Evolutionäre KI als Schlüssel zum Erfolg

Ein Artikel von Babak Hodjat, VP of Evolutionary AI bei Cognizant | 09.01.2020 - 09:39

KI ist dabei, alle Aspekte in der Finanzwelt zu transformieren. Dieser Wandel hat sich in letzter Zeit beschleunigt – und zwar durch evolutionäre KI. Dabei handelt es sich um neuartige Technologien, mit denen sich KI selbst entwickeln kann; explizites Programmieren durch Menschen ist kaum noch erforderlich. Wenn sich evolutionäre KI weiter durchsetzt, werden ihre Fähigkeiten, komplexe KI-Modelle kreativ zu erarbeiten sowie Entscheidungen unter Berücksichtigung verschiedener Szenarien zu optimieren, den Finanzsektor von Grund auf verändern. Alle Player dieser Branche werden neue Strategien testen, die menschliche Datenwissenschaftler niemals entdeckt hätten. Das erlaubt es Unternehmen, die riesigen Datenmengen von heute richtig zu nutzen. 

Was ist evolutionäre KI – und wie funktioniert sie?

Neue Technologien, mit denen sich KI-Algorithmen selbst entwickeln können, bieten Unternehmen die Möglichkeit, menschliche Begrenzungen hinter sich zu lassen. Evolutionäre KI funktioniert iterativ. Zuerst erzeugt sie nach dem Zufallsprinzip eine Gruppe potenzieller Lösungen, um eine anfängliche Population zu bilden, und weist jeder Lösung einen Wert zu, der darauf basiert, wie sie im Vergleich zu anderen Lösungen abschneidet. In der zweiten Runde werden jene Lösungen beibehalten, die am besten waren (etwa 5 Prozent aller Lösungen), und deren Komponenten neu miteinander kombiniert. Zum Teil werden sie auch „mutiert“, um eine neue Population zu schaffen. Anschließend wird die neue Population getestet, und das Verfahren beginnt von vorn. Über mehrere Generationen werden die geeigneten Komponenten der erfolgreicheren Lösungen immer vorherrschender, bis eine Lösung ermittelt wird, die optimale Ergebnisse liefert.

Vorteile und Verwendungsbeispiele

Im Vergleich zur Entwicklung durch Menschen lässt sich evolutionäre KI deutlich schneller bereitstellen, vermeidet Verzerrungen sowie Vorurteile und bietet in der Regel mehr Performance. Außerdem entwickelt sich das gewählte Modell mittels neuer Daten weiter und wird verbessert.

Evolutionäre KI kann in Finanzinstituten für verschiedenste Bereiche genutzt werden. Ein Beispiel ist die Gestaltung quantitativer Trading-Strategien, bei denen Erträge maximiert und Risiken minimiert werden sollen. Das Kreditgeschäft ist ein weiteres Beispiel. Anstatt sich auf menschliche Analysen zu verlassen, können evolutionäre KI-Lösungen alle Kombinationen relevanter Variablen in kürzester Zeit analysieren und Modelle erzeugen, die das Ausfallrisiko eines potenziellen Kreditnehmers genauer bewerten. 

Da KI sämtliche Elemente in der Wertschöpfungskette umstrukturiert, sollten sich Finanzinstitute auf folgende Punkte konzentrieren, um von den Vorteilen zu profitieren:

  • Entwicklung und Pflege verantwortungsvoller KI-Anwendungen – KI-Anwendungen müssen sich so verhalten, dass sich Kunden und Mitarbeiter wohl damit fühlen, und dürfen keine Entscheidungen treffen, die unethisch sind oder auf Verzerrungen bzw. Vorurteilen basieren. Unternehmen müssen die Anwendungen überwachen, damit diese sich weiter richtig verhalten, während sie lernen und sich entwickeln.
  • Erarbeitung geschäftsorientierter KI-Strategien – KI sollte eher aus einer geschäftlichen Perspektive und weniger als technische Herausforderung betrachtet werden. Wir empfehlen, dass KI-Projekte von funktionsübergreifenden Teams verwaltet werden, deren Leitung geschäftliche Führungskräfte übernehmen. Unternehmen müssen sich ihre Strukturen ansehen, um Möglichkeiten zur Schaffung konkreter geschäftlicher Vorteile aus KI zu ermitteln – nicht nur durch reduzierte Kosten, sondern auch durch höhere Umsätze, die Ergebnis verbesserter Kundenerfahrungen und einer optimierten Entscheidungsfindung sind.
  • Verbessertes Datenmanagement – KI-Anwendungen benötigen Zugriff auf aktuelle und akkurate Daten. Dies ist für viele Finanzinstitute, die über fragmentierte Datenarchitekturen mit mehreren Legacy-Systemen verfügen, eine Herausforderung. Unternehmen müssen untersuchen, welche Arten von Daten für ein KI-Projekt benötigt werden, und sicherstellen, dass sich diese in einem geeigneten Format erfassen lassen.
  • Einnahme einer experimentellen Geisteshaltung – KI-Projekte müssen rasch implementiert und bereitgestellt, aber auch streng überwacht werden, damit sich Fehlschläge rasch beenden und Erfolge in der Produktion umsetzen lassen.

Da sich KI-Anwendungen zunehmend selbst entwickeln und testen, werden sich die Innovationsgeschwindigkeit und Genauigkeit von Prognosen deutlich erhöhen. Wir glauben, dass Finanzinstitute es bald als unverantwortlich betrachten werden, wichtige Geschäftsentscheidungen ohne vorherige Konsultation mit einem KI-System zu treffen. Roboter werden Routineaufgaben übernehmen und Ausnahmen zur Überprüfung und Lösung durch Mitarbeiter markieren. So kann sich das Personal auf komplexere Entscheidungen und sensible Interaktionen mit Kunden konzentrieren, zum Beispiel das Lösen von Beschwerden oder das Bereitstellen anspruchsvoller Finanzberatung. Kurz gesagt: Menschen und KI-Roboter werden Hand in Hand arbeiten und zusammen mehr Wert liefern als jeder für sich.