Aufrufe
vor 9 Monaten

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.

30 02 | 2019 05 |

30 02 | 2019 05 | Einschätzung zu Robo Advisory in den nächsten fünf Jahren Robo Advisory wird zukünftig durch den vereinfachten Anlageprozess mehr Zuwachs erhalten. Die regulatorischen Einschränkungen von Robo Advisory werden zukünftig verstärkt. Der derzeit vereinfachte Anlageprozess wird durch zukünftig verstärkte regulatorische Einschränkungen verkompliziert. 49 % 38 % 5 % 3 % 5% 27 % 43 % 24 % 3 % 3% 30 % 35 % 27 % 3 % 5% stimme zu stimme eher zu stimme eher nicht zu stimme nicht zu keine Angabe Quelle: Eigene Darstellung. Prozesskategorien ist zukünftig ein hoher Grad der KI-Unterstützung zu erwarten. Vor allem der Status quo der transaktionsbezogenen Anwendungsfälle lässt dies bereits heute vermuten. KI wird den Menschen in vielen Fällen zumindest in Teilen, manchmal sogar zu großen Teilen ersetzen. KI in der Anlageberatung Vertieft betrachtet werden soll nun ebenfalls mittels Expertenbefragung (N=39) die KI-Unterstützung im Rahmen der Anlageberatung. Auch hier ist die Bandbreite KI-unterstützter Anwendungen groß: Der Bogen spannt sich über einfache Visualisierungen und Sprach-Assistenz bis hin zu Chat-Anwendungen, Stimmerkennung und vollständigem Robo Advisory sowie dem Einsatz menschenähnlicher Roboter in Filialen. Es zeigt sich, dass Automationsansätze in ganzer Breite Eingang in den Anlageprozess gefunden haben, wobei der Grad der jeweiligen Etablierung unterschiedlich ausgeprägt ist. Auch perspektivisch ergibt sich eine positive Prognose für die Ausweitung KI-unterstützter Automationsverfahren. An der digital unterstützten Kundenschnittstelle werden Chatbots, Sprachassistenz, Stimmerkennung und Gesichtserkennung gleichermaßen Einsatzpotenziale zugesprochen. Eine hohe Relevanz wird zudem der personalisierten Datenvisualisierung beigemessen, mit deren Hilfe ein besseres Verständnis der Anlagegegebenheiten durch den Kunden erreicht werden kann. In Bezug auf eine vollautomatisierte Kundenschnittstelle werden physisch anwesende Roboter nach Meinung der Experten den menschlichen Ansprechpartner nicht ersetzen. » 5 Dennoch sehen die befragten Experten große Vorteile durch den Einsatz von Robo Advisory, die jedoch wiederum durch eine verstärkte Regulierung gefährdet sein könnten. Die Automation von Anlageprozess und Datenanalyse wird von den Experten über den heute bereits bestehenden Einsatz hinaus ebenfalls zukünftig deutlich verstärkt gesehen. Insbesondere die Ableitung von Wissen über den Kunden wird intensiviert werden, so z. B. durch die zusätzliche Datengewinnung aus sozialen Netzwerken. Dem Einsatz von KI wird übergreifend ein positiver Effekt für das Kundenverständnis zugesprochen. Fazit Die befragten Experten sind sich einig, dass KI in den nächsten Jahren den Menschen in vielen Tätigkeiten zwar nicht vollständig, aber zu weiten Teilen ersetzen wird. Insbesondere zur Verbesserung des Kundenerlebnisses und zur Optimierung der Geschäftsprozesse wird dies der Fall sein. Auch Routinetätigkeiten innerhalb eines Anwendungsfalls werden durch KI erledigt werden. Bei komplexeren Aufgaben verbleibt die kognitive Fachexpertise jedoch (noch) beim Menschen, beispielsweise beim Treffen wichtiger strategischer Entscheidungen. Die Notwendigkeit, dass Kunden selbst über Kenntnisse der zugrunde liegenden Methoden und Verfahren der KI

02 | 2019 31 verfügen müssen, wird von den Experten uneinheitlich beurteilt. Abgeleitet werden kann hier durchaus eine gewisse Aufklärungsleistung, die von Finanzdienstleistern an ihre Kunden gerichtet ist. Insgesamt wird auch dem Thema Ethik beim Einsatz von KI zukünftig eine bedeutende Rolle unterstellt. Auch spezifisch auf den Anlageprozess bezogen haben Automationsansätze in ganzer Breite Eingang gefunden. Der Grad der jeweiligen Etablierung ist zwar unterschiedlich ausgeprägt, dennoch ergibt sich für die Zukunft eine positive Prognose für die Ausweitung KI-unterstützter Automationsverfahren. Das gilt gleichermaßen für die digital unterstützte bzw. vollautomatisierte Kundenschnittstelle wie auch in den Unterstützungsprozessen zur Anlageberatung. Die Bandbreite der Einzelanwendungen ist groß: Sie erstreckt sich in Richtung des Kunden von diversen Interaktionsmöglichkeiten über die Erkennung von Personen und einer personalisierten Datenvisualisierung bis zum kompletten Robo Advisory und in Richtung der verarbeitenden Prozesse über Robotic Process Automation bis hin zur automatisierten Datenanalyse. Jenseits der erläuterten konkreten Anwendungsfälle erstaunlich ist die hohe Anzahl an Experten, die die Strategie ihres Unternehmens in Bezug auf den KI-Einsatz in den jeweiligen Anwendungsfällen nicht kennen. Das zeigt, dass in den Unternehmen auch Nachholbedarf in der internen Kommunikation besteht. Der hohe Grad der sich in Planung befindlichen oder prototypisch bereits entwickelten Einsatzszenarien unterstreicht die zukünftige Relevanz von KI. Es ist daher zwingend erforderlich, sich bereits heute mit Techniken und Methoden derselben zu beschäftigen. Literatur: Alt R., Puschmann T. (2016): Bankmodell. In: Alt R., Puschmann T.: Digitalisierung der Finanzindustrie. Heidelberg 2016, S. 55-117. McCarthy et al. 1955: McCarthy, John; Minsky, Marvin; Rochester, Nathaniel; Shannon, Claude: A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence. Hanover, 1955. Turing 1950: Turing, Alan M.: Computing Machinery and Intelligence. In: Mind 59 (236), 1950, S. 433-460. Autoren Dr. Anja Peters ist Geschäftsführerin der ibi research an der Universität Regensburg GmbH. Stephan Weber ist Research Director der ibi research an der Universität Regensburg GmbH. Die Autoren danken Christina Hartdegen und Valentin Zacherl für ihre Mithilfe bei der Erstellung dieses Beitrags.

die bank

diebank 01 // 2020
die bank 02 // 2020
die bank 03 // 2020
diebank 04 // 2020
diebank 05 // 2020
diebank 06 // 2020
KINOTE 01.2020
diebank 07 // 2020
die bank 01 // 2019
die bank 02 // 2019
die bank 03 // 2019
die bank 04 // 2019
die bank 05 // 2019
KINOTE 01.2019
die bank 06 // 2019
diebank 07 // 2019
diebank 08 // 2019
diebank 09 // 2019
diebank 10 // 2019
KINOTE 02.2019
die bank 01 // 2018
die bank 02 // 2018
die bank 03 // 2018
die bank 04 // 2018
die bank 05 // 2018
die bank 06 // 2018
die bank 07 // 2018
die bank 08 // 2018
die bank 09 // 2018
die bank 10 // 2018
die bank 01 // 2017
die bank 02 // 2017
die bank 03 // 2017
die Bank 04 // 2017
die bank 05 // 2017
die bank 06 // 2017
die bank 07 // 2017
die bank 08 // 2017
die Bank 09 // 2017
die bank 10 // 2017
die bank 01 // 2016
die bank 02 // 2016
die bank 03 // 2016
die bank 04 // 2016
die bank 05 // 2016
die bank 06 // 2016
die bank 07 // 2016
die bank 08 // 2016
die bank 09 // 2016
die bank 10 // 2016
die bank 11 // 2016
die bank 12 // 2016
die bank 01 // 2015
die bank 02 // 2015
die bank 03 // 2015
die bank 04 // 2015
die bank 05 // 2015
die bank 06 // 2015
die bank 07 // 2015
die bank 08 // 2015
die bank 09 // 2015
die bank 10 // 2015
die bank 11 // 2015
die bank 12 // 2015

© die bank 2014-2020