Robotic Process Automation bietet Banken vielfältige Möglichkeiten. Durch den Einsatz von Software-Robotern und Künstlicher Intelligenz erfolgt zunehmend eine kognitive Automatisierung. Sechs Beispiele zeigen die Erfolgspotentiale.
Einsatzmöglichkeiten von Robotic Process Automation im Banking.
Partner des Bank Blogs
Robotic Process Automation (RPA) hat sich zu einer der wichtigsten Digitalisierungstechnologien entwickelt. Da Software-Roboter in der Lage sind, die menschliche Interaktion mit Softwaresystemen nachzuahmen, ermöglichen sie eine unkomplizierte und kostengünstige digitale Automatisierung im großen Stil. Sie öffnen etwa eine bestimmte Applikation, melden sich dort an, lesen benötige Daten aus, melden sich in einem weiteren Programm an und tragen die ausgelesenen Daten dort an den richtigen Stellen ein. Dabei können sie direkt auf die Benutzerschnittstellen der Softwaresysteme zugreifen, wodurch nicht für jeden einzelnen Teilprozess eine aufwändige und teure Integration geschaffen werden muss. Die Roboter setzen einfach auf die vorhandene IT-Infrastruktur auf.
Auf diese Weise eröffnet RPA massive Kosteneinsparungen und Produktivitätssteigerungen. Aber nicht nur das. Durch die Entlastung der Mitarbeiter von ungeliebten Standardaufgaben verbessert sich das Arbeitsklima und indem menschliche Fehlerquellen ausgeschlossen werden, steigt die Qualität der Prozesse. Da sich bei einer Automatisierung sicherstellen lässt, dass Prozesse genauso ablaufen, wie es durch Richtlinien oder Gesetze vorgeschrieben ist, erleichtert das die Compliance. Nicht zuletzt erhöht sich durch schnellere und bessere Services auch die Kundenzufriedenheit.
Sechs Anwendungsbeispiele für RPA im Banking
Von Robotic Process Automation können auch Banken ganz erheblich profitieren. Die folgenden sechs Anwendungsbeispiele zeigen, wofür Banken aus aller Welt RPA bereits erfolgreich nutzen:
- Konteneinrichtung für Hypothekenkunden,
- Verarbeitung von Automatendaten,
- Bekämpfung von Finanzkriminalität,
- Bearbeitung von Lastschriften,
- Bonitätsbeurteilung für Kreditvergabe,
- Erbringung hochvolumiger Finanzdienstleistungen.
1. Konteneinrichtung für Hypothekenkunden
Eine deutsche Bank richtet pro Monat mehrere hundert Konten für Hypothekenkunden ein. Dabei waren in der Vergangenheit viele manuelle Eingriffe erforderlich, weshalb die Einrichtung dieser Konten mehr als 40 Arbeitsstunden monatlich in Anspruch nahm. Ein Grund dafür war, dass die Mitarbeiter Kreditinformationen in einem Webportal abrufen und ins Kernsystem der Bank übertragen mussten. Mit der Implementierung eines Software-Roboters, der das Portal mit dem Kernbankensystem verbindet, konnte die Bank diesen Vorgang komplett automatisieren. Durch die eingesparte Arbeitszeit amortisierte sich die RPA-Investition binnen drei Monaten.
2. Verarbeitung von Automatendaten
Für den Transfer von Daten aus Geldautomaten in die internen Systeme mussten die Mitarbeiter einer Schweizer Bank früher täglich 200 Datensätze händisch bearbeiten. Heute wird diese Aufgabe von einem Software-Roboter übernommen, der dafür auf ein Webportal und eine Desktop-Anwendung zugreift. Der Roboter ersetzt damit die Arbeit von zwei kompletten Abteilungen. Die Bearbeitungszeit pro Datensatz sank um 70 Prozent und die Fehlerquote fiel auf Null Prozent.
3. Bekämpfung von Finanzkriminalität
Eine europaweit tätige Bank setzt einen Software-Roboter für die Aufdeckung betrügerischer Aktivitäten ein. Der Roboter greift automatisch auf 15 interne und externe Datenbanken zu und überprüft sie auf mögliche Hinweise auf illegale Machenschaften. Die Ergebnisse seiner Suche überträgt er in einen Bericht an einen menschlichen Analysten für Betrugsprävention. Durch den Einsatz des Software-Roboters konnte die Bank 95 Prozent des Prozesses automatisieren und eine Stunde menschlicher Arbeit durch fünf Minuten automatisierter Arbeit ersetzen.
4. Bearbeitung von Lastschriften
Um zu überprüfen, ob Lastschriften ausgeführt oder abgelehnt werden, mussten Mitarbeiter einer australischen Bank täglich papiergebundene Transaktionsberichte durchsehen und mit Daten im Kernbankensystem abgleichen. Ihre Entscheidungen über Ausführung oder Ablehnung basierten zudem auf vielen uneindeutigen Regelungen. Die Bank implementierte deshalb einen Software-Roboter, der die Transaktionsberichte ausliest und in eine Tabelle überträgt, die er dann anhand standardisierter Geschäftsregeln mit den Kundenkontendaten im Kernbankensystem abgleicht. Ergebnis: Der Roboter bearbeitet heute nahezu alle täglichen Transaktionen und durch die standardisierten Regeln ging die Zahl der Kundenbeschwerden wegen fälschlicherweise abgelehnten Lastschriften zurück.
5. Bonitätsbeurteilung für Kreditvergabe
Vor der Vergabe von Baukrediten bewerteten Mitarbeiter einer australischen Bank die Bonität der Antragssteller, indem sie in mehreren Datenbanken Informationen wie ihr Einkommen oder ihre Ausgaben überprüften. Dieses Vorgehen war sehr arbeitsaufwändig und langwierig. Abhilfe schaffte ein Software-Roboter, der diese Informationen jetzt automatisch abruft und den Kreditanalysten in einem Bericht zur Verfügung stellt. Die Bank spart dadurch 20 Arbeitsstunden pro Woche und kann den Antragsstellern schneller Bescheid geben.
6. Erbringung hochvolumiger Finanzdienstleistungen
Vermögensverwaltung, Kreditanträge, Filialgeschäft: Bei einer japanischen Bankengruppe mussten die Mitarbeiter zur Erbringung von Finanzdienstleistungen oft große Mengen operativer Daten manuell verarbeiten. Um die Effizienz unternehmensweit zu erhöhen, implementierte sie eine Kombination aus „Unattended Robots“ und „Attended Robots“. Erstere sind auf Servern installiert und führen dort rund um die Uhr im Hintergrund Prozesse aus; zweitere befinden sich auf den Endgeräten der Mitarbeiter und nehmen ihnen dort auf direkten Befehl hin oder ausgelöst durch bestimmte Ereignisse Routineaufgaben ab. Ergebnis: Die Bankengruppe konnte Tausende Arbeitsstunden einsparen und ihre Kosten erheblich reduzieren.
Auf dem Weg zur kognitiven Automatisierung
Im Moment kommt RPA noch hauptsächlich bei Prozessen zum Einsatz, die auf klar strukturierten Informationen basieren und eindeutigen Regeln folgen. Die zunehmende Integration von Technologie aus dem Bereich Künstlicher Intelligenz in RPA-Plattformen dehnt die Grenzen der Automatisierung aber weiter aus. Durch Bilderkennung oder die Verarbeitung natürlicher Sprache werden die Software-Roboter verstärkt in die Lage versetzt, unstrukturierte Daten zu interpretieren und Entscheidungen zu treffen. Damit ermöglichen sie eine kognitive Automatisierung und eröffnen Banken ganz neue disruptive Wege zur Transformation ihrer Geschäftsprozesse.
