©iStock.com/golero

Digitalisierung: Was Banken im Bereich KI aktuell planen

Angesichts disruptiver Wettbewerber und wegbrechender Zinsgeschäfte müssen Banken sich von ihrem traditionellen Rollenbild lösen und neue Geschäftsfelder erschließen. Aber der Weg von einem Geldhaus zu einem Datenmanager bedingt mehr als nur einen Kulturwandel. Denn wenn Daten der bestimmende Rohstoff der Bankenwelt von morgen werden, dann entscheiden Technologie und Software zunehmend über den unternehmerischen Erfolg der Institute. Künstliche Intelligenz (KI) nimmt dabei eine zentrale Stellung ein.

Die Einsatzbereiche der KI sind vielfältig, betreffen aber weniger das Kernbankensystem selbst, sondern vorrangig Analysefunktionen sowie die Zugangswege zum Kunden. Heute schon im Einsatz und etabliert sind unter anderem Chatbots, Robo-Advisors oder Voice-Fähigkeiten, um etwa den Kontostand abzufragen. Demnächst kommen hinzu:

  • Automatische Datenanalyse und Lead-Generierung: Der E-Banking-Channel kann so schrittweise zu einer Marketing-Plattform ausgebaut werden.
  • Robo-Advisors, die zum Financial Planner reifen: Aus der Flut an Marktdaten wird proaktiv – und auch künftige Ereignisse mit einberechnend – eine langfristige und kontinuierlich angepasste Finanzplanung erstellt und umgesetzt.
  • Personalisierung im E-Banking: Der Kunde bekommt in seinem Online Banking nicht mehr die Standardseite zu sehen, sondern erhält eine flexible und personalisierte Ansicht, die auf Basis seines Nutzungsverhalten und seiner individuellen Kundenbedürfnisse generiert wird.
  • Gesamtansicht aller Vermögenswerte in einem Dashboard: Über die automatisierte Analyse von Depotauszügen von Drittbanken wird dem Kunden eine Gesamtansicht über sein Portfolio gezeigt. Dies gibt der Bank zudem wertvolle Hinweise, um dem Kunden neue, zielgerichtete Angebote zur Optimierung seines Gesamtportfolios zu offerieren.

Die Bereiche Monitoring, Client Solution, Know Your Customer (KYC) oder Produktberatung gehören zu den Anwendungen, in denen die Vorteile der KI besonders wirkungsvoll sind, ebenso auch bei den schon seit geraumer Zeit flächendeckend eingesetzten Chatbots und Robo-Advisors. Auf diesen Gebieten können die digitalen Helfer ihre Geschwindigkeitsvorteile und ihre sehr geringe Fehlerquote besonders gut ausspielen. Denn eine KI-Anwendung kann sehr große Datenmengen blitzschnell analysieren und die Prognosefähigkeit aufgrund selbstlernender Mechanismen kontinuierlich erhöhen. Während ein Mensch in der Datenflut untergeht, blüht die KI erst so richtig auf.

Am Beispiel der Robo-Advisors sieht man aber auch, wo es derzeit noch hakt. Denn damit um diese herum ein echtes Ökosystem entstehen kann, müssen Banken weg von den derzeit üblichen ETF-Sparplan-Robos hin zu echten Financial-Planning-Tools. Von der Geburt eines Kindes bis hin zum Kauf eines Eigenheims gibt es zahlreiche Ereignisse, die sich schon heute aus den der Bank vorliegenden Daten erkennen lassen und mit – auch branchenfremden – Dienstleistungen verknüpft werden könnten. Das Ziel sind situative und individuelle Angebote: Die Bank gibt Kunden also künftig nicht nur den Hauskredit, sondern organisiert auch noch den dringend benötigten Handwerker.

Mit Predictive Analytics Kunden besser verstehen

Wie die aktuelle „ti&m-Trendstudie Banken“ belegt, würden die Kreditinstitute mit solchen individualisierten und personalisierten Angeboten schon heute die Erwartungen vieler Kunden treffen. Doch noch reden Banken und Kunden beim Einsatz von Technologie oft aneinander vorbei. Um diese Kommunikationslücke zu schließen, stehen den Instituten bald automatisierte Datenanalysen zur Verfügung. Unter dem Schlagwort Predictive Analytics werden künftig auf Basis von Datenmodellen Voraussagen darüber getroffen, wie sich eine Situation in Zukunft entwickeln wird oder könnte. Mithilfe dieser Daten wird der Kunde dann bei jedem Einloggen in sein E-Banking genau die Themen finden, die ihn derzeit umtreiben oder für die er schon ganz konkret eine Lösung sucht.

Stichwort Einloggen: Hier wird es auch auf dem deutschen Markt in den nächsten Jahren große Fortschritte in Richtung digitales Onboarding (Abschluss eines Bankprodukts via Online- und Mobile-Kanäle) geben. So können Bankkunden in Großbritannien etwa schon heute ihr Gesicht sowie ihren Personalausweis mittels einer KI-Anwendung selbst fotografieren, um sich so bei der Kontoeröffnung rechtssicher zu identifizieren. In Deutschland ist zum Beispiel bei Kreditkonten nach wie vor die Schriftform vorgeschrieben, aber in vielen Bereichen wird die digitale Signatur schon bald zum Standard gehören und viele Abläufe stark beschleunigen.

Vergleichsplattformen auf dem Weg zum Ökosystem

Die Zukunft des Bankings liegt also in einem Ökosystem, mit dem sich das bisherige Geschäftsmodell beträchtlich erweitern würde. Dazu müssten die Banken aber auch bereit sein, ihr angestammtes Terrain zu verlassen und künftig produktübergreifend zu agieren. Zu lange sollten sie damit nicht mehr warten. Längst haben etwa die Betreiber von Vergleichsplattformen für Strom, Gas oder Versicherungen ihrerseits eine Banklizenz erworben. Es ist also nur eine Frage der Zeit, bis sich eigene Ökosysteme um solche Anbieter bilden, die für die hiesige Kreditwirtschaft vielleicht sogar bedrohlicher werden als die in diese Richtung gehenden Ambitionen von Amazon, Google und Co.

Technologisch ist der Weg in Richtung Ökosystem keine Frage des Könnens, sondern des Wollens. Zudem haben die Banken nicht nur ein technologisches Erbe, sondern auch – Stichwort Datenschutz – einen noch immer erheblichen Vertrauensvorsprung gegenüber der jungen Konkurrenz, den es in die Waagschale zu werfen gilt. Gerade aus den mitunter jahrzehntelangen Geschäfts- und Kontakthistorien ließe sich viel mehr Geschäftsvolumen generieren.

Fazit

Die Weiterentwicklung digitaler Angebote und Dienstleistungen und das Erkennen und Nutzen der vielfältigen Möglichkeiten im Bereich der neuen Technologien gewinnen zunehmend an Relevanz. Technologien zu kennen und dann vor allem im Sinne eines besseren Kundenerlebnisses zu managen, muss damit immer mehr zu einer Kernkompetenz der Banken werden. KI ist dabei längst nicht mehr deterministisches Modelldenken, sondern es geht um sich wiederholende Lernkurven und eine ergebnisgetriebene Steuerung der Verfahren. Also weg von der reinen Prozess-Optimierung hin zu einer holistischen Betrachtung der Lösungen. Bei KI-Projekten geht es eben nicht allein um Abläufe, sondern um ein besseres Verständnis der eigenen Daten und damit letztendlich des eigenen Geschäfts.

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge