Markt Magazin

istock.com/primeimages

Disruptive Technologien: KI für das Banking-Modell der Zukunft  

„House of Cards” galt lange als Paradebeispiel für die Erfolgsserien im Streaming-Zeitalter. Ihren Erfolg ermöglichten disruptive Technologien, „House of Cards” wurde letztlich auch durch den Einsatz von Big Data Analytics entwickelt. Auf diese Weise stellten die MacherInnen sicher, dass die Geschichte rund um den US-Kongressabgeordneten Frank Underwood dem Publikum genau das liefert, was es sich wünscht. Finanzdienstleister können viel von diesem Beispiel lernen. Denn Daten sind die wesentlichen Rohstoffe für das Zeitalter der Digitalisierung. Technologien wie KI und ML sind die Werkzeuge, um sie nutzbar zu machen.

Vom Risiko-Management über die Bekämpfung von Betrug sowie den Einsatz in KYC-Prozessen bis hin zur Neugestaltung der Customer Experience kann Künstliche Intelligenz ein wesentlicher Wettbewerbsfaktor für Banken sein. Während in Deutschland viele Institute immer noch zögern, wie zuletzt auch eine Untersuchung von Bain & Company herausfand, zeigen Wettbewerber auf dem internationalen Parkett bereits, was durch den Einsatz von KI heute schon möglich ist.

KI-Anwendungsfälle machen zudem deutlich, dass das von Deutschlands Banken oft vorgebrachte Argument nicht verfängt, vor allem die Kosten weiter senken zu müssen. Erst kürzlich hatte eine internationale Umfrage des Marktforschungsunternehmens Forrester im Auftrag von Sopra Steria erneut die Kostenfrage als oberster Priorität deutscher Geldhäuser identifiziert – und auf die internationale Sonderstellung der Bundesrepublik in diesem Punkt hingewiesen. Der deutsche Sonderweg irritiert auch deshalb, weil gerade Investitionen in KI und vergleichbare innovative Technologien dazu beitragen, Kosten zu reduzieren und darüber hinaus das Wachstum nachhaltig anzukurbeln.

Smarte Bots für zufriedene Kundschaft und gute Geschäfte
Um im gehobenen Massensegment wachsen zu können, ohne parallel die Zahl der Beschäftigten erhöhen zu müssen, hat die Nedbank aus Südafrika KI beispielsweise genutzt, um eine eigene Conversational-Banking-Lösung zu entwickeln. Das Ergebnis ist EVA, der Electronic Virtual Assistant. Für ihn nutzt die Bank Advanced Natural Language Processing (NLP) und Maschinelles Lernen. Der EVA stellt Produktinformationen für KundInnen bereit. Als digitaler Berater hilft er bei der Geldanlage oder beantwortet auch selbstständig rund um die Uhr sieben Tage die Woche eine Vielzahl von Anfragen im Support. Ein ähnliches Beispiel aus Deutschland ist Botto, der virtuelle Assistent der Fiducia & GAD IT AG, die unter anderem Ansprechpartner für die rund 900 Volksbanken und Raiffeisenbanken ist.

Anders als klassische Dialog-Systeme, die noch immer bei vielen Geldhäusern im Einsatz sind, reagieren die smarten Voice- und Chatbots beim Conversational Banking nicht ausschließlich auf bestimmte Stichworte („Sagen Sie ‚Konto‘“). Vielmehr sind sie durch die NLP-Technologie in der Lage, einen vergleichsweise natürlichen Austausch mit der Kundschaft zu pflegen – sei es per Chat, Telefon oder Audio-Messaging. Die Bots können die Antworten ihres menschlichen Gegenübers dem Sinn nach verstehen, analysieren und weiterverarbeiten.

Im Ergebnis zahlen sie nicht nur auf eine bessere Customer Experience und die Entlastung der eigenen Beschäftigten ein, sondern spielen auch eine zentrale Rolle beim Datenmanagement der Bank. Durch die Verbindung mit den Backend-Systemen des Kreditinstituts verfügt der Bot beim Conversational Banking über alle Informationen, die man braucht, um Anliegen optimal zu bearbeiten.

Umgekehrt erhalten die Banken durch die NLP-Technologie jedoch auch einen exzellenten Zugriff auf sämtliche Informationen, die ihnen KundInnen in den jeweiligen Dialogen mitteilen – in einer ansonsten nicht vorhandenen Detailtiefe, vollautomatisch, in Echtzeit und über alle Kanäle hinweg. Gerade angesichts eines sich immer weiter verschärfenden regulatorischen Umfelds leisten Conversational Banking und NLP einen wichtigen Beitrag, um den wachsenden Compliance-Anforderungen gerecht zu werden, notwendige Insights zu gewinnen und sämtliche Daten zur Interaktion mit der eigenen Kundschaft jederzeit verfügbar zu haben.   

Das eigene Geschäftsmodell neu denken
Mehr denn je kämpfen die Banken heute um die Relevanz im Alltag ihrer Kundschaft. KI kann dabei einen wesentlichen Beitrag leisten und den klassischen Finanzdienstleistern helfen, das eigene Geschäftsmodell neu und weiter zu denken. Die spanische Bank Ibercaja nutzt KI etwa nicht nur für das eigene Business. Sie stellt die Technologie als Teil einer gemeinsam mit Partnern entwickelten cloud-gestützten IoT-Lösung auch Landwirten im Nordosten Spaniens bereit.

Die Farmer, die sich an dem Programm beteiligen, installieren eine Box mit Sensoren auf ihren Feldern. Alle 15 Minuten überträgt diese Box verschiedene Informationen in die Cloud. Dazu gehören etwa Daten zur aktuellen Temperatur vor Ort oder zu den Licht- und Windverhältnissen. Eine KI analysiert all diese Werte und präsentiert die Ergebnisse in Echtzeit online. Die Landwirte haben so die Möglichkeit, den jeweils besten Zeitpunkt beispielsweise für das Bewässern oder Düngen ihrer Felder zu wählen, um die Ernteerträge zu steigern und gleichzeitig Wasser zu sparen.

Die Bank profitiert mehrfach von diesem Projekt: Zunächst einmal stärkt sie die eigene Relevanz im Alltag ihrer KundInnen. In diesem Falle sind es Landwirte. In einem anderen Fall könnten es jedoch auch die Betreibenden einer Fabrik sein, Logistikfirmen oder eben Privatpersonen. Für jeden dieser Fälle lassen sich Szenarien denken, in denen die Bank mit einer leistungsstarken KI ihrer Kundschaft dabei helfen kann, den Alltag – sei er beruflicher oder privater Natur – erfolgreicher zu gestalten. Das Kreditinstitut sichert sich über solche Projekte jedoch auch wichtige Daten zur eigenen Kundschaft, die das Anbahnen neuer Geschäfte ermöglichen. In der Summe erhalten die Banken zudem ein immer breiteres Marktwissen.

KI für die drei Entwicklungshorizonte
Das 3-Horizonte-Modell von McKinsey hilft Unternehmen dabei zu verstehen, wo sie bei ihrer digitalen Transformation stehen. Während der erste Horizont die Optimierung bestehender Geschäftsmodelle meint, beschreibt der zweite Horizont die Ausweitung dieses Geschäftsmodells. Den dritten Horizont erreichen Unternehmen durch die Etablierung disruptiver Geschäftsmodelle.

Ohne den Einsatz von KI dürfte es für viele Banken schwer sein, die Horizonte 2 und 3 zu erreichen. Dabei steigt der Handlungsdruck. Junge Unternehmen drängen mit datengetriebenen Geschäftsmodellen in das klassische Metier der etablierten Bankhäuser und zeigen, dass der Erfolg disruptiver Technologien im Finanzsektor keine Theorie, sondern erfolgreich umgesetzte Praxis ist.

Fazit
Nicht nur Streaming-Serien wie „House of Cards“ lassen sich mit smarter Datenanalyse entwickeln, sondern auch passgenaue Lösungen und Services im Finanzsektor. Entschieden ist das Rennen um das Banking der Zukunft dabei noch keineswegs. Wollen klassische Banken jedoch zu ihrer Konkurrenz aufschließen und in Führung gehen, wird es höchste Zeit, die Möglichkeiten von KI auszuschöpfen – und zwar auf allen Ebenen: von der Optimierung interner Prozesse über die Gestaltung der Customer Experience bis hin zur Entwicklung neuer Angebote, Lösungen und Geschäftsmodelle.

Autor



 

Christian Eggers ist Senior Director Financial Services, Microsoft Deutschland.

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge