr Komfort und Nutzen führen kann.

Künstliche Intelligenz im B2B Bereich

Wenn es um B2B (Business-to-Business) geht, also um die Geschäftsbeziehungen zwischen mehreren Unternehmen, kommt Künstliche Intelligenz unter anderem bei Prozess-Automatisierungen, beim Dynamic Risk Management oder dem automatisierten Forderungsmanagement zum Einsatz. Weitere B2B Stichworte sind unter anderem das Scoring (Zahlungsausfälle vorhersehen) oder die Personalisierung von Leistungsangeboten.

KI soll im so genannten „Churn Management“ dazu beitragen, Kundenabwanderungen zu vermeiden oder bei der Geldwäschebekämpfung und der Erkennung von Terrorfinanzierung einen automatisierten Beitrag leisten.

Produktive Arbeitsteilung zwischen Mensch und Maschine?

Künstliche Intelligenz erhält Einzug in immer mehr Bereiche der Finanzwirtschaft. Eine sinnvoll eingesetzte KI kann ohne Zweifel im Banking-Bereich eine Vielzahl von Problemen lösen. Eine produktive Arbeitsteilung zwischen Mensch und Maschine sollte das Ziel sein.

Gefahren des Einsatzes Künstlicher Intelligenz

Der Einsatz Künstlicher Intelligenz hat aber auch seine Schattenseiten. Sie macht den Menschen in vielen Bereichen überflüssig, was eine negative Auswirkung auf die Arbeitsplätze in den Kreditinstituten hat. Das Ergebnis: Der Faktor Mensch wird immer unwichtiger. Je besser Maschinen die Entscheidungen von Menschen nachahmen, desto mehr Arbeitsplätze werden bei den Banken nicht mehr benötigt.