Künstlicher Intelligenz für Finanzdienstleistungen: Mythen und Realität

07/01/2019

Es gibt mittlerweile keine Zweifel mehr darüber, dass die künstliche Intelligenz (KI) die Welt der Finanzdienstleistungen von Grund auf ändern wird. Sie wird die Kundenerfahrung verbessern, Betrug aufdecken und Chancen identifizieren. Im Moment überwältigt der Hype jedoch das Potenzial, und die Unternehmen müssen zunächst besser verstehen, wo die Technologie die größten Auswirkungen haben kann.

Neue Technologien sollten ein Mittel und kein Zweck sein

„Eine der größten Herausforderungen ist es, dass die Leute nach Lösungen suchen, ohne das Problem zu kennen“, erklärt Matt Davey, Head of Business Solutions bei der Société Générale. Anders ausgedrückt: Sie sollten die Technologie nicht nur um ihrer selbst willen einsetzen, sondern die Ziele vor Augen haben und sich überlegen, wie man diese Ziele am schnellsten mit ihr erreichen kann. „Die Unternehmen können ihre Geschäftsanforderungen aus den Augen verlieren und auch vergessen, die Technologie bestmöglich zu nutzen“, sagt er. „Das Ergebnis ist, dass die Erwartungen vielleicht nicht erfüllt werden, aber es wurde sicherlich viel Interesse geweckt. So ist es mit jeder neuen Technologie.“

Wie weit is die KI bei Finanzdienstleistungen?

Der Unterschied bei der KI ist, dass es sich dabei nicht um eine amorphe Technologie handelt, sondern eine Reihe von Werkzeugen, die recht unterschiedlich sind und verschiedene Geschäftsprobleme angehen. Sie befinden sich momentan in verschiedenen Entwicklungsphasen, doch Chatbots oder virtuelle Assistenten wie Siri oder Ok Google sind bislang am weitesten entwickelt. Das maschinelle Lernen, Natural Learning Processing (NLP) und robotergesteuerte Prozessautomatisierung (RPA) holen auch auf. Zusammen können sie viel Effizienz mit sich bringen und die Qualität steigern. Dies geschieht durch die Validierung der Daten, proaktive Benachrichtigungen und Erstellung von Mustern, Erfassung von Fehlern und Erstellung von Handels- und Transaktionsberichten für die Compliance.

Die Textgenerierung und das Verständnis werden hier noch hinzugefügt, um Rohdaten umfassender Datensätze aufzunehmen, Trends und Korrelationen zu verstehen und zu identifizieren sowie Inferenzen, Risiken oder Anlagechancen zu ermitteln. In einer späteren Entwicklungsphase werden NLP und Textgenerierung es den Kunden immer mehr erschweren, ihr Gegenüber als Mensch oder KI-Schnittstelle zu identifizieren. Stimm- und Gesichtserkennung werden auch weiterentwickelt, um das Kundenerlebnis zu verbessern sowie auch für Zwecke der Cybersicherheit.

Die RPA zieht auch einiges an Interesse auf sich, da sie die manuelle Bewältigung repetitiver und umfassender Aufgaben ersetzen soll. Der Unterschied zur traditionellen Automatisierungssoftware ist, dass sie nicht grundlegend neu konzipiert und umgewandelt werden muss. „Bei der KI konzentrierte man sich darauf, wie sie den Entscheidungsfindungsprozess bei Anlagen verbessern kann, bei der RPA geht es eher um die Verbesserung operativer Prozesse“, sagt Davey. „Sie gewinnt bei den Finanzdienstleistungen an Dynamik, da sie aufgrund ihrer Skalierbarkeit und Effizienz einen attraktiven Business Case darstellt. Die Banken haben einiges an Zeit und Geld in die Integration alter und neuer Systeme gesteckt, man benötigt jedoch weiterhin einen Menschen, um Informationen neu zu erfassen. Mit der RPA kann man den Prozess parametrieren und rund um die Uhr laufen lassen.“

Die Banken haben einiges an Zeit und Geld in die Integration alter und neuer Systeme gesteckt, man benötigt jedoch weiterhin einen Menschen, um Informationen neu zu erfassen.  Matt Davey, Head of Business Solutions at Societe Generale

Neben den Vorteilen der Integration weist Davey auf andere tragfähige Geschäftsanwendungen (business use cases) in der Handelsabwicklung, Abstimmung und Kundenkontrolle hin. „Die RPA kann beispielsweise auch bei der Auflegung von Fonds verwendet werden, wo die Menschen viele verschiedene Daten eingeben müssen. Die Technologie kann hier den Prozess bestimmen, ihn automatisieren und dann automatisch Updates machen.“

Eine flexible Gesetzgebung zur Unterstützung von Innovation

Es ist keine Überraschung, dass diese neuen Technologien auf gesetzlicher Ebene auf einige Probleme stoßen könnten, die Gesetzgeber gehen bislang jedoch vorsichtig vor. Im Vereinigten Königreich möchte die Financial Conduct Authority beispielsweise seine sogenannte „Sandbox“ (dt. Sandkasten) weltweit einführen, die 2016 lanciert wurde. Die Initiative erlaubt es Finanzdienstleistern, in einem ‚sicheren‘ Umfeld neue Ideen und Produkte zu entwickeln und bietet bei der Erfassung angemessener Verbraucherschutzmechanismen Unterstützung, die in neue Produkte und Dienstleistungen integriert werden können.