42 02 | 2019 in
42 02 | 2019 in Stuttgart. Auch der Stadtteil, in dem jemand lebt, fließt in die Bewertung ein. Für einen Kunden aus einem Bezirk mit schlechten sozioökonomischen Verhältnissen wird die KI tendenziell ein höheres Kreditrisiko berechnen als für einen Antragsteller aus einer wohlhabenden Gegend. Hinzu kommen Faktoren wie das Einkommen oder der berufliche Status, etwa Arbeiter, Angestellter oder Akademiker. Auf der Basis all dieser Faktoren wird ein individuelles Kreditprofil des Kunden berechnet. Das Ziel besteht darin, ihm den richtigen Zinssatz im Verhältnis zu seinem Risiko anzubieten. Marko Kürbis, Leiter RPA bei der Creditplus Bank, betont: „Banken werden ohne KI in Zukunft nicht mehr zu betreiben sein. Denn die jetzigen Kernbanksysteme sind nicht so effizient, dass man damit einen ausreichend guten und schnellen Kundenservice bieten kann.“ Kosteneinsparungen durch RPA Eine Studie des Technologie-Dienstleisters Cognizant kommt zu dem Ergebnis, dass Angestellte 22 Prozent ihrer Arbeitszeit mit repetitiven Aufgaben verbringen. Mit RPA könnte eine Firma ihre Kosteneinsparungen um 10 bis 25 Prozent steigern, heißt es in einer Untersuchung des Digital Transformation Institute von Capgemini. Auch die Hamburger Privatbank Berenberg hat das Potenzial von RPA erkannt und nutzt sie für Prozessoptimierungen. „Wir haben wie die meisten anderen Banken an mehreren Stellen im Haus Tätigkeiten, die repetitiv sind“, erläutert Philipp Söchtig, Co-Leiter der Abteilung Projekte, Portfolio und Digitalisierung. Hierzu gehört etwa eine Routineaufgabe wie das Buchen von Ein- und Ausgangsrechnungen. Die Software ahmt Tastatureingaben und Mausklicks nach, sodass CRM-, ERP- und andere Systeme, die eigentlich für den menschlichen Gebrauch konzipiert sind, von der RPA bearbeitet werden können. Durch die Interaktion mit den Mitarbeitern lassen sich die Prozessschritte in der Buchhaltung zudem laufend optimieren. Nico Baum, Projektmanager im Chief Operating Office Wealth and Asset Management von Berenberg, sieht noch einen weiteren Vorteil: „90 Prozent der aktuell auf der Welt vorhandenen Daten sind in den letzten zwei Jahren entstanden“, führt er aus. Die Informationsmengen steigen künftig exponentiell an. Neue Arten von Daten, die es vor Jahren oder manchmal auch vor Monaten gar nicht gab, sind jetzt verfügbar. Diese Daten sind oft hochgradig unstrukturiert. Gleichzeitig sind moderne Computer heutzutage in der Lage, solche Informationsmengen in Echtzeit zu verarbeiten. Baum: „Wenn man sich diese Entwicklung vergegenwärtigt, liegt der Schluss nahe, dass der Einsatz von KI für die Banken absolut disruptiv sein wird.“ Fazit Vor dem Hintergrund der sich verschärfenden Wettbewerbsbedingungen und der Niedringzinsphase sind KI und Co. für Banken mehr als nur ein Hoffnungsschimmer. Institute können mithilfe der neuen Technologien wettbewerbsfähiger werden, denn sie führen zu mehr Effizienz in den betrieblichen Abläufen und machen somit Kosteinsparungen möglich. Der finanzielle Schaden infolge wegbrechender Erträge aufgrund der Niedrigzinspolitik könnte zumindest zu einem kleinen Teil durch KI-basierte Geschäftsmodelle ausgeglichen werden. Die Banken sollten daher die großen Chancen der technischen Innovationen konsequent nutzen. Autor Dogan Michael Ulusoy ist Redakteur beim Bank-Verlag. „Mehr Zeit für komplizierte Spezialfälle“ „RPA dient dazu, bestehende Systeme zu unterstützen. Sie macht das gleiche wie der Mensch: Sätze abtippen, Texte kopieren, Informationen suchen oder Zahlen eintragen“, erläutert Söchtig. Die Kollegen sind dankbar dafür, von solch intellektuell wenig fordernden Aufgaben entlastet zu werden. „Sie haben somit auch mehr Zeit für komplizierte Spezialfälle, wovon wiederum die Kunden profitieren.“
02 | 2019 43 Betrug und Geldwäsche leichter verhindern Machine Learning revolutioniert das Compliance-Management Der tägliche Kampf gegen Betrug, Geldwäsche und Sanktionsverstöße hält die Mitarbeiter von Banken in Atem. Doch Entlastung ist in Sicht: In Zukunft können Finanzunternehmen mit Verfahren des Maschinellen Lernens verdächtige Transaktionen leichter aufspüren, ihre False- Positive-Raten wesentlich verbessern und die Gefahr von Strafzahlungen erheblich verringern.
