Aufrufe
vor 4 Jahren

KINOTE 02.2019

  • Text
  • Zukunft
  • Deutlich
  • Deutsche
  • Insbesondere
  • Deutschland
  • Modell
  • Intelligenz
  • Banken
  • Einsatz
  • Unternehmen
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.

26 02 | 2019 Dem

26 02 | 2019 Dem dominanten Trend auf der Spur Status quo und Entwicklung KIunterstützter Anwendungsfälle Künstliche Intelligenz ist ein dominanter Trend – insbesondere auch in der Finanzdienstleistungsbranche. Die heute vorhandene Rechenleistung, kostengünstigere Datenspeicherung sowie die große Menge und hohe Verfügbarkeit von Daten führen zu einer deutlichen Steigerung der Awareness. KI-unterstützte Anwendungen finden sich dabei sowohl im Frontals auch im Backend, sei es als Robo Advisor, Service-Roboter oder im Rahmen der Robotic Process Automation – und sie entwickeln sich in allen Bereichen der Wertschöpfungskette rasant weiter.

02 | 2019 27 Gleichzeitig ist der Innovationsdruck in der Bankenbranche durch den Eintritt neuer Wettbewerber, durch neue Kundenanforderungen, eine anhaltende Niedrigzinspolitik sowie erhöhte Anforderungen seitens der Regulation merklich gestiegen. Etablierte Player der Finanzbranche sind daher gezwungen, ihre bisherigen Geschäftsmodelle zu hinterfragen, nach neuen Zugängen zum Kunden zu suchen und allenthalben ihre Prozesse zu optimieren. Kaum eine Branche ist dabei aufgrund der vorhandenen Datenmengen für den Einsatz Künstlicher Intelligenz (KI) mehr prädestiniert als die der Finanzdienstleistung. Durch KI unterstützte Anwendungen können die Antwort auf die beschriebenen Entwicklungen sein und dafür sorgen, dass etablierte Banken und Sparkassen wettbewerbsfähig sind und bleiben. Dieser Beitrag gibt auf Basis zweier Expertenbefragungen einen Überblick über Einsatzfelder der KI in der Finanzdienstleistung sowie eine tiefe Betrachtung in Bezug auf die Anlageberatung. Definition „Künstliche Intelligenz“ und zugeordnete Methoden Definitionen für KI gibt es einige, sodass man sich zunächst mit dieser Thematik auseinandersetzen muss. Wir verwenden nach Analyse diverser Grundlagenwerke und Ansätze im Rahmen unserer Arbeiten eine weite und gleichermaßen dynamische Definition der KI: ■ Im Sinne von Alan Turing analog des Turing-Tests [Turing 1950]: KI liegt vor, wenn ein Mensch in einem Experiment nicht eindeutig erkennen kann, ob sein Gegenüber ein Mensch oder eine Maschine ist. ■ Im Sinne von John McCarthy [McCarthy et al. 1955]: KI ist eine Maschine, die sich so verhält, dass man dies intelligent nennen würde, wenn ein Mensch sich so verhielte. Des Weiteren stehen im Zentrum der Befragungen Anwendungen, die den Methodenschwerpunkt auf neuronale Netze und alle Formen des darauf aufbauenden Lernens legen, wie z. B. Reinforced Learning oder Unsupervised Learning. Charakteristisches Merkmal ist die Lernfähigkeit dieser Systeme. Beispiele für derartige Anwendungen sind automatisierte Segmentierungen, die automatische Beantwortung von Anfragen (Service-Bots) oder auch Prognoseverfahren auf Basis großer Datenbestände. Mischformen, die sowohl regelbasierte Algorithmen als auch künstliche neuronale Netze verwenden, zählen wir ebenfalls zur KI. Dies ist z. B. der Fall, wenn ein Service-Bot zur automatisierten Beantwortung von „1st Level-Support“ Kundenanlässe erkennt und das Problem mithilfe künstlicher neuronaler Netze klassifiziert. Analyse möglicher Einsatzfelder der KI heute und in Zukunft Mit einer ersten Befragung (N=48) wurden nunmehr zwei Ziele verfolgt: ■ erstens wurden die heutigen Einsatzfelder von KI in Universalbanken identifiziert und strukturiert erhoben, und ■ zweitens wurde untersucht, wie sich diese Einsatzmöglichkeiten in Zukunft nach Meinung der Experten verändern könnten. In einer breit angelegten Literaturrecherche wurden 33 KI- Anwendungsfälle in Banken identifiziert und für eine strukturiertere Darstellung in das generische Bankmodell einer Universalbank nach Alt und Puschmann eingeordnet. » 1 Die gefundenen Anwendungsfälle stellen die oberste Schicht des Business KI-Frameworks für Banken dar und vereinen die Wirtschafts- und KI-Welt. Gleichzeitig bilden die identifizierten Anwendungsfälle die inhaltliche Grundlage für die Expertenbefragung zum Status quo und zum Ausblick von KI-Einsatzgebieten bei Banken. Analyse heutiger und zukünftiger Einsatzfelder Über alle Prozesskategorien und Anwendungsfälle hinweg zeigen sich derzeit nur wenige Unternehmen, die bereits flächendeckend auf KI basierende Methoden einsetzen. Je nach Anwendungsfall gibt sogar bis zu einem Drittel der Befragungs- Teilnehmer an, dass sich in ihrem Unternehmen für den ent-

die bank