60 01 | 2021 KI in der Finanzbranche Aus Daten Kapital schlagen Die Finanzindustrie verweilt zwischen Tradition und Moderne: Rigide Compliance- Vorschriften, konventionelle Geschäftsabläufe und konservative Arbeitsweisen verlangsamen die Überfahrt in die digitale Welt. Hier kommt Künstliche Intelligenz (KI) ins Spiel: KI-Lösungen bringen neue Chancen und entlasten die Mitarbeiter. Vor allem für repetitive Aufgaben drängen sich solche Technologien geradezu auf.
01 | 2021 61 Die digitale Transformation ist zur Feuertaufe für die Finanzindustrie geworden. Zwischen klassischen Filialbanken und Neobanken aus der FintechSzene tobt ein unerbittlicher Verdrängungswettbewerb. Gleichzeitig schrumpft die Cost IncomeRatio (CIR) wegen sinkender Einnahmen im Firmenund Privatkundengeschäft, anhaltender Niedrigzinsen und der Abwanderung des Kreditgeschäfts ins Internet, während auf der Ausgabenseite hohe Personalkosten auf den Profit drücken – und als wäre das nicht schon genug, droht mit der Pandemie eine neue Bankenkrise. Eine Coronabedingte Pleitewelle in Europa würden einige Geldinstitute nicht überleben, warnte kürzlich ExBafinChef Felix Hufeld. Ein Blick hinter die Kulissen der Finanzwirtschaft offenbart das Dilemma, in dem Banken und Sparkassen stecken. Es sind vornehmlich die vielen gesetzlichen Bestimmungen, wie die DatenschutzGrundverordnung (DSGVO) und andere nationale und internationale Regularien in Verbindung mit Compliance Anforderungen, die für Geldhäuser einen besonders hohen, aber auch unvermeidbaren Aufwand verursachen. Geldwäschegesetze, Embargo und Sanktionsauflagen, Vorkehrungen gegen Terrorismusfinanzierung oder TransaktionsMonitoring – die strengen nationalen und internationalen Auflagen führen allesamt zu hoch komplexen Prozessen im Geschäftsalltag. Für das Kerngeschäft eignen sich KI-Technologien vortrefflich Unterdessen bedrohen die Auswirkungen der digitalen Transformation das einst blühende Geschäft. Neue Kundengruppen mit veränderten Ansprüchen und Vorstellungen entstehen, das Filialgeschäft weicht dem Internet, Investmentpläne laufen auf Smartphones. Doch für Banken und Sparkassen sind die Entwicklungen der Digitalisierung nicht nur Fluch, sondern auch Segen. Längst lassen sich ITInnovationen nicht mehr nur dafür nutzen, neue Geschäftsmodelle wie das VideoIdent Verfahren ins Leben zu rufen. Auch für das Kerngeschäft eignen sich KITechnologien ganz vortrefflich – etwa um Prozesse zu optimieren, Zeit einzusparen, den Aufwand zu reduzieren und somit die eigene Unternehmensbilanz im grünen Bereich zu halten. So etwa mit Predictive Analytics: Die Analysemethode verwendet aktuelle und historische Daten, um Ereignisse vorhersagen, zukünftige Entwicklungen abschätzen und rechtzeitig auf Veränderungen im Finanzumfeld reagieren zu können. Mögliche Einsatzgebiete sind Fraud Prevention, AntiMarket Abuse, Credit Scoring, die Vorhersage von Kundenabwanderung und Kursbewegungen. Ebenso sind Finanzinstitute durch tiefgehende Analysen in der Lage, individuelle Finanzprodukte zu entwickeln, neue CrossSellingMöglichkeiten zu identifizieren und die Kundenzufriedenheit zu erhöhen. Transaktions-Monitoring mit KI-Unterstützung Als ein typisches Beispiel für den Einsatz von KILösungen wie Machine Learning (ML) dient das sogenannte Transaktions Monitoring – die Kontrolle und Überwachung von Geldtransfers. Diese Aufgabe bindet für gewöhnlich besonders viel Zeit und Personal. Die Automatisierung des Monitorings durch ML ermöglicht es, Auffälligkeiten in Transaktionen wesentlich schneller, genauer und kostengünstiger zu erkennen als bisher. Die Vorgehensweise: Die KI trifft eine Ersteinschätzung, bevor der Mensch sein Votum einlegen kann. Das schafft zusätzliche Sicherheit und spart Zeit. Wie sich der Einsatz von KITechnologien in diesem Bereich in barer Münze auszahlt, wird klar, wenn man die übliche Praxis beim TransaktionsScreening genauer unter die Lupe nimmt. So kommen in großen Banken hochkomplexe Regelwerke zum Einsatz. Das bedeutet jedoch, dass ohne technische Unterstützung unzählige Transaktionen täglich überprüft und viele davon bearbeitet und freigegeben beziehungsweise angehalten werden müssen. Ein wesentliches Problem dabei: Das Monitoring dieser Transaktionen ist teuer, weil die Bearbeitung der von den Systemen erzeugten Meldungen heute noch hauptsächlich manuell erfolgt. Nicht selten finden sich große Kreditinstitute in der Situation wieder, Mitarbeiter ausschließlich dafür en
01 | 2021 Künstliche Intelligenz,
01 | 2021 3 Editorial Liebe Leserin
01 | 2021 5 Schwerpunkt: Data Scien
01 | 2021 7 KI hilft in der Pflege
Laden...
Laden...
Laden...