Werden Chatbots bald menschliche Bank- und Versicherungsberater ersetzen? Nicht so schnell. Aber zumindest werden sie laut einer Studie als unparteiischer eingeschätzt – und sie werden mit rasender Geschwindigkeit intelligenter.
Startups aus dem Bereich Künstliche Intelligenz (Artificial Intelligence – AI) erhalten Finanzierungen in dreistelliger Millionenhöhe, AI-Technologie hat bis jetzt allerdings nur wenig Veränderung in der Finanzindustrie selber erzeugt. Neben ersten AI-Gehversuchen typischerweise im Bereich Fraud Detection, haben einige Finanz-Dienstleister begonnen, mit Chatbots zu experimentieren.
Chatbots sollen helfen auf das veränderte Kommunikationsverhalten der Kunden besser einzugehen. Multichannel ist zwar schon seit langem bei allen Banken und Versicherungen tief verankert, aber seit Social Media in der privaten Kommunikation nicht mehr wegzudenken ist, müssen Finanzdienstleister sich auch diesen vielfältigen Kommunikationsformen stellen. Naheliegend, dass interaktive Chatbots auf Homepages als auch auf den großen Social Media Plattformen wie Facebook ausprobiert werden.
Ein (sexy) Chatbot ist noch keine intelligente Beratung
Dem Chatbot Hype in 2017 liegt tatsächlich ein AI-Durchbruch zugrunde: in 2013 wurde mittels Deep Learning die Spracherkennung (Natural Language Understanding, NLU) revolutioniert. Das reicht allerdings noch lange nicht für eine „intelligente“ Konversation. Dialoge, insbesondere im Finanzwesen, gleichen komplexen Netzwerken, in denen Kontext, Fachwissen und kundenspezifische Ansprache essenziel sind.
Kein Wunder, dass der typische Banken-Chatbot nicht mehr kann als eine Kreditkarten Sperre entgegen zu nehmen – Finanzberatung oder Vertriebsunterstützung via Chat stecken allerorts noch in den Kinderschuhen.
Financial Advisory Bots brauchen Fach-Intelligenz + Conversational AI
Grundlage für den erfolgreichen Finanzvertrieb ist ein profundes Fach- und Produktwissen der Vertriebsmannschaft. Angesichts der wachsenden Produktkomplexität, regulatorischen Verschärfungen und hoher Außendienst-Fluktuation ist das eine ständige Herausforderung.
Banken und Versicherungen beginnen daher Computer-gestützte Fach-Intelligenz zu „importieren“. In der Praxis gibt es viele Spielarten, von internen Enterprise Wikis, bis hin zu modernen selbstlernenden Knowledge Graphen oder intelligenten Beratungsgespräch Lösungen. Bei letzterem wird z.B. ein Versicherungsberater direkt am POS durch ein Tablet unterstützt, das laufend die Risiken für den Kunden prognostiziert und in den Dialog einsteuert.
Die nächste Generation von Financial Advisory Bots (für Kunden), wird eine ähnlich tiefe Fach-Intelligenz, basierend auf strukturiertem Wissen und Algorithmen, benötigen. Und zusätzlich die Fähigkeit diese Zusammenhänge in einer längeren interaktiven Konversation zu erkennen und darauf zu reagieren. Dafür wird neuerdings der Begriff Conversational AI verwendet, der über reines Sprachverständnis (NLU) hinausgeht.
Vision: Vertrauenswürdige Financial Advisory AI
Während heute Gespräche mit Bots noch unnatürlich wirken mögen, werden wir uns mittelfristig an ihre ständige Präsenz in unserem Leben gewöhnt und die Datenschutz Problematik gelöst haben.
Beim Einstieg in ein Car-as-a-Service im Jahr 2029 und nach der Eingabe der Zieladresse schlägt die Advisory AI die schnellste Route vor und checkt diese mit der Mobilitätsversicherung. Diese schlägt eine alternative Route mit geringerem Unfallrisiko und somit geringerer Prämie vor. Nach Rücksprache mit dem Kunden schließt die Advisory AI die Versicherung ab. Die Prämie wird anschließend automatisch vom Bankkonto des Kunden abgebucht. In ähnlicher Weise wird die Advisory AI beim Einkauf im Möbelhaus Angebote für einen Konsumentenkredit einholen, bei der Entscheidung Autokauf vs Leasing unterstützen, am Flughafen eine Reiseversicherung abschließen, etc.
Die Financial Advisory AI hat im obigen Beispiel nicht nur eine Versicherung abgeschlossen, sondern auch aktiv dazu beigetragen das Risiko für den Kunden zu senken – diese Technologien eröffnen somit neue Geschäftsmodelle für traditionelle Finanzdienstleister aber auch neue Intermediäre.
Damit obiges Beispiel Wirklichkeit wird braucht es vor allem eines: Vertrauen. Grundsätzlich scheinen Kunden derzeit Algorithmus-basierten Bots eher als menschlichen Angestellten zu vertrauen, wenn es um unparteiische Beratung geht. Allerdings braucht die AI aus obigem Beispiel Zugang zu Geo-Daten, Bankkonto, etc. – der Mehrwert für den Kunden steigt desto mehr Daten einbezogen werden können.
Vertrauen war immer eine Kernkompetenz von Finanzdienstleistern, muss aber immer neu erarbeitet werden. Technologisch haben derzeit die Tech-Giganten beim Aufbau von Personal Assistant Plattformen die Nase vorn. Wer allerdings das Vertrauen der Kunden in Artificial Intelligence basierte Financial Advisory Bots oder Assistants gewinnen wird ist aus heutiger Sicht noch offen.