Aufrufe
vor 3 Jahren

KINOTE 02.2020

  • Text
  • Menschen
  • Studie
  • Beispielsweise
  • Systeme
  • Chancen
  • Risiken
  • Banken
  • Einsatz
  • Unternehmen
  • Intelligenz
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.

24 02 | 2020 Ähnliches

24 02 | 2020 Ähnliches gilt bei einem möglichen Auffangen von Fehlfunktionen aus dem noch verfügbaren Bestand menschlicher Ressourcen. Wobei hier auch insgesamt betrachtet werden sollte, wie viele RPA-Lösungen auf Abteilungsebene und Unternehmensebene mit welchen Abhängigkeiten (Systeme, Menschen, vorbereitende Maßnahmen, Datenvalidität) bestehen, um im Notfall mit einem „Plan B“ und ggf. mit menschlichen Ressourcen eingreifen zu können. Sollte bspw. ein System, zu dem eine Abhängigkeit besteht, zum Erliegen kommen, würden die Roboter ihre Abläufe nicht abarbeiten können. Die mögliche zeitliche Kritikalität ist hier ebenfalls zu betrachten. Eine wesentliche Voraussetzung für den reibungslosen Ablauf sind möglichst gleichbleibende Mengengerüste von Verarbeitungsroutinen. Deshalb sind die Prozesse auf mögliche Lastspitzen hin zu überprüfen. Bspw. führte die Covid-19-Pandemie zu einer Marktverwerfung, die eine ausgesprochen hohe Anzahl von Handelsaufträgen auslöste. Wären Roboter an einer Stelle des Prozesses beteiligt gewesen, hätten die Aufträge ggf. nicht (rechtzeitig) abgearbeitet werden können. Der Einsatz von Stresstests ist auch hier eine bewährte Methode, um die Kapazität des Roboters einschätzen zu können. Die maximal zu erwartende Verarbeitungsmenge zzgl. 50 Prozent liefert einen ausreichenden Belastungsspielraum; vielleicht auch mit der Erkenntnis, dass es besser wäre, zwei Roboter parallel zu betreiben. Im Verarbeitungsprozess sollten zudem IT-Sicherheit, Zugriffskonzepte, Datenschutz und Datenverwendung beachtet werden. Grundlegend stellt die RPA-Technologie eine Lösung für Klein- und Mittelstandsbetriebe dar. Unter Umständen sind bei mehrfacher und vornehmlicher Verwendung zu Lastzeiten auch Faktoren wie Serverpenetration und Dateiöffnungszeiten zu beachten. Abschließend ist anzumerken, dass jedes Unternehmen seine eigene Governance zu diesem Thema definieren sollte. Hierzu gehören Richtlinien, Regeln für die Einführung und den Betrieb. Ein regelmäßiger Review-Prozess des Roboters sowie zugehöriger Dokumentationen schaffen bis zur End-of-Life- Entscheidung eine umfassende Sicherheit. Fazit Richtig eingerichtet ist die RPA-Technologie eine Bereicherung zur Abarbeitung repetitiver Routineprozesse mit einer ein gewisses Maß nicht überschreitenden gleichbleibenden Auslastung, dies insbesondere im Hinblick auf Fehlerfreiheit und Geschwindigkeit. Wichtig dabei ist, dass sie zweckgemäß eingesetzt und unter Beachtung von Risiken sowie externen und innerbetrieblichen Abhängigkeiten eingeschätzt und aktuell gehalten wird. Diese Vorgehensweise ermöglicht einen bewussten Umgang mit System, Risiken und Entscheidungen. Deshalb ist die Etablierung einer Governance im Umgang mit neuen Technologien bei Einführung und Betrieb unerlässlich. Medienbrüche im Unternehmen sollten grundsätzlich vermieden werden. Schließlich gibt es Alternativen, wie Straight Through Processing, Business Process Automation oder Machine Learning. Die Mehrheit der Automatisierungsvorhaben scheitert weniger an den technischen Herausforderungen. Vielmehr ist ein fachkundiges Change Management gefordert. Fest steht, dass das Thema Automatisierung in den nächsten Jahren zunehmend an Bedeutung gewinnen und umgesetzt werden. In diesem Kontext werden somit Anforderungen an unterschiedliche Anspruchsgruppen im Rahmen der Corporate Social Responsibility (CSR) definiert – was weitere Herausforderungen mit sich bringt. Autor Kai Gammelin ist Risikopräventions- und Compliance-Experte in leitender Position bei der LGT Bank AG in Liechtenstein und Gastdozent an der FH Vorarlberg in Dornbirn, Österreich.

02 | 2020 25 Künstliche Intelligenz für Kreditinstitute Anwendungsbeispiele und Methoden Art.-Nr. 22.540-2000 ISBN: 978-3-86556-526-6 208 Seiten, gebunden Erscheint: Dezember 2020 Über das Buch Der Einsatz von Künstlicher Intelligenz (KI) im Bankensektor gewinnt immer mehr an Bedeutung: sowohl im Front- als auch im Backoffice. Der aktuelle Schwerpunkt liegt auf kunden- und prozessorientierten Lösungen. Weitere Entwicklungen kündigen sich bereits an. Das Buch erläutert Begriffe und Methoden wie z. B. Big Data, Neuronale Netze, RPA, Deep Learning oder Maschinelles Lernen und erklärt anhand von zahlreichen Beispielen, in welchen Bereichen welche Methoden der Künstlichen Intelligenz eingesetzt werden können. Auch werden Aspekte zu Ethik und Datenschutz erörtert. Die Beitragsautorinnen und -autoren beschreiben sowohl mit Fokus auf die Bankpraxis als auch aus dem Blickwinkel der Wissenschaft die unterschiedlichen KI-unterstützten Anwendungsfelder in Kreditinstituten. Bestellen Sie heute schon vor: medien@bank-verlag.de Weitere Informationen rund um KI, Big Data und Robotic Process Automation finden Sie unter: www.ki-note.de Bank-Verlag GmbH | www.ki-note.de

die bank