KI übernimmt die (Finanz)-Welt – Wo Kunden und Banker jetzt stehen

Ob Onlinebanking, kontaktloses Bezahlen oder neue Anlageformen, die Finanzwelt ist fixer Bestandteil unseres täglichen Lebens. Die Begriffe Banken und Geld wecken bei vielen Menschen noch immer den Gedanken an alte Monumentalbauten mit schweren Tresortüren hinter denen Goldbarren sicher verwahrt werden. Die Geldspeicher von heute sind aber nicht in Fort Knox oder Entenhausen anzutreffen, sondern in den leistungsstarken Rechenzentren.

KI und Finanzen – funktioniert das?

Weite Bereiche der Finanzwelt sind prädestiniert für den Einsatz von Künstlicher Intelligenz (KI), weil sie mit unermesslich vielen Daten zu operieren haben.

Die Entgegennahme und Verarbeitung dieser Daten erfolgen mit der zentralen Technologie der KI, dem maschinellen Lernen. Diese extrahiert daraus statistische Regelmäßigkeiten. Die dabei verwendeten Verfahren zählen zur schwachen KI. Für eine Zuordnung zur starken KI wären Leistungen erforderlich, welche zumindest den Level eines menschlichen Gehirns erlangen. Solche Systeme liegen noch in der Zukunft (1).

Wie KI den Alltag im Sparkassenbereich verändertBehandelt man jeden Kunden gleich?

Durch Marketing mit Predictive Behavioral Targeting wird unter Anwendung von künstlichen neuronalen Netzen statistische Prognosen zu Verhaltensmustern der Nutzer erstellt und Wahrscheinlichkeiten für anstehende Kaufentscheidungen berechnet. Anstelle des Einsatzes von Big Data, werden mit ausgewählten Suchwörtern, aus Textnuancen in der schriftlichen Korrespondenz und Stimmfarben bei Telefonaten mit dem Bankkunden und dem Sachbearbeiter, Handlungsempfehlungen für den Umgang mit diesem erstellt (1).

Ohne Bankberater zum Kredit?

Durch Software-Agenten oder Chatbots, wie dem Chatbot „Herbie“ von der Deutschen Kreditbank, wird es dem Kunden ermöglicht selbständig zu einem Privatdarlehen zu gelangen (1).

Auch Kreditwürdigkeitsprüfung, Bonitätsprüfung und Kreditvergabe wie Auxmoney funktionieren mit Hilfe von KI. Alternativ bietet sich open banking als effektiver Betrugsschutz durch rasche Bonitätsprüfung an. Insbesondere wo der Blick auf den Ausweis unpassend oder nicht machbar ist, hilft womöglich der Blick ins Kundenkonto. Mit der Payment Services Directive2 (PSD2) gelten dazu seit September 2019 einheitliche rechtliche und technische Rahmenbedingungen (2).

Betrugserkennung – Wie man Panzerknackern das Handwerk legt

Als Waffe gegen Online Betrug und um den eigenen Kunden kennen zu lernen werden Fraud-Prevention-Systeme eingesetzt, welche mit KI vor Online-Betrügern schützen. Mittels machine learning wird die Identität jedes Nutzers auf Basis eines Netzes von Daten und Transaktionen ermittelt, die auf Geräteidentifikation, die Proxy-Erkennung, Klickraten, Warenwert und Kundenhistorie sowie auf weitere Datensätze zurückgreifen und somit Klarheit über die digitale Identität und das Verhalten jedes Nutzers herbeiführen. Während des Kaufvorgangs werden mit behavioural biometrics, predictive analytics und automatisierter Mustererkennung gute und weniger gute Kunden klar unterschieden und Betrüger ausgesiebt, noch bevor sie zum Zug kommen. Und durch machine learning entwickelt sich das System stetig weiter: Jede neue Bestellung erweitert die Datenmenge und steigert die Qualität und Trennschärfe (3, 4).

Wie bewältigt man die wachsenden Datenberge erfolgreich?

Robotic process automation (RPA) setzt KI und machine learning ein, um große Datenmengen und repetitive Aufgaben zu erledigen, welche davor von Menschen manuell, regelbasierend und wiederholt ausgeführt wurden. RPA befreit Menschen von monotonen Aufgaben, z.B. bei Dateneingaben und setzt sie für wertvollere Tätigkeiten frei. RPA stellt sicher, dass die Outputs von höherer Qualität sind und rascher erfolgen können, weil blitzartig erforderliche Daten unter Umgehung unwesentlicher Daten abgerufen werden können (3, 4). Neben den Vorteilen für den Kunden reduzieren sich die Kosten für das Finanzinstitut auf 1/3 eines externen Dienstleisters und bis auf 1/5 des Vollzeitangestellten (5).

Altes Geld – Frischer Wind

FinTechs sind junge Finanzunternehmen welche durch spezifische innovative Anwendungen intensiv auf KI setzen. In Deutschland existieren gemäß einer Erhebung von Barkow Consultings Fintech Money Map bereits 900 (6) FinTechs; allein 2018 wurden 127 neue gegründet (7).

Einer Analyse von PwC zufolge kooperieren FinTechs überwiegend mit Banken, gefolgt von Versicherungen und Medienunternehmen, und bedienen interessante Startup- Geschäftsfelder zu folgenden Themen: Immobilien, Finanzierung (Crowdfunding), Investment (z.B. durch Robo Advisor) Payment und Accounting (8).

Die Euphorie der FinTech Gründer darf nicht darüber hinwegtäuschen, dass damit noch nicht die Kunden gewonnen sind. Gerade in den sensiblen Bereichen der persönlichen Gesundheit und des privaten Portefeuilles stellt sich bald die Frage „Wie bilde ich Vertrauen in KI‑Technologie?“ Die Antwort lautet:  Die Daten gehören dem Kunden. KI‑Lösungen müssen transparent und erklärbar sein (9).

Wie könnte es weiter gehen?

Durch den Einsatz von KI in der Finanzbranche kommt es zu vielen neuen Möglichkeiten, die neben Schnelllebigkeit und Innovation unter keinen Umständen die menschliche Komponente vergessen sollten. Mit Hilfe von KI und der Verlegung des Bankings ins Internet werden komplett neue Möglichkeiten für jeden einzelnen Kunden aber auch für jede Bank geschaffen, die dadurch eine neue Kundenschicht ansprechen und gewinnen kann. Die Zukunft wird weisen, ob die Wirtschaft immer mehr ins Digitale verlegt wird oder die menschliche Komponente weiterhin einen hohen Einfluss auf Märkte haben wird.

Quellen

  1. Neuhaus, D. (2018): Nutzbar in der Sparkassenpraxis. Betriebswirtschaftliche Blätter.
    URL: https://p246629.webspaceconfig.de/fileadmin/user_upload/Dateien/News/Pressespiegel/pdfs/95008_nutzbar-in-der-sparkassenpraxis.pdf [20.4.2020]
  2. Bock, Christian (2020): Know your customer – Betrugsprävention im E-Commerce. Wirtschaftsinformatik & Management volume 12, Seite 43–46.
    URL: https://link.springer.com/article/10.1365/s35764-019-00229-y [10.5.2020]
  3. Romao, M.; Costa, J. und Costa, C. J. (2019): Robotic Process Automation: A Case Study in the Banking Industry. 14th Iberian Conference on Information Systems and Technologies (CISTI), Coimbra, Portugal, 2019
    URL: https://ieeexplore.ieee.org/abstract/document/8760733 [8.5.2020]
  4. Enríquez, J.G.; Jiménez-Ramírez, A.; Domínguez-Mayo, F.J. und García-García, J.A. (2020): Robotic Process Automation: A Scientific and Industrial Systematic Mapping Study. Computer Languages and Systems Department. Escuela Técnica Superior de Ingeniería Informática, Sevilla.
    URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9001110 [8.5.2020]
  5. Capgemini (2016, 2017): Robotic process automation—Robots conquer business processes in back offices.
    URL: https://www.capgemini.com/consulting-de/wp-content/uploads/sites/32/2017/08/robotic-process-automation-study.pdf [8.5.2020]
  6. Lukaßen, Geerd (2019): comdirect Studie: Fintech-Wachstum nimmt wieder Fahrt auf.
    URL: https://www.comdirect.de/cms/ueberuns/media/comdirect-Fintech-Studie-2019-bundesweit.pdf [12.5.2020]
  7. Kämpfer, Michelle (2019): Bald 900 FinTechs in Deutschland.
    URL: https://www.auxmoney.com/de/finanzpilot/bald-900-fintechs-deutschland/ [20.4.2020]
  8. PwC (2018): PwC FinTech-Kooperationsradar.
    URL: https://www.pwc.de/de/finanzdienstleistungen/pwc-fintech-kooperationsradar.pdf [20.4.2020]
  9. Smeddinck, Ulrich (2020): Die Herrschaft der Algorithmen.
    URL: https://www.tatup.de/index.php/tatup/article/view/6799/11474 [10.5.2020]

Bilder: pixabay.com

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.