Die neue Kraft im modernen Banking

Ein Artikel von Matthias Leimpek, Geschäftsführer MLU Matthias Leimpek Unternehmensberatung & Martin Wild, Geschäftsführer Sogedes | 29.06.2022 - 16:00
mockup-5288034_KI.jpg

© Markus Winkler @Pixabay

Künstliche Intelligenz (KI) ist eine der sich am schnellsten entwickelnden Technologien der modernen Welt – und gilt als Wachstumsmotor des 21. Jahrhunderts. Marktforscher sagen voraus, dass die KI-Technologie in Zukunft einen Großteil der gesamten Wirtschaftsleistung ausmachen werde:

In Deutschland soll sie bis zum Jahr 2025 über ein Drittel der Gesamtleistung der Wertschöpfung betragen. Schätzungen der Wirtschaftsprüfungsgesellschaft PricewaterhouseCoopers zufolge soll KI bis zum Jahr 2030 sogar mehr als 15 Billionen US-Dollar zur Weltwirtschaft beitragen. Dennoch sind KI-Lösungen bei Finanzinstituten noch nicht sehr weit verbreitet. Das unterstreicht auch der Studienreport „Einsatzfelder Künstlicher Intelligenz in der Finanzdienstleistung“ von ibi research an der Universität Regensburg: Zwar sei die Beschäftigung mit KI in den Banken Status quo, allerdings variiere die Intensität stark in Abhängigkeit des betrachteten Anwendungsfalls. Auch welche konkrete Rolle KI beziehungsweise mit KI unterstützte Anwendungen zukünftig in der Finanzdienstleistung spielen werden, sei differenziert zu betrachten. Für viele Anwendungsfälle, so ein Studienergebnis, geben die Befragungsteilnehmer aktuell an, dass ein Einsatz von KI nicht geplant ist.

Im internationalen Vergleich planen demgegenüber 86 Prozent bis zum Jahr 2025 die Investitionen in Künstliche Intelligenz zu steigern, wie eine weltweit angelegte Studie des Technologieunternehmens ThoughtSpot ergab. Diese Banken und Versicherungen betrachten KI als entscheidend für die Weiterentwicklung ihrer Geschäftsmodelle. Gleichzeitig ist der Innovationsdruck in der Bankenbranche durch den Eintritt neuer Wettbewerber, neue Kundenanforderungen, eine anhaltende Niedrigzinspolitik sowie erhöhte Anforderungen seitens der Regulation merklich gestiegen. Etablierte Player der Finanzbranche sind daher gezwungen, ihre bisherigen Geschäftsmodelle zu hinterfragen, nach neuen Zugängen zum Kunden zu suchen und konsequent ihre Prozesse zu optimieren.

Durch KI unterstützte Anwendungen können eine Antwort auf diese beschriebenen Entwicklungen sein und dafür sorgen, dass etablierte Banken und Sparkassen wettbewerbsfähig sind und bleiben. Doch lassen Sie uns zunächst einmal definieren, was unter KI eigentlich zu verstehen ist.

Vier Bank-relevante Haupttypen bei Künstlicher Intelligenz

  1. Sprach- und Gesichtserkennung, zum Beispiel um die Identität von Bankkunden zu verifizieren
  2. Verarbeitung natürlicher Sprache, beispielsweise für eine fast vollständige Automatisierung der Erstellung von regulatorischen Berichten
  3. Maschinelles Lernen (also das Erkennen von Mustern und Gesetzmäßigkeiten sowie die anschließende Ableitung passender Lösungsansätze), zum Beispiel als Methode zur Risikomessung
  4. Deep Learning, das Maschinen befähigt, sich ohne menschliches Handeln zu verbessern und neue Fähigkeiten zu erlernen

Diese vier „Typen“ können in verschiedenen iterativen Prozessen angewandt werden, zum Beispiel bei Chatbots, der Analyse von Dokumenten, der Automatisierung von Prozessen (RPA, Robotic Process Automation) oder der prädiktiven Analyse, innerhalb der unter Verwendung von Big Data und Machine-Learning-Technologien strukturierte und unstrukturierte Daten analysiert werden, um zukünftige Ereignisse und Resultate vorhersagen zu können.

artificial-intelligence-geralt-pixabay.jpg

© Gerd Altmann @Pixabay

Einsatzfelder von Künstlicher Intelligenz

Die Automatisierung von Prozessen mit Hilfe von Software-Robotern (RPA-Bots) wird immer geläufiger. Für die Automatisierung von einfachen, sich wiederholenden Aufgaben ist diese Technologie ideal. Im Gegensatz dazu kann die Kombination von RPA mit Conversational AI und Chatbots sowie Cognitive Services wie Machine Learning Technologien komplexere Aufgaben automatisieren, die kognitive oder „intelligente“ Entscheidungen erfordern.

Diese Art der intelligenten Automatisierung (Intelligent Process Automation) ist heute sehr gefragt. Während sich Robotic Process Automation perfekt für Back-Office- und Buchhaltungsprozesse eignet, können in Kombination mit KI alle Prozesse – auch die mit Kundenkontakt – automatisiert werden.

Ein weiterer Einsatzbereich beschreibt Attended RPA (virtueller Assistent), bei dem ein Bot einen Mitarbeiter am Arbeitsplatz unterstützt, indem er Teilprozesse automatisiert und dabei mit dem Mitarbeiter interagiert.

Schon genutzte Einsatzgebiete von KI bei Banken

  • Kundenservices. Dies ist einer der signifikantesten Einsatzbereiche von KI-Technologien im Bankwesen. Anstatt, dass Bankmitarbeiter unzählige E-Mails manuell bearbeiten, kann KI die E-Mails aufnehmen, ihre Bedeutung entschlüsseln, die E-Mail mit weiteren hilfreichen Daten anreichern und eine passende Antwort vorschlagen, die der Kundenberater mit nur einem Klick überprüfen und abschicken kann. Intelligente Automatisierung ist ein leistungsfähiges Mittel zur Steigerung der Effizienz und zur Verbesserung von End-to-End-Prozessen, zum Beispiel bei der Einrichtung eines Onlinebanking-Zugangs oder der Kreditkartenkündigung.
  • Vertrieb und Kundeninformation. Ein weiterer, schnell wachsender Einsatzbereich in diesem Zusammenhang ist der Vertrieb. KI-basierte Lösungen lassen sich hier einsetzen, um Daten und Informationen von Kunden zu sammeln und strukturiert zu analysieren.
  • IT-Dienstleistungen. KI kann aufzeigen, wo oder ob eine Anwendung mit einer bestimmten Wahrscheinlichkeit ausfallen wird, und so den Nutzen und die Widerstandsfähigkeit von IT-Infrastrukturen erhöhen.
  • Verhinderung von Betrug. KI-Dienste werden immer wichtiger, um Betrug wirksam zu bekämpfen. Die KI-basierte Aufdeckung von Betrugsversuchen (Fraud Detection) ist dabei schon seit geraumer Zeit bei Banken und Versicherungen bekannt und etabliert. Das Aufspüren von problematischen Deals aus Compliance-Sicht wird von KI-Systemen unterstützt. Sogar Absichten zur Ausführung von Geldwäsche oder Finanzierung von Terroraktionen könnten durch eine intelligente Betrugsprävention im Vorfeld aufgedeckt werden.
  • Cybersicherheit. Da Cyberbedrohungen an Umfang und Komplexität immer weiter zunehmen, kann Künstliche Intelligenz für prädiktive Analysen eingesetzt werden, um mögliche Cyberangriffe zu erkennen, noch bevor sie stattfinden. KI-Lösungen helfen, riesige Mengen von Risikodaten zu analysieren, um Reaktionszeiten zu beschleunigen und die Abläufe im Bereich Sicherheit zu unterstützen.
Fotolia_99613444_Subscription_Monthly_M.jpg

© Photocreo Bednarek - Fotolia

Die Vorteile der KI-Nutzung für die Kundenzufriedenheit

Viele der Vorteile der KI-Technologien konzentrieren sich auf die Kundenzufriedenheit. Wenn man beispielsweise online mit einem Unternehmen in Kontakt treten will (z.B. über dessen Website), erhält man dank KI sofortige, präzise und spezifische Antworten auf seine Fragen. Genau das wollen die Kunden von heute. Folglich müssen Unternehmen heute alle Kommunikationskanäle beherrschen und entlang der Customer Journey an allen Touchpoints positive Erlebnisse für ihre Kunden generieren.

Es gibt jedoch noch eine Vielzahl weiterer Vorteile für die Nutzung von KI: Genauigkeit und Qualität werden erheblich verbessert, da sich das Potenzial für menschliche Fehler nahezu ausschließen lässt (was wiederum die Kundenzufriedenheit und den Service verbessert). Und vergessen wir nicht, dass dies alles zu Kosteneinsparungen führt. Wenn Kreditinstitute durch den Einsatz von KI nicht nur Prozesse automatisieren und beschleunigen bzw. Arbeitsabläufe erleichtern, sondern auch die Genauigkeit und Produktivität steigern können, können eventuell freiwerdende Ressourcen für qualifiziertere Tätigkeiten eingesetzt werden.

Banken sind noch vorsichtig, aber tauen langsam auf

Studien wie der obengenannte ibi Research Report zeigen, dass einige Banken bereits voll in ihre KI-Reise eingetaucht sind, was sich darin zeigt, dass viele von ihnen Kompetenzzentren für KI aufgebaut haben. Andere wiederum sind noch dabei, die Vorteile zu erforschen, wie sie die Bereitstellung beschleunigen und herausfinden können, was diese Technologie leisten kann und was nicht. Unabhängig vom Reifegrad der KI sind hier drei wichtige Erkenntnisse zu betonen:

  • Der Blick für das große Ganze. Wie bei jedem neuen digitalen Disruptor ist es wichtig, sich auf das Ziel zu konzentrieren und nicht nur auf die Technologie. Man kann nicht einfach ein Team von KI-Experten zusammenstellen und dann von ihnen verlangen, dass sie einen Mehrwert liefern. Stattdessen müssen KI-Initiativen mit einem tiefgreifenden Verständnis des Unternehmens und seinen Problemen beginnen (das Hinzuziehen externer Experten kann hierbei ratsam sein), zum Beispiel: „Wir haben hier ein Problem mit dem Kundenservice“. Dann kann KI helfen, das Problem zu lösen, die Vorteile des Einsatzes von KI zu demonstrieren und in der Folge zu einer viel größeren Akzeptanz zu gelangen.
  • Erwartungen managen. Wir müssen vorsichtig sein, wenn wir die internen Erwartungen steuern: KI ist kein Ersatz für ein menschliches Gehirn. Der Einsatz von KI muss durchdacht sein. Auch hier können (externe) Experten sinnvoll unterstützen.
  • Wissen integrieren. Die Konsolidierung des gesamten Wissens an einem Ort innerhalb eines Unternehmens, anstatt über alle Bereiche verteilt, ist ein weiterer entscheidender Weg zum Erfolg. Auf diese Weise wird der professionelle Einsatz von KI im Geschäftsbetrieb beschleunigt, da die Kapitalisierung von Wissen und der Umfang der Anwendungsfälle, auf die das Wissen angewendet werden kann, erweitert wird. KI steht so bei allen Banken ganz oben auf der Agenda, denn die KI-basierte Technologie hat enorme Auswirkungen auf den Betrieb und die Kundenzufriedenheit und bietet eine schnelle Investitionsrendite.

KI-Technologien bieten den Banken die Möglichkeit, die Produkte und Dienstleistungen, die sie ihren Kunden anbieten, grundlegend zu verbessern. Trotzdem haben viele Banken nur zaghafte Fortschritte bei der Integration von KI in ihre Geschäftstätigkeit gemacht. Die Wahrheit ist, dass diese Technologien für viele Banken noch auf einem experimentellen Niveau sind. Einige Banken machen dafür fehlende Investitionen, fragmentierte Datenbestände oder veraltete Arbeitsweisen verantwortlich, die die Zusammenarbeit zwischen operativen und technologischen Teams behindern. Trotz des langsamen Wandels müssen Banken, wenn sie in Zukunft erfolgreich sein wollen, KI-Technologien als Grundlage für neue Wertversprechen und unverwechselbare Kundenangebote einsetzen. Etablierte Banken müssen zunehmend mit neuen Marktteilnehmern wie Big-Tech-Unternehmen (etwa Apple, Google oder Amazon) konkurrieren – ein Trend, der sich während der Covid-19-Pandemie noch beschleunigt hat. Nur wenn es ihnen gelingt, die Potenziale von KI im Banking erfolgreich zu nutzen, können sie in einer zunehmend digitalen Zukunft langfristig erfolgreich sein.

MLU-Pressebild-Matthias Leimpek.jpg

   © Annette Schön Katharina Müller Fotografie

Autor: Matthias Leimpek

Matthias Leimpek ist Inhaber und Geschäftsführer der MLU Matthias Leimpek Unternehmensberatung. Er blickt auf mehr als 20 Jahre Dozententätigkeit und über 10 Jahre Managementerfahrung in einer Genossenschaftsbank zurück. Er war lange Jahre Mitglied der Geschäftsleitung in diversen Beratungsunternehmen sowie Prokurist und Leiter Fachbereich Produktion und Prozesse in einem genossenschaftlichen Beratungsunternehmen.

Sogedes-Pressebild-Martin Wild.jpg

  

Autor: Martin Wild

Martin Wild ist Geschäftsführer und Mitbegründer von Sogedes. Neben dem Studium der Betriebswirtschaftslehre an der Universität Mannheim absolvierte er erfolgreich das Executive MBA Programm in Mannheim und Shanghai. Vor seiner Selbständigkeit verantwortete er u.a. das Europageschäft eines kanadischen Software-Herstellers. Heute begleitet er Kunden bei der Konzeption und Umsetzung von Omnichannel Experience Strategien und Total Experience Automation unter Einsatz intelligenter Technologien.