Markt News

Volff/Adobe Stock

Banken: KI-Algorithmen prüfen Kreditkartentransaktionen

Von den kleineren Firmen unter 1.000 MitarbeiterInnen nutzten nur 59 Prozent ML. Dies dürfte darauf zurückzuführen sein, dass im gehobenen Mittelstand (1.000 bis 10.000 Beschäftigte) und in Konzernen mehr potenzielle Einsatzfelder (Use Cases) für ML und Künstliche Intelligenz (KI) vorhanden seien, so die Ergebnisse einer Studie von IDG Research Services in Kooperation mit Lufthansa Industry Solutions. Hinzu komme der finanzielle Faktor: Rund 62 Prozent der Anwenderunternehmen mit einem IT-Budget von 10 Mio. Euro und mehr hätten ML bereits in größerem Maßstab im Einsatz oder erste Anwendungen implementiert. Bei den Firmen mit einem Budget von weniger als 10 Mio. Euro liege der Wert bei rund 41 Prozent, hieß es.

„Der Grund könnte sein, dass Firmen mit einem geringen finanziellen Spielraum für IT-Projekte ihre Ressourcen für dringlichere Vorhaben einsetzen, etwa die Digitalisierung“, so die Studie. Positiv sei, dass die Zahl der Firmen, die (noch) keine Verwendung für Machine Learning hätten, im Vergleich zur Studie von 2020 von 11 Prozent auf 8 Prozent zurückgegangen sei. Auch das belege, „dass deutsche Firmen den Nutzen der Technologie erkennen.“

Geld für Machine-Learning- und KI-Projekte ist vorhanden
Mehr als ein Drittel der Befragten (35 Prozent) verfüge bereits seit mehr als einem Jahr über ein separates Budget für ML- oder KI-Projekte. Die Mehrzahl der Firmen (51 Prozent) habe allerdings erst vor Kurzem Geld für entsprechende Vorhaben reserviert. „Daraus lassen sich zwei Dinge ablesen: Zum einen sind sich Unternehmen darüber im Klaren, dass sie in KI und ML investieren müssen, sprich sie haben den Stellenwert beider Ansätze erkannt. Zum anderen beschäftigen sich viele Firmen erst seit kurzer Zeit mit diesen Technologien“, so die Untersuchung.

Auffallend sei, dass kleinere Firmen (83 Prozent), Unternehmen aus dem gehobenen Mittelstand (89 Prozent) und Konzerne (87 Prozent) gleichermaßen ein Budget für Machine Learning und Künstliche Intelligenz vorsähen. Allerdings lasse sich aus dem Zahlenmaterial nicht ermitteln, wie viel Geld die Firmen jeweils für KI- und ML-Projekte vorsähen. Hier dürften Konzerne im Vorteil sein, auch deshalb, weil sie für jüngere KI- und ML-Experten sowie Data Scientists oftmals die attraktiveren Arbeitgeber seien.

KI blockiert Transaktionen
Für Banken wird insbesondere KI zu einem immer bedeutsameren Faktor, so eine Studie von Deutsche Bank Research. Derzeit werde etwa getestet, ob und wie KI Betrugsversuche im Online Banking in Echtzeit erkennen und verhindern könne. Kreditkartenbetrug sei in den vergangenen Jahren zu einer der verbreitetsten Formen von Cyberkriminalität geworden, und diese Tendenz werde durch das kräftige Wachstum im mobilen Zahlungsverkehr noch verstärkt. Um eventuelle Betrugsfälle zu erkennen, prüfen der Untersuchung zufolge KI-Algorithmen in Echtzeit, ob die von KundInnen getätigten Kreditkartentransaktionen plausibel seien, und verglichen aktuelle Zahlungsvorgänge im Hinblick auf den Zahlungsbetrag und -ort mit früheren Zahlungen. Wenn ein Risiko erkannt werde, blockiere die KI die entsprechende Transaktion, hieß es.

Außerdem werde der Einsatz von KI in KYC-Prozessen getestet, bei denen die Identität von KundInnen überprüft werde. „KI-Algorithmen scannen Kundenunterlagen und vergleichen sie mit Informationen aus dem Internet, um festzustellen, wie zuverlässig die Unterlagen sind. Bei etwaigen Widersprüchen schlagen die KI-Algorithmen Alarm und Bankmitarbeiter führen eine detailliertere KYC-Prüfung durch.“

Darüber hinaus testeten die Banken, inwieweit KI Informationen (z.B. in juristischen Dokumenten oder Jahresberichten) visualisieren und wichtige Punkte herausfiltern könne. KI-Algorithmen entwickeln den Angaben zufolge anhand der Daten selbstständig Modelle und führten ein Backtesting durch. „So lernen sie aus früheren Fehlern und erhöhen ihre Treffsicherheit“, so die Studie. (ud)

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge