Aufrufe
vor 4 Jahren

KINOTE 02.2019

  • Text
  • Zukunft
  • Deutlich
  • Deutsche
  • Insbesondere
  • Deutschland
  • Modell
  • Intelligenz
  • Banken
  • Einsatz
  • Unternehmen
Um einen Wandel der Finanzbranche erfolgreich zu meistern, müssen Kreditinstitute sowohl Chancen als auch Herausforderungen der Künstlichen Intelligenz (KI) erkennen. Unter der neuen Marke KINOTE der Bank-Verlag GmbH finden Sie Meldungen, Studien und Fachartikel zum Themenkomplex KI. Wir beantworten Ihre Fragen rund um KI. Wir berichten über Trends, neue Technologien, Forschungsergebnisse und daraus entstehende Möglichkeiten, die KI Ihrem Unternehmen bietet.

22 02 | 2019 1. Die

22 02 | 2019 1. Die Schaffung eines Data Lake, der als Sammelbecken für sämtliche Daten dient. So lassen sich Daten schnell und sicher strukturieren und für verschiedene Anwendungen zur Verfügung stellen. Mehr als 100 relevante Datenquellen wurden hierfür in der Bank identifiziert und müssen nun im Data Lake reproduziert und bereinigt werden, um zuverlässige und qualitativ hochwertige Daten in der Bank bereitstellen zu können. 2. Die Etablierung eines Big Data Lab, das sich mit den Möglichkeiten neuer Technologien in der Datenanalyse auseinandersetzt, die Potenziale für die Bank erkennt und weiterentwickelt und ein klares Regelwerk zur Datennutzung aufsetzt. 3. Die verstärkte Nutzung von Cloud-Technologien, um große Datenmengen effizient und sicher zu verarbeiten sowie mit dem steigenden Tempo der Innovation auch in Zukunft Schritt halten zu können. » 2 Letzteres ist eine wichtige Voraussetzung für den effizienten Einsatz von KI-Modellen. Denn eine Bank kann keine Infrastruktur bereitstellen wie es Amazon, Google oder Microsoft tun. Der Aufbau von leistungsfähigen und skalierbaren Systemen über eigene Rechensysteme ist sehr kostenintensiv. Daher nutzen wir verschiedene Anbieter für unsere Zwecke und verfolgen eine Cloud-First-Strategie, d. h. dass wir Cloud Services für alle neu zu entwickelnden Anwendungen einsetzen. Im Idealfall soll dabei ein Public Cloud Service genutzt werden. Denn dieser bietet nicht nur ein robustes Fundament, sondern ermöglicht es uns auch, innovative Services bereitzustellen und damit schneller zu wachsen. Wir haben mit verschiedenen Cloud-Anbietern Kooperationen geschlossen, auch und gerade im Bereich Public Cloud. Je nach Anwendungsszenario können wir so das am besten geeignete Angebot nutzen. Für den Einsatz von Machine-Learning-Modellen braucht Europa – um wettbewerbsfähig zu bleiben – jedoch auch EU- Anbieter für diese Technologie. Aktuell gibt es insbesondere auf Bundesebene Bestrebungen für eine europäische Cloud. Wichtig ist bei der Umsetzung nur, dass das Service-Angebot für den Nutzer vergleichbar sein muss. Sonst wird es schwer, neben den großen Playern bestehen zu können. Datenschutz „made in Europe“ hat großes Potenzial Eine Bank kann nicht so einfach eine Public Cloud nutzen. Voraussetzung ist, dass die aufsichtsrechtlichen und datenschutzrechtlichen Vorgaben eingehalten werden. Europa hat mit der Datenschutzgrundverordnung einen Standard gesetzt, der international neue Maßstäbe vorgibt. Weil der vertrauensvolle und sichere Umgang mit Daten sich zum entscheidenden Wettbewerbsfaktor entwickelt, hat KI „made in Europe“ großes Potenzial. Um die strengen Schutzstandards durchzusetzen, arbeiten wir mit Methoden wie Anonymisierung, Pseudonymisierung und Mikro-Segmentierung, d. h. wenn die Daten in die Cloud wandern, sind sie einzelnen Personen nicht mehr zuzuordnen. Bei sogenannten „de-risked Data“ werden personenbezogene Daten, sogenannte Personally Identifiable Information (PII), vollständig entfernt, sodass niemand – weder innerhalb noch außerhalb der Bank – in der Lage ist, PII im Data Lake oder in der Cloud zu sehen. Dabei bleibt der inhaltliche Wert der Daten weitgehend erhalten. Natürlich ist gerade die Zusammenführung von verschiedenen, auch personenbezogenen Daten wesentlich für die Anwendung von KI. Hiervon profitieren die Kunden am meisten, beispielsweise durch speziell auf sie persönlich abgestimmte Produkte. Andere Länder haben zudem eine Vielzahl öffentlich frei verfügbarer Daten, mit denen sie ihre KI-Systeme trainieren. In Europa kennen wir das so nicht. Deshalb sind Gesetzgeber und Datenschutzaufsicht gefordert. Sie müssen einen Rahmen dafür schaffen, dass Datennutzung und Datenschutz Hand in Hand gehen. Eine Möglichkeit besteht darin, praxistaugliche Einwilligungslösungen zu schaffen und öffentliche Daten auch international zur Verfügung zu stellen (Open Data). Sonst drohen Europa Nachteile im internationalen Wettbewerb. Denn China und die USA haben längst einen Wettlauf um die Vorherrschaft bei der KI gestartet. Peking hat den Anspruch, hier bis 2030 die "weltweite Führung" einzunehmen. Datengetriebene Produkte durch Internet of Things Wenn wir zurzeit auch hinter den USA und China rangieren, müssen wir uns in Deutschland technologisch nicht verstecken. Deutschland verfügt über

02 | 2019 23 03 | Nutzungsbasierte Finanzierung von Maschinen dank IoT Mobile machines Client Stationary machines Client Prototype: Farming Platform / Cloud Maschine data ■ Location ■ Usage ■ Health condition ■ Output etc. Prototype: Farming Quelle: Commerzbank AG. umfangreiche Ingenieurskompetenz und aufgrund der deutschen Technologieführerschaft z. B. in der Sensortechnik stehen wir in Sachen Internet of Things (IoT) sehr gut da. Im Durchschnitt ist heute bereits jede vierte Maschine in der deutschen Fertigungsindustrie mit dem Internet verbunden. Bauteile kommunizieren eigenständig mit der Produktionsanlage, veranlassen bei Bedarf Reparaturen oder bestellen notwendiges Material nach. Das Bundeswirtschaftsministerium erwartet 153 Mrd. € an zusätzlichem volkswirtschaftlichen Wachstum durch Industrie 4.0 bis zum Jahr 2020. Hier müssen Banken ansetzen, Schnittstellen für die Daten schaffen und dann mithilfe von Machine Learning individualisierte Produktlösungen für Firmenkunden anbieten. Als erstes deutsches Finanzinstitut hat die Commerzbank eine neue datenbasierte Kreditlösung für Firmenkunden entwickelt. Der „Pay-per-Use-Kredit“ ist im Kern ein Investitionskredit, der es Unternehmen ermöglicht, Maschinen nutzungsbasiert zu finanzieren. In seiner Rückführung orientiert sich der Kredit an der Auslastung der Maschine – sie überträgt diese Daten automatisch an die Bank. Dort wird die Höhe der Rückzahlungsraten entsprechend automatisch angepasst. Unternehmen brauchen sich damit bei ihren Investitionsentscheidungen keine Gedanken mehr beispielsweise über saisonale oder zyklische Schwankungen in der Auslastung der geplanten Produktionskapazitäten zu machen: Die Finanzierungskosten passen sich variabel an die tatsächliche Nutzung an. Den Prototyp dieses neuen digitalen Kreditmodells hat die Commerzbank gemeinsam mit dem Werkzeugmaschinen- Hersteller EMAG in Salach (Baden-Württemberg) aufgesetzt. Die Vernetzung der Werkzeugmaschinen ermöglicht einen detaillierten Einblick in deren Nutzungsablauf – und dadurch die Errechnung der Tilgungsrate für den Kredit. Die KMB Technologie Gesellschaft für rationelle Fertigung mit Sitz in Sachsen- Anhalt setzt diese Maschinen im Automotive-Sektor für die Teileproduktion ein. Der branchentypische Produktionsverlauf spiegelt sich dabei sehr gut im entstehenden Tilgungsverlauf der Maschineninvestition wider. » 3 Weg zum Erfolg: Weitere Digitalisierung des deutschen Mittelstands Doch diese innovativen Unternehmen sind in Deutschland bislang (noch) nicht die Regel. Zwar nutzen vor allem Mittelständler vermehrt smarte Techniken und zeigen laut einer aktuellen Studie 1 im Vergleich zu kleinen und großen Firmen den höchsten Reifegrad in Sachen Digitalisierung. Jedoch hat sich das Thema noch nicht in der Breite der heimischen Wirtschaft etabliert. Innovative Bankprodukte, wie der Pay-per-Use-Kredit, sind deshalb teilweise noch ihrer Zeit voraus.

die bank