KINOTE 01.2020

58 01 | 2020 KI in der

58 01 | 2020 KI in der Finanzbranche Die strategische Ausrichtung fehlt Ob Privat-, Genossenschaftsbank oder Sparkasse: Dass KI eine wichtige Rolle für den künftigen Geschäftserfolg spielt, haben fast alle Finanzinstitute erkannt. Dennoch läuft die Ein führung der neuen Technologien schleppend. Nur die wenigsten Unternehmen können eine stimmige Strategie oder systematische Abläufe und Verfahren vorweisen. Gerade in Zeiten von Corona wie auch in der Phase danach ist es wichtig, die aktuellen technischen Möglichkeiten konsequent im Sinne der Zukunftsfähigkeit des Unternehmens miteinzubeziehen.

01 | 2020 59 Bei nahezu jedem deutschen Finanzinstitut steht das Thema Künstliche Intelligenz (KI) auf der Agenda. Allerdings befindet sich der Großteil der Banken und Sparkassen noch in der Vorbereitungs- oder Testphase und kann zudem keine stimmige Strategie vorweisen. Das sind die zentralen Erkenntnisse der Marktstudie „Künstliche Intelligenz in der Finanzbranche“ der Unternehmensberatung Eurogroup Consulting (EGC), an der über 130 Führungskräfte deutscher Finanzinstitute teilgenommen haben. Über die Hälfte der befragten Vorstände, Bereichsleiter und Fachexperten gibt an, dass sich ihr Unternehmen nicht nur mit dem Thema KI beschäftigt, sondern bis zur Entwicklung von Use Cases vorgedrungen ist bzw. teilweise einzelne KI-Lösungen im Einsatz hat. Im Detail: 18 Prozent haben Use Cases entwickelt, 24 Prozent testen Prototypen. Lediglich 23 Prozent erklären, dass ihr Unternehmen KI bereits im Regelbetrieb anwendet – 13 Prozent setzen eine bis drei entsprechende Anwendungen ein, bei rund 10 Prozent sind es mehr als drei. Demgegenüber bauen 12 Prozent erst das nötige Know-how auf, 22 Prozent wählen geeignete Daten aus. Weckruf an die Branche Grundsätzlich lässt sich zu diesen Zahlen sagen: Angesichts der Bedeutung von KI für den künftigen wirtschaftlichen Erfolg von Banken sowie angesichts der steigenden Konkurrenz durch KIaffine Fin- und BigTechs sind sie ein deutlicher Weckruf an die Branche, die eigenen KI-Aktivitäten zu erhöhen. So lösen die neuen Technologien zwar nicht alle Probleme der Banken, sie leisten aber dennoch einen entscheidenden Beitrag zu ihrem künftigen Geschäftserfolg. So kann KI dabei helfen, die Fehlerquote zu senken und Reaktionszeiten auf Kundenanfragen deutlich zu verkürzen. Mitarbeiter werden von zeitaufwändigen Routinearbeiten befreit und erhalten Freiräume für wertschöpfende Tätigkeiten. Auch sollten sich die Banken darüber im Klaren sein: Die Entwicklung, der Einsatz und die Akzeptanz der neuen Technologien – auch derjenigen, die vielleicht heute noch nicht so stark von den Kunden nachgefragt werden –, schreiten sehr schnell voran und entwickeln sich oftmals sprunghaft. Wer nicht vorbereitet ist, hat das Nachsehen. KI senkt Fehlerquoten und Reaktionszeiten Laut der Studie gibt es bei der Umsetzung von KI Unterschiede zwischen den verschiedenen Institutsformen: Die Mehrheit der Befragten von Direktbanken und Kapitalverwaltungsgesellschaften gibt an, bereits mindestens eine KI-Lösung eingeführt zu haben, gefolgt von Geschäftsbanken und Sparkassen. Genossenschafts- und Landesbanken befinden sich neben FinTechs, Dienstleistern und Versicherern im Mittelfeld, Förder- und Privatbanken bilden das Schlusslicht. Insgesamt sehen die Finanzinstitute mit rund 60 Prozent das größte Potenzial für KI im Backoffice, danach kommen die Bereiche Produkte (50 Prozent) und Kunden (47 Prozent). » 1 Chatbots sind in 38 Prozent der Kreditinstitute und damit bereits am häufigsten im Einsatz, an zweiter Stelle steht das Machine Learning (ML) mit 32 Prozent. Es folgen Cognitive RPA (Robotic Process Automation mit einer selbstlernenden Komponente) – und Deep Learning (DL)/Neuronale Netze. KI im Retailbereich Im Retail- und Abwicklungsbereich sind vor allem KI-Lösungen von Relevanz, die das Massengeschäft effizienter machen. Hierzu zählt auch die Automatisierung von Routineaufgaben ebenso wie die Kundenkommunikation über Chatbots, die mittlerweile sehr gute Leistungen erbringen. Software-Roboter können riesige Datenmengen auf bestimmte Muster hin untersuchen. Sie ermöglichen es zum Beispiel, Kundengruppen zu clustern und zielgerichtet anzusprechen. Beim sogenannten Churn Management, mit dem Banken der Abwanderung von Kunden entgegenwirken, helfen die Muster, rechtzeitig zu erkennen, wann ein Kunde unzufrieden wird – wenn er sich etwa negativ in einem Forum äußert oder das Angebot für eine bestimmte Zeit nicht genutzt hat. Die KI kann darauf unmittelbar reagieren und entsprechende Aktivitäten einleiten, sodass sich die Bank die Kosten für den Verlust eines Kunden bzw. für die Anwerbung eines neuen sparen kann. Insgesamt sind solch schnelle Reaktionen ein wichtiger Vorteil der neuen Technologien: Sämtliche Auswertungen können permanent erfolgen, Software-Roboter sind Tag und Nacht einsatzbereit. Ein Beispiel für den Einsatz von KI, der zum Kunden hin sichtbar wird, sind sogenannte Robo Advisors, von denen es bislang rund 30 am Markt gibt. Die angehenden Kunden klicken sich durch einen Fragenkatalog, geben Antworten zur Vermögenssituation, Risikoneigung sowie der Erfahrung an den Kapitalmärkten und erhalten dann einen Vorschlag für ein Portfolio.