KINOTE 01.2022

64 01 | 2022 01 | Banken

64 01 | 2022 01 | Banken können mit KI-Anwendungen Betrugsversuche erkennen SYNTHESIS OF MULTIMODAL DATE FOR COMPLEX DECISION MAKING Unstructured Data NLP AI Automated Decision Making ? News, Customer Applications, Events, Documents, Proprietary, Market Moves, Filings Text Analytics, Entity Extraction, Event Extraction, Relevancy, Sentiment Analysis Detect early Warning Signs of Risk (Defaults, Bankruptcies, Lawsuits, Fraud) Improve Lending Decisions Investment Risk Management Accelerated Due Diligence for AML / KYC Compliance Quelle: E-Book „AI Redefining Financial Services“, NVIDIA, 2021. Beispiele sind das Abrufen des Kontostands, das Ändern von Passwörtern und PINs, die Kontrolle von Transaktionen und das Bezahlen von Rechnungen. Solche Vorgänge kann ein Kunde einfacher und schneller abschließen. KI und Berater Hand in Hand Denkbar sind auch Mischformen, an der sowohl das KI-System als auch ein Bankberater beteiligt sind. Ein Beispiel: Ein Kunde benötigt eine Baufinanzierung. Per Conversational AI informiert er sich über die Angebote einer Bank. Einige Details möchte er aber lieber mit einem Kreditspezialisten klären, etwa per Videokonferenz oder Sprachkommunikation. Der Fachmann der Bank erhält in diesem Fall von der Conversational-AI-Lösung alle relevanten Daten zur Anfrage und kann die Beratung fortführen. Und sollte der Interessent Angebotsunterlagen wünschen, können ihm dies die KI-Instanz oder der Berater auf das Smartphone, ein Notebook oder einen stationären Rechner übermitteln, inklusive eines Protokolls des Beratungsgesprächs. Auf diese Weise haben Banken die Möglichkeit, Kunden und Interessenten zielgerichtet anzusprechen – und das mit einem geringeren Zeitaufwand. Mit Conversational AI Risiken minimieren Ein weiteres Feld, auf dem Conversational AI im Finanzbereich einen Nutzen bringen kann, ist die Abwehr von Betrugsversuchen. Die Technologie lässt sich beispielsweise dazu verwenden, um verdächtige Kontobewegungen zu identifizieren und zu unterbinden. Auch dem Diebstahl von digitalen Identitäten (Identity Theft) können Banken mithilfe der Technologie einen Riegel vorschieben. Conversational-AI-Algorithmen erkennen beispielsweise anhand des Stimmmusters, ob es sich um einen Kunden der Bank oder eine fremde Person handelt, die auf ein Konto zugreifen möchte. » 1 Was den Einsatz und das Ausschöpfen des vollen Potenzials von KI-Lösungen betrifft, liegen die europäischen Banken noch weit hinter den US-Instituten zurück. Das zeigt eine aktuelle Studie von Bain & Company. Doch auch bei den europäischen Geldhäusern gibt es offenbar Pläne für die kommenden Jahre. So belegt die Studie „State of AI in Financial Services“ von Nvidia, dass sich Banken, FinTechs und Finanzdienstleister intensiv mit KI und insbesondere Conversational AI beschäftigen. Der Analyse zufolge wollen 28 Prozent der Unternehmen aus dem Finanzsektor 2022 in die Entwicklung und Implemen-

01 | 2022 65 02 | Conversational AI hat für Finanzunternehmen 2022 hohe Priorität WHAT AI USE CASE IS YOUR COMPANY INVESTING IN? Use Case 2022 2021 YoY Change Fraud Detection: Transactions and Payments 31 % 10 % 310 % Conversational AI 28 % 8 % 350 % Algorithmic Trading 27 % 13 % 208 % Fraud Detection: AML and KYC 23 % 7 % 329 % Recommender Systems / Next best Action 23 % 10 % 230 % Portfolio Optimisation 22 % 14 % 157% Default Prediction 19 % 6 % 316 % Marketing Optimisation 19 % 7 % 271 % Compliance 17 % 6 % 283 % Underwriting and Acquisition 12 % 3 % 400 % Creating Synthetic Data for Model Creation and Optimisation 11 % n/a Claims Processing 10 % 4 % 250 % Other 10 % 3 % 333 % Robo Advisory 9 % 4 % 225 % Don´t know 7 % 4 % 175 % Quelle:Studie „State of AI in Financial Services“, NVIDIA, 2022.