KINOTE 01.2022

58 01 | 2022 Eines der

58 01 | 2022 Eines der essenziellen Einsatzgebiete für die Kombination aus KI und RPA ist die intelligente Automatisierung von alltäglichen Serviceprozessen. Der Anteil an Routinethemen in Banking und Finance ist hoch. Die Prozessautomatisierung hilft Banken und Finanzdienstleistern, manuelle Aufgaben weitgehend zu reduzieren und damit Kosten zu senken sowie gleichzeitig kundenzentriert zu arbeiten. Die technologische Entwicklung in diesem Bereich ist weit vorangeschritten: Mit KI und RPA lassen sich zahlreiche Routineprozesse wie Stammdatenänderungen und Antragsverfahren automatisieren. Einige Baufinanzierer und Privatbanken erfassen laut Trendreport AI Finance bereits mehr als 80 Prozent der relevanten Fachdaten aus eingereichten Hypothekenanfragen automatisiert. Insbesondere in margenschwachen Zeiten wie heute ist das ein entscheidender Faktor, um schneller auf Anfragen zu reagieren und günstiger zu bewerten. Wichtige Vorstufe: Intelligent Document Processing Die Basis für die vollständige Automatisierung von Routineprozessen (Hyperautomation) ist die intelligente Erfassung von Fachdaten (Intelligent Data Capture). Mithilfe der intelligenten Dokumentenverarbeitung (IDP – Intelligent Document Processing) gewinnen Banken und Finanzdienstleister aus unstrukturierten Daten präzise und schnell relevante Informationen. IDP-Lösungen sind als transaktionssichere Services mittlerweile aus der Cloud erhältlich und können additiv eingesetzt werden. Das heißt: Es müssen keine bestehenden Systemarchitekturen aufgebrochen und verändert werden. Die Software lässt sich unkompliziert in bereits bestehende und künftige Systeme integrieren. Bei vielen Software-Lösungen handelt es sich heutzutage zudem um sogenannte Low- Code-Anwendungen. Diese KI-Systeme sind standardisiert und einfach skalierbar, sodass Finanzdienstleister sie selbst ohne großes IT-Know-how einsetzen könnten. Unstrukturierte Daten können den Instituten wichtige Erkenntnisse über die Bedürfnisse ihrer Kundschaft liefern. KI-basierte Analysen sind die Basis für automatisierte personalisierte Services. Die Geldhäuser senken damit mittelfristig nicht nur ihre Kosten, noch viel entscheidender ist: Der intelligente Einsatz von NBO (Next Best Offer) und NBA (Next Best Action) wird ihre Wettbewerbsfähigkeit deutlich steigern, da sie ihren Kunden eine weitaus höhere Customer Experience bieten. Das Prinzip: KI analysiert eine große Menge an Beispieldaten, um im richtigen Moment das passende individuelle Angebot zu generieren. Wie sieht dies in der Praxis genau aus? Über die intelligente Kombination individueller Kundenmerkmale, soziodemographischer Erkenntnisse und relevanter Daten von Markpartnern identifiziert die Technologie Kundenbedürfnisse und -anliegen. Die Kombination aus KI und ML hilft, große Datenmengen zu automatisieren und wichtige Informationen aus allen Touchpoints zusammenzuführen.

01 | 2022 59 Banken und Finanzdienstleister gewinnen somit umfassende Kundenreports, werten Leistungsparameter (KPIs) und spezifische Kundensituationen zuverlässig aus und erkennen, an welchen Touchpoints die Kundenreise erfolglos endet. Damit die KI erfolgreich arbeitet, benötigt sie zudem ein ausreichend großes Volumen an Trainingsdaten. Der Einsatz von Künstlicher Intelligenz für personalisierte Kundenservices in Banken wird wegweisend sein. Allerdings ist er sowohl in technischer als auch in rechtlicher Hinsicht derzeit noch Zukunftsmusik. Beobachten sollte die Finanzbranche die Entwicklung auf dem Gebiet der Customer Analytics dennoch. Chatbots & Voicebots richtig nutzen Ähnlich sieht es mit KI-Chatbots und Voicebots aus. Sie eröffnen heute – von immer mehr Kunden angenommen – den telefonischen Dialog oder Chat bei Kreditinstituten, mehr aber auch nicht. Zwar erfasst die Technologie den Inhalt von Texten und Sprachbotschaften und deutet auch Emotionen oder Absichten immer genauer. Doch KI-basierte Chat bots und Voicebots sind noch lange nicht in der Lage, mehr als kurze und routinemäßige Chat- und Telefondialoge zu führen. Ohne Zweifel steigt die Qualität der Spracherkennung kontinuierlich an, doch die Auswirkung von Künstlicher Intelligenz auf die Sprachautomatisierung ist ein langwieriger Prozess. Wollen Banken und Finanzdienstleister Chatbots und Voicebots einsetzen, sollten sie sich zunächst auf den reibungslosen Einsatz in einfachen Routineprozessen konzentrieren. Dies sind nur ein paar Anwendungsfelder von Künstlicher Intelligenz, die die Institute kennen sollten. KI wird eine Rolle im Portfolio- und Produktmanagement spielen – ob in Form von digitalisierten Dialogservices, algorithmischem Handel (Algorithmic Trading), Stimmungsanalysen oder Kreditwürdigkeitsprüfungen. Intelligente Algorithmen stellen zudem eine große Chance für bessere Abläufe im Compliance und Risk Management dar – angefangen bei der Automatisierung von Antrags- und Compliance-Prozessen, über die Betrugserkennung bis hin zur KI-Unterstützung in der Regulatorik. Fazit Intelligent Process Automation (IPA) transformiert den Finanzsektor. Während sich mit RPA kaum noch Prozesse automatisieren lassen, wird die Verbindung aus RPA und KI in den kommenden Jahren immer mehr Prozesse in Banken automatisieren. Die intelligente Prozessautomatisierung reduziert nicht nur Kosten, sie schafft auch kundenzentrierte Abläufe – und generiert damit einen doppelten Nutzen für Finanzdienstleister. In Anwendungsfeldern wie Customer Service Automation und Intelligent Process Automation ist der Einsatz von KI heute schon Standard. Autor Andreas Klug ist KI-Experte für intelligente Automatisierung bei ITyX. Er hat beim Digitalverband Bitkom mit Branchenexperten den Trendreport AI Finance entwickelt.