KI im Finanzsektor: So lässt sich wirklich Mehrwert schaffen

Computing, ai and trade conceptpeshkova – stock.adobe.com

Die Corona-Pandemie zwang Banken und Finanzdienstleister, einen Großteil ihrer Prozesse und Services zu digitalisieren. Dazu gehörten zum Beispiel Kontoeröffnung, die persönliche Identifikation oder kontaktlose Zahlungen. Auch der Einsatz von Künstlicher Intelligenz (KI) nimmt laut einer Untersuchung des Leibniz-Instituts weiter zu. Trotzdem hinken viele Banken diesem Trend hinterher. Ein möglicher Grund: Banken und Finanzdienstleister wissen nicht genau, wie und wo sie KI gezielt einsetzen können. Sie erwarten schnelle Erfolge durch Automatisierung – ohne zu wissen, wie sich der eigentliche Mehrwert mit KI schaffen lässt, und ohne die nötigen Grundlagen zu schaffen.

Ein Alert von Toby Dixon, Delivery Director Banking & Capital Markets Europe bei Endava

Das sind die drei wichtigsten Voraussetzungen, die Unternehmen vor der Umsetzung von KI-Projekten kennen und berücksichtigen sollten:

1. KI-Strategie: Wer viel investiert, bekommt viel

Manager, die KI als ganzheitliches, strategisches Konzept für ihr gesamtes Unternehmen verstehen, sind in der Regel eher bereit dazu, höhere Summen in ihre Einführung zu investieren. Allerdings zeigt unsere Erfahrung, dass hohe Investitionssummen natürlich auch abschrecken können. Entscheider ziehen alternativ die Umsetzung kleiner Projekte in verschiedenen Geschäftsbereichen in Betracht. Sie gehen in diesem Fall davon aus, dass sie ihre Geschäftsziele ebenso erreichen und Gewinne schneller erzielen, je mehr kleine KI-Projekte live gehen. Dies ist jedoch ein Trugschluss: Vielmehr liegt der Mehrwert in einer zusammenhängenden Strategie, die sämtliche Geschäftsbereiche einbezieht und mit der sich langfristig Erfolge feiern lassen – von der Kundenakquise über die Kundenbindung bis hin zu einem effizienteren Betrieb.

2. Die richtige Einstellung zur KI

Wie bei der Einführung vieler neuer Technologien ist auch in diesem Fall das richtige Mindset Grundvoraussetzung für die Entwicklung einer erfolgreichen Strategie. Verantwortliche Führungspersonen müssen KI als das behandeln, was es ist: eine prädiktive Technologie. Ihre Stärke liegt vor allem in der Fähigkeit, wiederholbare Muster zu entwickeln, mit denen sich Lösungen auf ähnliche Probleme innerhalb des Unternehmens anwenden lassen, um Prozesse zu beschleunigen. Finanzinstitute, die auf dieser Grundlage KI implementiert haben, berichten laut einer Untersuchung der Economist Intelligence Unit von Vorteilen wie dem erfolgreichen Einsatz von Predictive Analytics (34 Prozent), Mitarbeitern, die auch bei größerer Arbeitslast effektiver arbeiten und mehr wertschöpfenden Tätigkeiten nachgehen (33 Prozent), sowie einem besseren Kundenservice und einer höheren Kundenzufriedenheit (32 Prozent).

Zudem ist Transparenz ein essenzieller Bestandteil einer richtigen Herangehensweise – nicht nur im Hinblick auf anfallende Kosten. Banken und Finanzdienstleister sind gesetzlich dazu verpflichtet, die Logik hinter den KI-Modellen für Audits offenzulegen. Darüber hinaus müssen Führungskräfte andere Dimensionen berücksichtigen: KI-Lösungen sind gegebenenfalls auf die Cloud angewiesen, wobei der Schwerpunkt auf Skalierbarkeit und Wiederverwendbarkeit von Modellen liegt. Außerdem müssen KI-Lösungen – wie andere Algorithmen auch – gewartet, trainiert und überwacht und vor allen Dingen qualitätsgesichert werden.

3. Die Datengrundlage schaffen

Nicht nur die Frage nach den Kosten hält Finanzinstitute zurück, sich eingehender mit der Implementierung von KI-Lösungen zu beschäftigen: Eine unzureichende Dateninfrastruktur und mangelhafte Datenqualität zählen ebenfalls zu den Herausforderungen, mit denen sie sich auseinandersetzen müssen. Zwar lassen sich KI-Lösungen auch mit einer qualitativ weniger guten Datengrundlage füttern, die darauf basierenden Entscheidungen bergen jedoch das Risiko, die gemachten Versprechen nicht zu erfüllen. Darüber hinaus ist es essenziell, Daten innerhalb des Unternehmens zu standardisieren und wiederzuverwenden und dabei gleichzeitig einen unerwünschten Abfluss der Daten durch entsprechende Governance-Prozesse und Schutzmaßnahmen zu verhindern.

Bei der Nutzung von Echtzeitanwendungen gibt es noch größere Herausforderungen hinsichtlich Verfügbarkeit und Qualität, doch sie gewinnen aktuell immer mehr an Bedeutung. Wer möchte nicht in den immer kürzer werdenden Dialogen mit dem Kunden trotzdem die passenden Produkte anbieten? KI-getriebene Echtzeit-Insights können dabei helfen. Obwohl Kunden heute immer häufiger solche stark personalisierten, sofort verfügbaren Finanzdienstleistungen erwarten, nutzen nur wenige der Finanzinstitute KI-Lösungen, um diese Bedürfnisse zu erfüllen. Dabei ist es zweifelsfrei ein Wettbewerbsvorteil, seine Kunden und ihre Erwartungen zu kennen.