Smart Data & KI bahnen den Weg für kundennahes Banking

Mit künstlicher Intelligenz und smarten Datenanalysen können Genossenschaftsbanken nicht nur Prozesskosten senken, sondern auch neue Einsichten über ihre Kunden gewinnen. Dieses Wissen wird sich in Zukunft an vielen Stellen in der Interaktion mit Kunden wiederfinden.

Künstliche Intelligenz ermöglicht smarte Datenanalysen zur Verbesserung der Kundeninteraktion.

Auf mehr als 38 Milliarden US-Dollar schätzen Marktanalysten von IDC die globalen KI-Investitionen im vergangenen Jahr – das entspricht einem Anstieg von 44 Prozent im Vergleich zu 2018. Für die weltweite Finanzwirtschaft veranschlagt das Beratungsunternehmen Oliver Wyman die möglichen Einsparungen durch KI-Technologien bis 2030 auf etwa eine Billion US-Dollar. In einer Durchschnittsbank ergibt dies eine Kostenreduktion um 22 Prozent. Heruntergerechnet auf die Genossenschaftliche Finanzgruppe beliefe sich damit das KI-Einsparpotenzial innerhalb der nächsten Dekade auf vier bis sechs Milliarden Euro.

“From data to insights to action”

Die Aussichten auf signifikante Kosteneffekte sind aber nur ein Grund, warum Technologien rund um KI und Smart Analytics eine so zentrale Rolle bei der strategischen Neupositionierung der Fiducia & GAD spielen. Ein zweites, nicht weniger wichtiges Motiv: Nur durch eine breite Nutzung von Analytics- und KI-Funktionen können Volks- und Raiffeisenbanken den digitalen Datenschatz in ihren Häusern heben und für eine neue Art von persönlichem Banking nutzen.

Nach dem Verständnis des genossenschaftlichen Digitalisierungspartners bedeutet Smart Analytics eine Veredelung vorhandener Informationen – ein Veredelungsprozess, der von Daten über Einsichten zur Aktion führt: Die intelligente Aggregation und Auswertung von Daten aus unterschiedlichen Quellen liefert zunächst Erkenntnisse und deckt bislang unbekannte Zusammenhänge auf. Dadurch entsteht neues Wissen, das im zweiten Schritt konkrete Aktivitäten anstößt, die einen greifbaren Mehrwert sowohl für Kunden als auch für Banken generieren.

In der Bank beispielsweise führen Smart-Analytics-Algorithmen Informationen aus so verschiedenen Datenpools wie Kontobewegungen, Depottransaktionen, Immobilienpreise und Wertpapierkurse, aber auch das Nutzungsverhalten auf digitalen Kanälen zusammen. So werden Datenmuster sichtbar, die individuellen Bedarf punktgenau erkennen lassen – etwa, welche Vorsorgelücken Kunden möglicherweise für ihr Alter haben, welche regelmäßigen Überweisungen sich automatisieren lassen oder ob sich durch eine Optimierung ihres Ausgabeverhaltens finanzielle Spielräume ergeben. Alles gute Ansatzpunkte, ob mit dem Kunden persönlich oder digital in den Austausch zu gehen.

Ertragspotenzial optimal nutzen

Weil Smart Analytics auch das Nutzungsverhalten der Kunden analysiert, kommt in der künftigen Omnikanal-Welt ein solches Angebot exakt über den richtigen Interaktionspfad ins Haus – nämlich über den Kanal, der den Präferenzen des betreffenden Kunden am besten entspricht. Dank der strategischen Weichenstellung in Richtung einer offenen Plattformarchitektur können Banken bei passenden Interaktionsanlässen auch gleich entsprechende Versicherungs- oder Sparprodukte von Verbundpartnern automatisiert anbieten. Und weil künftig auch externe Unternehmen Zugang zu genossenschaftlichen Plattformen erhalten, lässt sich das Angebot noch weiter komplettieren – bei einer Baufinanzierungszusage perspektivisch zum Beispiel auch durch Angebote eines Architektenbüros oder einer Baufirma.

Ein weiteres Smart-Data-Szenario betrifft die Performanceanalyse bezogen auf das Lösungsportfolio einer Bank: Via Dashboard können Produktverantwortliche in Zukunft detailliert nachvollziehen, welche digitalen Serviceangebote bei ihrer Kundschaft besonders starken Anklang finden. Außerdem erhalten sie einen automatisch generierten Optimierungsvorschlag, mit welchen App-Store-Lösungen sie ihr Portfolio noch besser am tatsächlichen Bedarf der Kunden ausrichten können.

Aus all dem wird die Stoßrichtung der Einbettung von Smart Analytics & KI in die neue Strategie der Fiducia & GAD deutlich: Es geht hauptsächlich um mehr Kundennähe – letztlich also darum, Probleme des Kunden noch besser zu lösen und so natürlich auch das individuelle Ertragspotenzial jeder einzelnen Kundenbeziehung so weit wie möglich auszuschöpfen.

Messlatte hängt weit oben

Bis hierher klingt manches vielleicht noch wie ferne Vision. Doch die strategischen Entscheidungen zur Verwirklichung dieser Vision sind unter Dach und Fach. Als Benchmark für die Umsetzung orientiert sich die Fiducia & GAD an den Best Practices im Markt – an globalen Digital Playern ebenso wie an internationalen Großbanken.

In Sachen KI startet der Genossenschaftsverbund keineswegs bei null. Im Gegenteil: Die Fiducia & GAD baut seit langem einschlägiges Knowhow in den eigenen Reihen auf und treibt momentan mehrere KI-Projekte erfolgreich voran. Ein Beispiel dafür ist der lernfähige Chatbot namens Botto, der in diesem Jahr bereits mehr als 100.000 Supportanfragen in natürlicher Sprache beantwortet hat – immerhin ein Fünftel des gesamten Anfrageaufkommens. Aber auch andere Partner im Verbund arbeiten an vielversprechenden KI-Initiativen, darunter Union Investment, die DZ BANK und VR NetWorld.

Bis dato schöpft weder der Verbund noch die Smart-Data-Leader im Markt das Potenzial datengetriebener KI-Lösungen auch nur annähernd aus: Laut einer Erhebung von McKinsey rangieren die Marktpioniere auf einer Skala von 1 bis 100 derzeit bei 56. Als Vorreiter im Verbund kommt die Fiducia & GAD auf 43. Es bleibt also noch Luft nach oben.

Vertrauensbonus wird Wettbewerbsvorteil

Als solide Grundlage für ihre strategische Smart-Data- und KI-Planung ermittelte die Fiducia & GAD zunächst den eigenen Reifegrad und leitete im Anschluss aus einer detaillierten Marktbeobachtung alle wesentlichen Erfolgsfaktoren ab: Dazu zählen unter anderem die klare Ausrichtung auf messbare Mehrwerte, ein möglichst breites Anwendungsspektrum sowie die Priorisierung anhand des zu erwartenden Nutzens. Als konkrete Handlungsfelder, die für eine erfolgreiche Umsetzung maßgeblich sind, arbeitete der genossenschaftliche Digitalisierungspartner dabei unter anderem die Aspekte Datenqualität und Verfügbarkeit sowie die Integrationskraft der Infrastruktur und den zügigen Aufbau KI-bezogener Skills heraus. Wichtig zudem: Nur eine durchgängige End-to-End-Perspektive garantiert die nahtlose Integration von Analytics- und KI-Lösungen in heutige und künftige Bankabläufe.

Beim Buzzword Big Data kommt manchem unvermeidlich auch Big Brother in den Sinn. Das wirft die Frage auf, ob überhaupt genügend Kunden ihre Daten für Smart Analytics zur Verfügung stellen. In dieser Hinsicht hat die Genossenschaftliche Finanzgruppe vielen anderen Playern im Markt zweifellos einen Vorzug voraus: Die Bereitschaft, persönliche Informationen mit einer VR-Bank zu teilen, dürfte im Licht des gewachsenen Kundenvertrauens überdurchschnittlich hoch sein. Dieses genossenschaftliche Alleinstellungsmerkmal können Banken mit Smart Analytics und KI in einen echten Wettbewerbsvorteil ummünzen.