Aufrufe
vor 2 Jahren

KINOTE 02.2020

  • Text
  • Menschen
  • Studie
  • Beispielsweise
  • Systeme
  • Chancen
  • Risiken
  • Banken
  • Einsatz
  • Unternehmen
  • Intelligenz
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.

34 02 | 2020

34 02 | 2020 Peer-to-peer-Anbietern ist, dass man auf diese Weise auf den Vermittler und dessen Provision verzichtet, weil hier andere Vertrauensmechanismen bestehen. Das wiederum könnte dazu führen, dass ein großes Unternehmen mit solider Vertrauensbasis – womöglich auch noch aus einer ganz anderen Branche – auf die Idee kommt, Peer-to-peer-Kredite kostenlos zu vermitteln. Unter Umständen erhebt dieser ein paar Daten als Gegenleistung oder nutzt das Angebot einfach als Maßnahme zur Kundenbindung. Die Kunst des Experiments Die Quintessenz daraus ist, dass das heraufziehende Zeitalter der Künstlichen Intelligenz grundsätzlich drei zentrale Aufgaben erfordert. Zunächst gilt es, die Frage zu beantworten, wie die Digitalisierung den Kunden und dessen Kundenreise verändert, und mit welchen neuen Produkten Unternehmen darauf reagieren können. Zweitens geht es um die Frage, was an bestehenden Prozessen und Produkten geändert werden muss, damit diese zum digitalen Kunden passen. Und drittens: Hat die Digitalisierung ökonomische und technische Hemmnisse beseitigt, die ganz neue Prozesse und Geschäftsmodelle überhaupt erst möglich machen? Der Punkt ist, dass dabei Daten stets die entscheidende Rolle spielen. Finanzinstitute besitzen einen gigantischen Datenschatz. Hier muss man den Instituten zugutehalten, dass sie bereits früh damit begonnen haben, Datenstrategien zu entwickeln. Dabei ist gerade die Regulatorik im Finanzbereich ein wesentlicher Treiber. In den vergangenen Jahren haben immer mehr Banken erkannt, dass Innovation und Technologie entscheidende Faktoren zur Steigerung der Effizienz sind und haben angekündigt, künftig datenbasierte Kenntnisse verstärkt als Grundlage für ihr Geschäft nutzen zu wollen. Steigende Ausgaben für Big-Data-Technologien Dazu planen sie, in Technologien für die Datenanalyse zu investieren und diese zu nutzen, um neue Erkenntnisse zu gewinnen. Laut einer Studie von SNS Telecom & IT lagen die Ausgaben der Finanzdienstleister für Big-Data-Technologien im vergangenen Jahr bei rund 9 Mrd. US-$. Im kommenden Jahr soll dieser Betrag auf 14 Mrd. US-$ steigen. Mit diesen Investitionen wollen Banken beispielsweise Datenzentralen in Unternehmen aufbauen, Prozesse automatisieren oder gruppenübergreifende und externe Daten verknüpfen. Zudem sollen Tools wie automatische Sprache-in-Text-Umwandlung oder Sprach- und Chatbots beim (Telefon-)Banking eingesetzt werden. Diese basieren auf Artificial-Narrow-Intelligence-Systemen, welche spezielle Fähigkeiten besitzen, diese jedoch nicht transferieren können und somit vorerst eine spezialisierte und trainierte Anwendung bleiben. Ziel dabei ist aber grundsätzlich der Einsatz der Artificial General Intelligence, die auf menschenähnlicher Intelligenz basiert und mit Menschen interagieren kann und somit Entscheidungen treffen kann, die ebenfalls von Menschen unter Einbezug der Erfahrungswerte getroffen werden würden. Dies alles, so die Idee, soll die Kapazität der Mitarbeiter und Kundenberater erhöhen. Dazu kommen auch die Sammlung und die Analyse umfangreicher Daten zu den von den Kunden getätigten Wertpapiergeschäften, um neue Chancen und Möglichkeiten für die Bank, aber auch für die Kunden zu identifizieren. Ein Haken dabei ist allerdings, dass der gesamte Datenschatz oft über viele Abteilungen verteilt ist. Die Aufgabe besteht also darin, diese Daten zu konsolidieren. Denn nur so ist eine maximale Ausschöpfung der sich daraus ergebenden Möglichkeiten zu erreichen. Im nächsten Schritt bietet es sich an, in einem „digitalen Sandkasten“, Datenexperimente durchzuführen. Hier geht es darum, Fragestellungen zu entwerfen. Dann lässt man die KI rechnen und analysiert die Ergebnisse gemeinsam mit erfahrenen Datenspezialisten. Das geschieht vollkommen risikolos und beeinflusst das Tagesgeschäft in keiner Weise. Und erst dann, wenn ein erfolgversprechender Ansatz gefunden ist, wird dieser ins operative Geschäft überführt. Fazit Die Finanzbranche profitiert stark von den Möglichkeiten des Datenzeitalters. Die beschriebenen Experimente mit Datensätzen sind nicht nur dazu gedacht, die Algorithmen zu verbessern, sondern vor allem das Zusammenspiel zwischen Mensch und Maschine. Denn letztlich sind Daten und KI nur Werkzeuge. Die Kunstfertigkeit im Umgang damit und die Kreativität bleiben beim Menschen, auch in Zukunft. Autor Dirk Radetzki ist Chief Regional Officer DACH bei Bisnode. Er ist Experte in den Bereichen Datenanalyse, Digital Change sowie Sales & Marketing.

Auch als ePaper für Abonnenten – überall informiert. DIE ZEITSCHRIFT FÜR EXPERT/INN/EN! „die bank“ gehört zu den bedeutendsten Publikationen der Kreditwirtschaft >> 10 Ausgaben jährlich, inkl. 2 Ausgaben „KINOTE“ >> 140 Euro im Abonnement Jetzt bestellen! www.bank-verlag-shop.de WWW.DIE-BANK.DE

die bank