Mithilfe künstlicher Intelligenz der wirtschaftlichen Tristesse trotzen: Geldinstitute müssen vermehrt regulatorischen Anforderungen entsprechen. State-of-the-Art-Technologie kann bei transparenter Anwendung den entscheidenden Erfolgsfaktor für Banken bilden.
Künstliche Intelligenz für mehr Effizienz im Banking.
Partner des Bank Blogs
Viele Banken haben während der Corona-Krise Sonderkredite gewährt und Zahlungsmoratorien eingesetzt. Obgleich Moratorien für problembehaftete Kredite bisweilen verlängert werden konnten und sich die Kredite somit nicht sofort auf die Bilanzen auswirkten, wurden letztlich erhöhte Risiken aufgebaut. Diese gilt es nun einzudämmen.
Künstliche Intelligenz als Wettbewerbsvorteil
KI-basierte Prüfsysteme für Kreditrisiken und andere Prozesse können Banken einen entscheidenden Wettbewerbsvorteil sichern. Doch viele Geldinstitute zögern noch bei der notwendigen Investition. Vor allem Banken mit Filialgeschäft setzen lieber auf den guten alten Handschlag, die persönliche Interaktion zwischen Kunde und Berater. Dafür nehmen sie hohe Prozesskosten und finanzielle Verluste in Kauf. Zeit, dass die digitale Transformation im Bankensektor Fahrt aufnimmt.
Corona, Krieg, Inflation – die Weltwirtschaft wird momentan durch globale Krisen ordentlich durchgeschüttelt. Kein Wunder, dass an den internationalen Finanzmärkten Unsicherheit herrscht. Dazu sind die regulatorischen Anforderungen an Geldinstitute unverändert hoch. Zudem gibt es neue Vorgaben z.B. für eine sozialverträgliche Unternehmensführung und Nachhaltigkeit (ESG) und künftig auch für den Einsatz Künstlicher Intelligenz (KI), den die EU mit dem sogenannten „AI Act“ regeln wird. Wie sehr diese Verordnung bisherige Praktiken einschränken wird, muss sich noch zeigen. Zumindest wird sie einen verlässlichen Rahmen für den Einsatz von KI schaffen und so zur Stärkung des Vertrauens in diese neue Technologie beitragen.
Fest steht schon jetzt, dass sich Bankkunden weiterhin maßgeschneiderte Lösungen und eine individuelle Betreuung seitens ihres Geldinstituts wünschen – und zwar online wie offline. Wer als Bank im Wettbewerb mithalten möchte, für den geht kein Weg an digitalen Lösungen und smarten Technologien vorbei. Denn bereits heute wollen neue Marktteilnehmer wie Neobanken und FinTechs ein Stück vom Umsatzkuchen abhaben. Aus diesen teils disruptiven Entwicklungen resultiert für die Banken ein hoher Kostendruck – und damit Handlungsbedarf.
Intransparenz bremst Transformationsprozesse
Umfragen bestätigen, dass Finanzinstitute durchaus die Notwendigkeit und das Potenzial von Künstlicher Intelligenz für einen effizienten Betrieb sehen. Und doch sind sie bei der digitalen Transformation zögerlich. Neben der grundsätzlichen Technologieskepsis bestimmt vor allem ein nicht zu unterschätzender Faktor diese Unsicherheit: Intransparenz. Laut der vorherrschenden Meinung seien KI-Systeme eine große Black Box, und niemand könne so richtig in ein Machine-Learning-Modell hineinblicken, geschweige denn seine Funktionsweise durchschauen. Es kommen Fragen auf wie: Was macht die KI da eigentlich? Wer überwacht die KI? Warum werden gerade diese Daten genutzt und nicht jene? Und warum kommt das System zu dieser und nicht jener Entscheidung?
KI-Entscheidung muss nachvollziehbar sein
Die Entscheidungen, die eine KI trifft, müssen für Berater und Kunden nachvollziehbar, konsistent und vor allem fair sein. Wenn zum Beispiel für zwei Kunden mit gleicher finanzieller Vorgeschichte unterschiedliche Zinssätze und Kreditlimits berechnet werden, muss die Entscheidungsgrundlage transparent gemacht werden. Glücklicherweise hat die Forschung in den letzten Jahren Licht ins Dunkel der Blackbox gebracht. Durch neue Ansätze müssen Banken auf die Vorteile von KI nicht mehr verzichten. Beispielsweise lassen sich mithilfe einer KI deutlich mehr Daten und Variablen in die Entscheidungsfindung einbeziehen. Das Ergebnis wird dadurch valider, und man kann erklären, wie es zu der Entscheidung kommt.
Daten und Technologien sichern Zukunftsfähigkeit von Banken
Die Rahmenbedingungen zwingen Banken, ihre internen Prozesse auf den Prüfstand zu stellen. Spätestens hier wird die Zukunftsfähigkeit des bisherigen Geschäftsmodells infrage gestellt. Denn: Jedes Entscheidungsmanagement-Tool ist nur so gut wie die ihm zu Grunde liegenden Regeln. Im Bankenwesen kommen solche Systeme zwar schon häufig zum Einsatz, aber die Algorithmen und Regeln, mit denen die Tools arbeiten, reichen für die heutigen Anforderung an den Kundenservice nicht mehr aus. Es braucht eine modulare Technologie, um die Fülle an Aufgaben – vom Kreditantrag über Marketingmaßnahmen bis zum Neukundengeschäft – sinnhaft und effizient zu verzahnen.
Automatisierte Prozesse geben Bankmitarbeitern zum einen mehr Freiraum zur Konzentration auf das Wesentliche. Zum anderen schließen immer mehr Banken ihre Filialen. Gerade dann, ohne physische Anlaufstelle, müssen Bestandskunden sorgsam betreut werden. Das gelingt nur mit digitalisierten Services und der entsprechenden Expertise im digitalen Umfeld.
Doch ganz gleich, ob für automatisierte interne Prozesse, schnelle Kreditentscheidungen oder individuelle Kundenansprache – damit KI-basierte Technologie erfolgreich arbeiten kann, braucht sie qualitativ hochwertige Daten. Diese müssen gesammelt, verfügbar gemacht, mit Advanced Analytics ausgewertet und in ein Machine-Learning-Modell integriert werden. Kritische Erfolgsfaktoren sind die richtigen Datenquellen, eine State-of-the-art-Technologie und die Operationalisierung der theoretischen Grundlagen.
Um dem individuellen Veränderungsdruck stand zu halten, sollten Banken entsprechend drei Hebel für sich nutzen: Regionale Daten-Expertise einholen, kontinuierlich eigene und externe Daten analysieren und bewerten sowie Experten hinzuziehen, die nicht nur KI-Modelle entwickeln können, sondern gemeinsam mit dem Unternehmen die Erkenntnisse in den laufenden Betrieb überführen.
Vorteile einer KI-basierten Entscheidungsfindung
KI kann Prozesse automatisieren und IT-Aufwände deutlich reduzieren. Manuelle Eingaben bei der Kontoeröffnung oder bei Kreditanträgen entfallen. Durch individualisierte Beratung und maßgeschneiderte Services können Banken ein positives Kundenerlebnis bieten. Gleichzeitig können sie die Fehlerquote interner Prozesse senken und Störungen im regulären Betrieb vermeiden. All das reduziert in der Folge die Ausfallrisiken und ermöglicht sichere Investitionen. Zudem helfen KI-basierte Systeme bei der Einhaltung regulatorischer Auflagen.
Die Herausforderungen der Banken sind nicht neu. Neu ist aber die Erkenntnis, dass andere Technologien nötig sind, um diese Herausforderungen anzugehen. Das Vertrauen in KI-Technologien und ihre Vorteile muss sich erst einmal aufbauen. Doch wer den Willen zur Transformation beweist und auf KI-Anwendungen setzt, wird nicht erst anhand einer signifikant sinkenden Zahlungsausfallquote merken, dass er die richtige Entscheidung getroffen hat.
