Kundendaten und KI: Potenzial für einen neuen Goldrausch

Ein Artikel von Guido Köhler ist Manager bei PPI, Stephan Heinze ist Senior Consultant bei PPI | 14.07.2020 - 12:50

Im 19. Jahrhundert war es der Goldrausch, der die Menschen faszinierte und einen Wirtschaftsboom auslöste. Im 20. Jahrhundert entstanden durch den Hunger nach Öl gigantische, weltumspannende Unternehmenskonglomerate. Und aktuell? Im digitalen Zeitalter sind Daten die Goldnuggets beziehungsweise Ölquellen und Technologien zu ihrer Erschließung und Verarbeitung das Goldgräbersieb, respektive die Förderpumpe. So gesehen haben am Markt etablierte Finanzdienstleister einen wahren Schatz im Keller, denn sie haben über Jahre, wenn nicht gar Jahrzehnte Kunden-, Zahlungsverkehrs- und Drittanbieterdaten sowie weitere Informationen über das Verhalten ihrer Kunden gesammelt.

Daten können den Kundenzugang neu definieren

Angesichts der Marktsituation ist es an der Zeit, dieses brachliegende Kapital zu nutzen. Systematisch ausgewertet eröffnen Daten einen ganz neuen, deutlich tiefergehenden Zugang zum Kunden. So ist sichergestellt, dass die eigene Produktwelt und Vertriebsorganisation dessen Wünsche und Anforderungen möglichst genau abbildet. Und das kann der entscheidende Baustein für Erfolg oder Misserfolg am Markt sein.

Aber wie funktioniert die Auswertung am besten? Ein Goldgräbersieb des 21. Jahrhunderts ist Künstliche Intelligenz (KI). Mit entsprechenden Algorithmen lassen sich historische Kundendaten auf Gemeinsamkeiten und Unterschiede analysieren. So werden Strukturen in den Datenmengen sichtbar, welche aufgrund der schieren Masse mit menschlichen kognitiven Fähigkeiten kaum bis gar nicht erkennbar wären. KI identifiziert anhand ihrer Eigenschaften verschiedene Kunden, deren Verhaltensweisen sich ähneln. Ergebnis sind deutlich bedürfnisorientiertere Produkt- und Serviceleistungen bis auf die Ebene des einzelnen Kunden hinunter.

Heinze_Stephan_PPI_10x15_sw.jpg

Stephan Heinze ist Senior Consultant bei PPI

Voraussetzungen für Anwendungsfälle

Allerdings findet ein Einsatz von KI im Kundenmanagement von Finanzinstituten bislang kaum statt, denn es fehlen noch Anwendungsfälle. Erste Anhaltspunkte, ob ein potenzielles Handlungsfeld für Lösungen aus dem Bereich der KI zugänglich ist, kann die Prüfung folgender Voraussetzungen liefern:

•Die Menge verfügbarer Daten ist ausreichend groß.

•Die Verwendung ist nach den Datenschutzbestimmungen, insbesondere der EU-Datenschutzgrundverordnung (EU-DSGVO), zulässig.

•Die notwendige Genauigkeit lässt sich mit KI-Modellen erreichen.

•Das Einsatzfeld ist für KI geeignet.

•Die Anwendung von KI schafft einen wirtschaftlichen Mehrwert.

Köhler_Guido_PPI_10x15_sw.jpg

Guido Köhler ist Manager bei PPI © Michael Schmitt

Datenaufbereitung ausschlaggebend für den Gesamterfolg

Ist die Entscheidung für die Nutzung von KI-Modellen einmal gefallen, gilt es, die vorhandenen Kundendaten in einem ersten Schritt richtig aufzubereiten. Soll beispielsweise im Rahmen einer Kündigerprävention, also Churn Prevention, die potenzielle Abwanderung von Kunden frühzeitig erkannt werden, so ist die Identifizierung und Zusammenführung der Datensätze bereits abgewanderter Kunden notwendig. Der gesamte Eigenschaftsstamm der einzelnen Kunden wird dann analysiert und mit den anderen Daten abgeglichen. So werden eine ausreichende Qualität und Aussagekraft sichergestellt. Diese Datenaufbereitung ist entscheidend für den Gesamterfolg eines KI-Projekts und eine der Haupttätigkeiten für Data Scientists.

Dann folgt im zweiten Schritt das Modelltraining. Will heißen, der KI-Algorithmus wird auf Daten mit vordefinierten Zieleigenschaften, sogenannten Labeln, angewendet. Er soll so die Gemeinsamkeiten und Unterschiede in Bezug auf das jeweilige Label herausfinden und in Form eines Modells abbilden.

Mit anderen Variablen in Beziehung setzen

Allerdings ist, um beim Beispiel Kündigerprävention zu bleiben, die vom KI-Modell berechnete Abwanderungswahrscheinlichkeit zunächst nur eine mathematische Größe. Erst in Beziehung mit dem Kundenwert werden die Vorteile deutlich. Schließlich machen groß angelegte Vertriebsaktionen zwecks Verhinderung einer Kündigung keinen Sinn, wenn der Kunde ohnehin kaum Geschäftspotenzial aufweist. Ist dieses dagegen hoch, können sich auch sehr aufwändige Maßnahmen lohnen, um einen Verbleib beim Institut zu sichern.

Zukunftsweisend

Die Anwendung von KI wird immer stärkere Bedeutung erlangen und die Finanzwirtschaft dauerhaft verändern. Zwar wurden bislang viele Anwendungsszenarien noch nicht auf ihre Realisierbarkeit im Kontext mit KI geprüft, aber das dürfte nicht mehr lange so bleiben. Etablierte Finanzdienstleister haben jetzt die Chance, sich nicht nur als Technologietreiber zu präsentieren, sondern auch ganz pragmatisch Marktanteile zu halten und auszubauen.

Das Whitepaper „Künstliche Intelligenz im Vertriebs- und Kundenmanagement“  steht auf der Website von PPI kostenlos zum Download zur Verfügung.