Die Diskutanten im Überblick
„Eine Universalbank gab 2020 an, mit Erkenntnissen aus dem Process Mining, den Customer-Service-Prozess optimiert zu haben, mit um 30 Prozent verbesserten Durchlaufzeiten im Retail-Prozess, viermal schneller bearbeiteten Kreditanträgen und einer Rate von 98 Prozent an pünktlichen Kontenöffnungen. Eignet sich Process Mining auch für kleine Banken?“
Burger: Wichtiger als die Größe ist die Reife der Architektur und wie zugänglich und integriert Log-Informationen verfügbar sind. Wenn eine digitale Prozesswelt und integrierte Daten über Systemgrenzen hinweg nicht vorhanden sind, ist der erste Schritt, diese Grundlagen zu erstellen. Der richtige Zeitpunkt für eine Bank, mit Process Mining anzufangen, ist, wenn schon Vieles digital ist. Damit ein erkennbarer Optimierungseffekt entsteht, sollte man sich die Prozesse aussuchen, in denen ein gewisses Volumen steckt. Wenn ich einen Mitarbeiterbestand von 500 Leuten habe und eine Fluktuation von ein bis zwei Mitarbeitern pro Monat, wird die Datenbasis nicht reichen, um den Mitarbeiter-Onboarding-Prozess mit Process Mining sinnvoll zu analysieren. Niemand wird mit Process Mining allein an Effizienz gewinnen. Wichtig ist, aus den Erkenntnissen, wo die Handlungsfelder liegen, Maßnahmen abzuleiten: Geht es in Richtung Automatisierung, Industrialisierung oder in die klassische Optimierung oder Systemverbesserung?
Meier: Spätestens, wenn wir über maschinelles Lernen reden, werden extrem viele Daten benötigt, um Effizienzgewinne realisieren zu können. Wir haben mit einem Dienstleister vor eineinhalb Jahren eine KI-Plattform gebaut und implementiert. Wir merken immer noch, dass die Anzahl der verfügbaren Daten in Teilen nicht hoch genug ist, um das neuronale Netz wirklich zum Laufen zu bringen. Die Datenverfügbarkeit zu verbessern ist somit für uns aktuell das Thema, an dem wir arbeiten.
Meusel: Diese fehlenden Daten können Banken ja nicht einfach irgendwo einkaufen. Abgesehen vom Gesetzgeber, der hier Grenzen setzt, haben wir beim Beispiel des Zahlungsverkehrs natürlich auch Kunden, die diesen noch klassisch beleghaft erledigen und zudem den Datenschutz von Zahlungsdaten hoch ansehen. So stehen mehrere Gruppen einer Erhebungsflut an Informationen einschränkend gegenüber. Es ist dann unsere Aufgabe, hier behutsam unserer Kunden mitzunehmen, so dass wir im erlaubten Rahmen trotzdem Mehrwerte generieren können. Sie erkennen erst Stück für Stück, welche Möglichkeiten es gibt. So nutzen wir auch externe Dienstleister und versuchen, Leistung über Plattformen und Anbieter anzubinden und unseren Kunden mit Produkt-Ökosystemen weitere Optionen anzubieten. Bspw. bieten wir große Teile des privaten Baufinanzierungsgeschäfts über eine Plattformlösung an und interagieren mit anderen Banken. Erstaunlicherweise sind die Kunden bei Plattformen gefühlt offener, Informationen preiszugeben als in "klassischen Kontaktpunkten". Ich muss mich als Prozessler also entsprechend aufstellen und mit alle Beteiligten überlegen, wie wir Möglichkeiten nutzen können, um eine valide, helfende Datenbasis zu schaffen.
„Wir sind beim Process Mining nicht rein auf die IT-Datenanalyse fokussiert. Als wir das Thema bei uns begonnen haben, stand die Customer Journey im Mittelpunkt.“
Gerrit von der Hardt begleitet in der Abteilung Projekte & Prozesse im Kundencenter der Targobank die Kundenkontaktkanäle. In der Abteilung sind auch die entsprechenden Prozessverantwortlichen und Analysten beheimatet. Von der Hardt hatte dort zuvor die Digitalisierung & Automatisierung verantwortet. Das Kundencenter bearbeitet Bankservices der überwiegend im Privatkundengeschäft tätigen Targobank.
Briest: Ich sehe für die PSD Bank Braunschweig schon, dass wir die notwendigen Daten haben, um die Kundenansprache bedarfsgerecht zu optimieren. Wir sind so gut mit Kundendaten ausgestattet, dass andere Marktteilnehmer über die PSD-2-Schnittstelle sogar unsere Daten nutzen wollen. Entscheidend ist, dass wir aus unseren eigenen Daten etwas machen. Dies gilt auch und gerade für die internen Prozesse. Dazu sind Process und Data Mining elementar. Natürlich sparen wir damit Prozesskosten ein, im Zweifelsfall auch Personalkosten, aber wir müssen ja erst mal in solche Innovationen investieren, und das laufend. Für uns ist das jedoch zwingend notwendig, um am Markt bestehen zu können. Dabei arbeiten wir auch mit anderen Kreditinstituten und Unternehmen zusammen. Es gibt viele in unserer Bankengruppe, die derzeit vor denselben Herausforderungen stehen, an eigenen Projekten arbeiten und dafür auch Geld in die Hand nehmen. Manchmal ist es zudem sinnvoll, sich anzuschauen, was Dritte außerhalb der Gruppe machen und auch mit diesen Kooperationen einzugehen.
Hennerici: In unserem Kerngeschäft, der gewerblichen Immobilienfinanzierung, vergeben wir eine verhältnismäßig geringe Anzahl großvolumiger, individuell mit dem Kunden erarbeiteter Kredite im Jahr. Hier ist es eher schwierig, eine KI mit Algorithmen und maschinellem Lernen anzulernen. Dennoch ergeben sich zuweilen Anwendungsfelder, beispielsweise durch spannende Kooperationen im Rahmen unseres Startup-Programms. So arbeiten wir zum Beispiel mit dem Berliner Startup realxdata zusammen, wenn es um die turnusmäßig notwendige Überprüfung und Bewertung von gewerblichen Mieterlisten der Immobilien
unserer Kunden geht. Bislang wurde das manuell gemacht, mit Tabellen bzw. Listen, die in verschiedensten Formaten zugeliefert wurden. Inzwischen werden uns die gewerblichen Mieterlisten automatisiert und strukturiert zur Verfügung gestellt, was uns in die Lage versetzt, diese Daten, die aktuell auf externen Plattformen liegen, unter Berücksichtigung der Datenschutzgrundverordnung auf unsere eigenen Systeme zu überspielen sowie zukünftig potenziell mit weiterführenden anonymisierten Datenanalysen anzureichern und auszuwerten.
Der Weg dorthin ist aber nicht einfach. So arbeiten wir gerade daran, im ersten Schritt die Daten erst einmal in ein digitalisiertes, strukturierteres Format zu überführen,
um dann Process Mining betreiben und weitere Use Cases automatisiert anbinden zu können. Ein anderes Beispiel: Bei unseren Kreditvergaben müssen wir laufend Cashflow-relevante gewerbliche Ankermieter im Blick behalten. Fallen diese aus, kann es per se zu Rating-Downgrades kommen. Eine Kreditmanagerin oder ein Kreditmanager musste bislang alle Kredite manuell beobachten und sämtliche relevanten Nachrichten dazu einzeln aufspüren. Mithilfe von KI haben wir jetzt ein System mit einem Web-Crawler entwickelt, das alle
Risikosignale sammelt und uns eine autogenerierte Zusammenfassung erstellt – und das über Landes- und Kontinentalgrenzen hinweg. Da es bis dato nur nationale Anbieter in diesem Feld gab, basiert auch diese Entwicklung auf einer unserer Startup-Kooperationen.
„Alle Unternehmen werden, geschichtlich gesehen, jeden Tag effizienter und besser in ihren Prozessen. Ansonsten würden sie im Marktwettbewerb zu einem späteren Zeitpunkt einfach nicht mehr existieren.“
Jochen Werne verantwortet in der deutschen Geschäftsleitung von Prosegur den Bereich Transformation. Der mit über 40 Prozent Marktanteil in Deutschland führende Geldlogistiker beschäftigt hierzulande 4.500, weltweit 175.000 Mitarbeiter und transportiert 550 Mrd. Euro pro Jahr über die Straßen. Werne ist zudem Mitglied der vom Bundesministerium für Bildung und der Akademie der Technikwissenschaften initiierten Plattform für lernende Systeme, die die Bundesregierung berät.
Meier: Genau diese spezifischen Use Cases machen es aus! Wenn wir immer das gesamte Big Picture nehmen, kommen wir keinen Schritt weiter. Wir müssen einfach an Fahrt gewinnen und können als Banken nicht immer die Regulierung, die uns so viel auf die Agenda schreibt, oder veraltete Legacy-Systeme als Hinderungsgrund vor uns herschieben. Es ist wichtig, sich einen dedizierten Use Case, eine spezifische Customer Journey oder einen internen, operativen Prozess rauszusuchen und damit einfach mal Bottom-up anzufangen!
Von der Hardt: Wir wenden seit 15 Jahren Prozessoptimierung wie Lean Management an und haben das nicht über umfassende Six-Sigma-Maßnahmen betrieben. Wir haben Use Cases entsprechend der aktuellen Businessthemen angepasst. Ich glaube aber, dass die Zeit der „low hanging fruits“ vorbei ist. Bei Use Cases, die wir uns schon mannigfach angeguckt haben, werden wir heute nicht plötzlich 30 Prozent Potenzial finden. Automatisierung mittels RPA hat noch mal einen richtigen Schub gebracht, aber auch hierbei haben wir die erste Welle bei uns bereits umgesetzt. Meine Erwartung hierbei ist nicht sofort hohe Potenziale zu identifizieren, sondern durch Process Mining neue Erkenntnisse zur Verbesserung und Effizienzsteigerung der Customer Journey zu bekommen.
Meier: Die anfängliche Euphorie bzgl. RPA hat sich zwischenzeitlich etwas gelegt. Nach der Skalierung liegen die Effizienzgewinne der verbleibenden Prozesse, die mit RPA verbessert werden können, eher bei drei bis fünf Prozent.
Werne: Alle Unternehmen werden, geschichtlich gesehen, jeden Tag effizienter und besser in ihren Prozessen. Ansonsten würden sie im Marktwettbewerb zu einem späteren Zeitpunkt einfach nicht mehr existieren. Die Möglichkeiten von Process Mining oder Machine Learning gab es früher einfach nicht! Nun ist die Frage: Soll ich mich jetzt darauf stürzen und bringt das für mein Unternehmen und Setup etwas? Sämtliche Methoden können funktionieren, müssen aber nicht zwangsläufig zielführend sein. Wenn Menschen Transformationen nicht mit einem offenem Geist vorantreiben oder die finanziellen Mittel fehlen, um in die Daten- und Prozesslandschaft zu investieren, gelingt ein solcher Wandel nicht. Wenn man beispielsweise das Cash-Management betrachtet, sind Geld- und Wertdienstleister aus der Natur der Sache heraus immer der teuerste Teil der Wertschöpfungskette. Es macht also für Banken Sinn zu prüfen, ob sie diese Aufgabe selbst abbilden oder aus Effizienzgründen besser outsourcen sollten. Da manche Institute aus verschiedensten verständlichen Gründen nicht im Stande sind Process-Mining-Potenzial selbständig zu heben, können sie auch beim Outsourcing von den im Cash-Management-Process-Mining gewonnenen Erkenntnissen profitieren.
Meusel: Ich glaube, wir sollten diese ganzen Buzzwords, ob es nun Lean, RPA, Data oder Process Mining ist, als Werkzeugkasten sehen. Als Prozessmanager oder Führungskraft muss man immer im Blick haben, welche Herangehensweise wirklich passend für die jeweilige Herausforderungen ist. Wir nutzen z.B. simple Data-Mining-Ansätze, um frühzeitig für Kunden generierbare Mehrwerte zu erkennen. RPA hat sich bei uns ebenfalls als hilfreich rausgestellt, um Mitarbeiter zu entlasten und repetitive Prozesse in eine Technik hin zum „technischen Mitarbeiter zu überführen.“ Bei agilen Arbeitsformen, wie Tribes/Chapter/Gilden-Modell nach "Spotify", bin ich noch vorsichtig, da es auch Beispiele gibt, bei denen viel Geld und Ressourcen in einen Change investiert werden und am Ende eher mehr Chaos zu erkennen ist. Bei uns sind Optimierungen und Kostenreduktionen oftmals erreicht worden, nachdem eindeutige Ziele und Zuständigkeiten seitens der Geschäftsführung ausgegeben wurden.
„Entscheidend ist, dass wir aus unseren eigenen Daten etwas machen. Dies gilt auch und gerade für die internen Prozesse. Dazu sind Process und Data Mining elementar.“
Thorsten Briest verantwortet in der PSD Bank Braunschweig eG den Bereich Prozesse und Überwachung. Das kleine Institut mit einer Bilanzsumme von rund 750 Mio. Euro und 55 Mitarbeitern nach MAK hat sich schon früh mit Standardisierung, Digitalisierung und Automatisierung befasst. Die privatkundenorientierte, beratende Direktbank gilt in der Gruppe der genossenschaftlichen Kreditinstitute auf diesem Feld als Vorreiter.
Wie ist Ihre Vision, was Sie mithilfe von Prozessoptimierung künftig erreichen möchten?
Von der Hardt: Mir geht es in erster Linie darum, die komplette Datenwelt unserer Kunden im Blick zu haben. Was ich mit diesen Erkenntnissen mache, ob ich manuelle Tätigkeiten automatisiere oder neue Sales-Potenziale schürfe, ist erst mal zweitrangig. Im weiteren Schritt geht es darum, neue Use Cases zu identifizieren.
Briest: Gerade wir Banken müssen ja alle Vertriebskanäle bedienen und den Kunden im Filialbetrieb, per Videoberatung, am Telefon und auf der Homepage beraten. Das bindet viele Ressourcen und alles muss immer auf dem neuesten Stand sein. Um das zu erreichen, wird es nicht funktionieren, wenn jede Bank einzeln versucht zum Ziel zu kommen. Ich wünsche mir mehr Kooperation unter den Banken, weil die Themen hohe Investitionen mit sich bringen und wir nur mit mehr Gemeinsamkeit erfolgreich sein werden. Entscheidend für das Bestehen jedes einzelnen Hauses in der Zukunft wird es sein, die internen Prozesse so weit wie möglich zu standardisieren und zu digitalisieren, um Ressourcen für bedarfsgerechte Kundenansprache zu generieren. Nur über eine moderne, nutzerfreundliche und zielgenaue Kundenbeziehung lässt sich ein nachhaltiger Erfolg gewährleisten.
Meier: Unser Ziel bei der Hanseatic Bank ist es, von manueller, papierbehafteter Arbeit in irgendwelchen Backoffice-Einheiten wegzukommen, hin zu digitalen Prozessen, bei denen nicht der Prozess, sondern der Kunde im Mittelpunkt steht. Ich bin gespannt, wie wir das Kundenerlebnis über Process Mining noch verbessern können.
Hennerici: Überspitzt formuliert: reduce the human bottleneck! Ich wünsche mir, dass Algorithmen uns dabei unterstützen, ein Mehr an Innovationen zu ermöglichen, um mittel- bis langfristig mehr Skalen- und Verbundeffekte für unsere Betriebsmodelle zu erzielen. Ich bin mir sicher, dass KI dabei eine entscheidende Rolle spielen wird.
„Der richtige Zeitpunkt für eine Bank, mit Process Mining anzufangen, ist, wenn schon Vieles digital ist.“
André Burger ist Partner von Synpulse, einer Unternehmensberatung für Banken und Finanzdienstleister mit rund 500 Mitarbeitern und 100 Mio. Euro Umsatz, die international von Hongkong bis New York tätig ist. Burger ist innerhalb der Geschäftsführung Deutschlands zuständig für die Themen Digitalisierung, Kernbankensysteme, Künstliche Intelligenz, RPA, Intelligent Document Processing und Process Mining.
Werne: Die Bankenlandschaft wird sich ändern, ebenso die Art und Weise, wie die Kunden denken und was sie nachfragen. Deshalb sollten wir vorhandene Technologien nutzen, um unsere Prozesse so effizient wie möglich zu gestalten. Zum einen durch Erkenntnisgewinne aus den Daten, respektive Process-Mining-Analysen. Zum anderen sollten wir Mitarbeiter im Geiste des Zeitalters der Aufklärung fördern, selbstdenkende Menschen hinter dem Prozess zu werden. Menschen, die aus Daten etwas gestalten und nicht nur Vorgaben umsetzen.
Meusel: Es ist ganz wichtig, sich trotz begrenzter Ressourcen, klar auf die Prozesse zu fokussieren, bei denen sich ein intensiver Einsatz von Technik und Knowhow lohnt. Ohne Fokussierung und Prioritäten riskiert man, sich von zu vielen gestarteten Entwicklungen und deren Momentum überfahren zu lassen. Helfen kann hier, festzulegen, was die Stärken einer Prozesseinheit in den nächsten fünf Jahren sein sollen. Diese gilt es dann konsequent auszubauen und an den passenden Stellen weiterzuentwickeln.
Burger: Was wird in fünf bis zehn Jahren noch nicht möglich sein mit Automatisierung und Datenanalyse und noch menschengetrieben sein? Ich glaube, das ist alles was emotionale Intelligenz, Interaktion und Bindung zwischen Menschen angeht. Ich bin überzeugt, dass alles was automatisierbar ist, automatisiert werden wird. Die Instrumente werden auch in die kognitiven Bereiche reinwachsen. Aber das ist noch ein weiter Weg. Deshalb ist es wichtig, die Mitarbeiter weiterzuentwickeln zu Menschen, die steuern und nicht nur abarbeiten. Sie sollten sich dem Veränderungsprozess widmen können, die Möglichkeiten von Process Mining und anderen Technologien kennen und gezielt einsetzen, wo es Nutzen stiftet. Bei einem Automobilhersteller bauen vielleicht 20 Prozent der Mitarbeiter noch Autos. Die anderen sind für Forschung, Entwicklung, Veränderung, Kundenbedarfsanalyse, Vermarktung und Verkauf zuständig. Die Quote geht in den Banken und generell bei Finanzdienstleistern noch deutlich stärker zu Lasten der repetitiven Produktionsarbeit. Da wird ein Umdenken stattfinden. Die Voraussetzungen für Analysetechnologien wie Process Mining, aber auch für Data Mining und alle anderen Technologien, die auf der Digitalisierung aufsetzen, werden immer besser.
Den ersten Teil des Expertengesprächs können Sie hier nachlesen.
