KI für erfolgreiches Forderungsmanagement

Ein Artikel von Juliane Schmid, Jakob Spitzer beide EOS Technology Solutions | 23.09.2022 - 13:45

Auf individualisierte Angebote kommt es an: Das haben erfolgreiche Finanzdienstleister längst erkannt. Durch das Sammeln von Daten und deren Analyse können sie die Bedürfnisse von Kunden verstehen und ihnen auf dieser Basis maßgeschneiderte Angebote unterbreiten. Und das gilt gleichermaßen für das Forderungsmanagement.

KI kann helfen, das Verständnis für die finanzielle Situation säumiger Kunden zu verbessern, um dadurch individualisierte Ansprachen zu ermöglichen. Um das volle Potenzial von Daten ausschöpfen zu können, sollte die stetige Verbesserung der Data Literacy für den Bankensektor immer weiter in den Fokus rücken.

Mit KI zur erfolgreichen Bearbeitung offener Forderungen

Eine professionell ausgerichtete KI-Architektur kann Tausende von unterschiedlichen Kundenreaktionen in Forderungsfällen algorithmisch analysieren und daraus Erkenntnisse ziehen. Forderungsmanager können mithilfe dieser Analysenergebnisse zum Beispiel verstehen, ob säumige Zahler lieber per Mail oder doch telefonisch kontaktiert werden möchten. Zudem lässt sich vorhersagen, welche Tonalität in der Ansprache die größten Erfolgschancen verspricht.

Der Erfolg oder Misserfolg jeder Maßnahme fließt mittels cloudgestützter Architektur wiederum in künftige Entscheidungen ein, sodass eine ständige Selbstoptimierung des Systems erfolgt. Große Inkassodienstleister können mit moderner Inkassosoftware so mehrere hunderttausend analytische Entscheidungen täglich treffen.

Transparenz in Echtzeit

Juliane Schmid_Director Product Engineering_EOS Technology Solutions.png

Autor: Juliane Schmid ist Director Product Engineering bei EOS Technology Solutions. In dieser Rolle verantwortet sie gemeinsam mit ihrem Team die Entwicklung des neuen KI-basierten Inkassosystems für den deutschen Markt. Dabei wird besonderer Fokus auf datenbasierte Entscheidungen, einen hohen Automatisierungsgrad sowie schnelle Adaptionsfähigkeit gelegt. Operative Erfahrungen im Forderungsmanagement sowie die konsequente Anwendung agiler Prinzipien in einem sich stark wandelnden digitalen Umfeld gehören dabei zu ihren Grundpfeilern.

Effiziente und gut verarbeitete Datenstrukturen bieten zudem Transparenz für Verbraucher. Über Online-Portale, die ihre Daten in Echtzeit aus den relevanten Produktivsystemen beziehen, können sie ihre finanzielle Situation jederzeit einsehen. Vor allem bei den jüngeren Generationen ist die Erwartungshaltung an Online-Dienste in Bezug auf Rund-um-die-Uhr-Verfügbarkeit und eine gute Usability hoch.

Gute Ansätze bieten hier Chat- oder Voicebots, die zum Beispiel Routinefragen übernehmen und selbstständig bearbeiten können. Solche Bots bieten zudem Interaktionsmöglichkeiten, ohne mit einem realen Menschen in Kontakt treten zu müssen. Gerade im sensiblen Finanzumfeld kann dies einen echten Mehrwert darstellen.

Künftig werden Chat- und Voicebots durch KI-gestützte Sprachverarbeitung und Kontexterkennung in der Lage sein, Kundenberater direkt zu unterstützen. Bei Forderungsfällen kann ein Bot zum Beispiel mögliche Verhandlungsstrategien skizzieren und Vorschläge für die optimale Ratenhöhe machen, um so die Wahrscheinlichkeit regelmäßiger Zahlungen zu erhöhen.

In fünf Jahren könnten die Bots sogar selbst in der Lage sein, Kundengespräche zu übernehmen. Menschliche Kundenberater würden nur eingreifen, wenn der Chat- oder Voicebot nicht weiterhelfen kann. Die Mitarbeitenden werden so entlastet und erhalten mehr Zeit für die Bearbeitung komplexerer Anfragen.

Datendemokratisierung ohne Regulierungsflut

Jakob Spitzer_Director Analytics_EOS Technology Solutions.jpg

Co-Autor: Jakob Spitzer ist Director Analytics bei EOS Technology Solutions. Gemeinsam mit seinem Team ist er für datengetriebene Prozesse verantwortlich. Hierfür werden relevante Daten, Kennzahlen, Reports und eingebettete Modelle zur Verfügung gestellt und durch ein Data Governance Framework eine ertragreiche Nutzung von Daten und Analytik gefördert. Das erleichtert EOS beispielsweise die automatisierte Entscheidung über die jeweils beste nächste Maßnahme im Inkassoprozess. © BenneOchs

Während die Demokratisierung von Daten rasch voranschreitet, werden im europäischen Kontext die Forderungen nach strengerer Regulierung von KI-Systemen zunehmend lauter. Durch den kürzlich vorgestellten Entwurf der Europäischen Kommission für eine Verordnung zur Festlegung harmonisierter Vorschriften für künstliche Intelligenz in der EU (AI Act) soll die EU zum globalen Trendsetter in der Regulierung von KI werden.

Die Anforderungen in puncto Sicherheit sind zu Recht hoch. Allerdings besteht die Gefahr, dass Europa die globalen Standards überspannt und schließlich im Wettbewerb der Regionen hinterherhinkt. Dementsprechend sollte eine sinnvolle Regulierung die Interessen aller Seiten berücksichtigen. Wichtig ist in jedem Fall: KI-Systeme sollten im vollen Umfang steuerbar bleiben, um bei Bedarf zu jeder Zeit angepasst werden zu können. Ein Kontrollverlust wird so vermieden.