die bank 10 // 2023

MARKT 2 | Vorteile von

MARKT 2 | Vorteile von KI zur Nutzung von Chancen aus Embedded Finance Vorteile von KI nutzen zur ... … Optimierung von Schnittstellen und Customer Experience » Schnelle und effiziente Datenanalyse und Unterstützung der Entscheidungsfindung » Automatisierung von zunehmend komplexen Aktivitäten » Hoher Grad an Personalisierung » 24/7-Verfügbarkeit » Personalisierung und Vereinfachung von Schnittstellen, z. B. durch dialogbasierten Einstieg und Bündelung von relevanten Informationen » KI-basierte Automatisierung von einfachen Anfragen und Aufträgen » Automatisierte Updates bei längeren Prozessen » KI-basierte Analyse der Kreditwürdigkeit am POS zur Generierung eines personalisierten Finanzierungsangebots oder dynamischer Sparpläne » Detaillierte Analyse von Ausgaben und finanzieller Situation sowie Information über bevorstehende Zahlungen und mögliche Liquiditätsengpässe » Unterstützung beim Sparen/Anlegen durch personalisierte Empfehlungen aufgrund von Lebenssituation, Sparverhalten und Risikoneigung » KI-basierte Unterstützung der Kundenbetreuer durch automatisierte und individualisierte Analysen und Information über potenzielle Cross- und Up-Selling-Möglichkeiten » Individualisierte Bereitstellungen von relevanten Nachrichten basierend auf Depots, Watch-Listen oder präferierten Themen » Subskriptions- und Rechnungsmanagement » Personalisierte Beyond-Banking-Empfehlungen in Kooperation mit Partnern aufgrund von Präferenzen und Verhalten Quelle: Finken, S. (2023). rigen vorstellen, ein Girokonto bei einem Digitalunternehmen wie Amazon, Apple oder Google zu eröffnen. Für ein Girokonto bei einem Tech-Start-up liegen die entsprechenden Anteile bei 43 Prozent und 31 Prozent. 4 Auch wenn derzeit noch kein BigTech aus den USA – unter anderem aufgrund der starken Fragmentierung und Regulierung in Europa – den kompletten Schritt zu einem eigenständigen Finanzanbieter vollzogen hat, so integrieren sie sukzessive diejenigen Finanzdienstleistungen in ihr Angebot, die ihre eigene Customer Experience optimieren. Im Mai 2022 übernahm Apple beispielsweise das britische FinTech Credit Kudo, das unter Nutzung von KI und API-Zugang zu Bankkonten Daten in Echtzeit sammelt und darauf basierende Kreditbewertungen erstellt. Seit November 2023 ermöglicht Apple im Vereinigten Königreich zudem die Integration von Kontostand und Informationen über letzte Transaktionen in die Apple Wallet mithilfe der Open Banking API. KI an Kundenschnittstelle immer relevanter Die Möglichkeiten aufgrund der steigenden Leistungsfähigkeit sowie dem inzwischen intuitiven Zugang zu vielen KI-basierten Anwendungen kann Banken angesichts von Embedded Finance und den potenziellen Konsequenzen der FIDA signifikant bei der Optimierung ihrer Schnittstellen und Customer Journeys helfen. Andererseits nutzen auch andere Unternehmen – und speziell die bereits sehr gut aufgestellten BigTechs, Lifestyle Apps, Online-Händler und sozialen Medien – konsequent KI-basierte Anwendungen in ihrer Kundeninteraktion. Der Einsatz von KI an der Kundenschnittstelle wird somit zur Pflicht anstatt zu Kür. Ein sehr treffendes Statement in diesem Zusammenhang stammt von Karim Lakhani von der Harvard Business School: „AI won’t replace humans, but humans with AI will replace humans without AI.“ Das bedeutet auch, dass vor allem die Unternehmen, die zielgerichtet und konsequent KI-basierte Use Cases nutzen, Wettbewerbsvorteile gegenüber den Unternehmen auf- und ausbauen, die dies nicht oder nur in einem geringen Ausmaß machen. KI umfasst grundsätzlich eine Reihe verschiedener Technologien, Methoden und Anwendungsmöglichkeiten. Sie reichen von Sprachverarbeitung, Bildverarbeitung und Expertensystemen über autonome Maschinen bis hin zu emotionaler KI, das heißt der Erfassung, Interpretation, Verarbeitung und Simulation von menschlichen Emotionen. Besondere Aufmerksamkeit hat im vergangenen Jahr vor allem die generative Komponente hinsichtlich der Sprach- und Bildverarbeitung gewonnen. Potenzielle Einsatzmöglichkeiten von KI-basierten Anwendungen reichen vom Onboarding und dem Optimieren von Kundenschnittstellen bis hin zu Backoffice-Bereichen, Risikomanagement und Compliance. Zu den Vorteilen von KI gehört eine schnelle und effiziente Analyse großer Datenmengen inklusive entsprechender Mustererkennung. Dies ermöglicht eine Automatisierung von immer komplexeren Aktivitäten und bietet damit signifikante Effizienzgewinne, Kosteneinsparungen und Unterstützung bei Entscheidungsfindungen. 20 10 | 2023

MARKT Außerdem ermöglicht die Automatisierung eine 24/7-Verfügbarkeit von vielen Informationen und die Erledigung von Routineaufgaben. Die Kombination von Analytik und generativer KI erlaubt zudem einen sehr hohen Grad an Personalisierung jeglicher internen wie externen Interaktion und bietet sehr interessante Anwendungsmöglichkeiten hinsichtlich der Automatisierung und Personalisierung der Kundenschnittstellen. Die Kundenerfahrung kann in einem viel höheren Maße kontextbezogen, dialogbasiert und personalisiert gestaltet werden, wobei der Grad der Automatisierung perspektivisch von der Unterstützung von Vertriebsmitarbeitern durch Expertensysteme, Vertriebsanalysen oder Echtzeitanalysen von Daten zum Kundenverhalten oder Entwicklungen an den Finanzmärkten bis zu einer reinen Interaktion mit Chatbots oder anderen virtuellen Assistenten variieren kann. Laut einer PwC-Studie aus dem September 2023 haben knapp 70 Prozent der befragten Unternehmen aus der deutschen Finanzwirtschaft mindestens einen KI-basierten Use Case im operativen Einsatz, wobei bisher die primären Zielsetzungen Effizienzsteigerungen und Kosteneinsparungen waren. Dies spiegelt sich auch in den Use Cases wider, die laut der Studie den höchste Einsatzgrad haben: Betrugsmanagement und Geldwäscheprüfung führen die Liste an, und erst an dritter Stelle kommt mit dem Management von Social-Media-Kanälen ein vertriebsspezifischer Use Case. KI-basierte Use Cases zur Personalisierung im Vertrieb werden bisher nur von 19 Prozent der befragten Banken genutzt. 5 Zukünftig steht die Kundenschnittstelle jedoch bei vielen Banken stärker als bisher im Fokus: Die Deutsche Bank beispielsweise gab im Dezember 2022 eine Partnerschaft mit Nvidia bekannt, bei der es unter anderem um die Entwicklung von intelligenten Avataren und Sprach-KI geht. Immer mehr Banken prüfen oder lancieren außerdem Chatbot-Lösungen, allerdings immer mit der gebotenen Vorsicht dabei, welche Daten und Dienste dabei direkt den Kunden an die Hand gegeben werden. Denn bei aller Euphorie der letzten Monate hinsichtlich der Möglichkeiten von generativer KI gibt es noch eine Reihe von operativen und regulatorischen Herausforderungen. Gerade die Datenbasis, auf die die Anwendungen zugreifen, ist hierbei kritisch. Daher limitieren viele Unternehmen, die bereits mit sogenannten Large Language Models (LLM) experimentieren, den Datenzugriff auf interne Datenbanken. Im ersten Schritt werden die Anwendungen auch häufig für die Unterstützung interner Mitarbeiter genutzt, so wie beispielsweise bei Morgan Stanley mit dem „AI @ Morgan Stanley Assistant“ für die Finanzberater der Bank. Auch einige deutsche Banken testen bereits interne LLM-Chat-Dienste, die ebenso auf rein interne Daten zurückgreifen. Eine zweite Herausforderung ist die noch herrschende Unsicherheit bezüglich der regulatorischen Rahmenbedingungen. Nachdem im April 2021 der Vorschlag der europäischen Kommission für einen Artificial Intelligence (AI) Act vorgelegt wurde, finalisierte das Europäische Parlament im Juni 2023 seine Vorlage für die Gespräche mit den Mitgliedstaaten. Diese Basis für die finalen Verhandlungen sieht vor allem eine risikobasierte Regulierung mit differenzierten Auflagen und Anforderungen an Systeme und Anbieter vor. Für generative Modelle wird nach 10 | 2023 21