Technologien aus dem Bereich der Künstlichen Intelligenz eröffnen für Banken und Sparkassen neue strategische Möglichkeiten und Perspektiven. Drei strategische Ansatzpunkte zeigen den Nutzen und das Potential von Kognitivem Banking.
Die Begeisterung über das Potential und die möglichen Einsatzgebiete von künstlicher Intelligenz ist nicht nur bei den Innovationsmanagern vieler Finanzinstitute sehr groß. Komplexe Problemstellungen mit hohen Nutzenerwartungen standen oft ganz oben auf den Brainstorming-Ergebnissen mit Fachbereichen – nur wenige davon sind aber bereits umgesetzt worden.
Laut einer Umfrage des IBM Institutes of Business Value (IBV) zu Cognitive Banking haben bisher nur 11% aller befragten Finanzinstitutionen kognitive Ansätze bereits adaptiert. Die Kosten und der Mangel an Qualifikationen auf diesem Gebiet waren die Hindernisse. Bereits heute können mittels kognitiver Technologien die Kundeninteraktion oder Geschäftsprozesse verbessert werden, künftig wird die Transformation von Finanzinstitutionen und deren Geschäftsmodelle ermöglicht.
Welche Relevanz hat Cognitive Computing für Banken?
Mit Cognitive Computing können Unmengen von unstrukturierten Informationen, die einer Bank vorliegen, verarbeitet und daraus gewichtete Hypothesen zur Entscheidungsfindung generiert werden, darüber hinaus sind die Systeme selbstlernend. Cognitive Banking bringt drei neue Kompetenzen für die Schlüsselfunktionen und –prozesse der Banken und unterstützt somit die künftige Transformation schon heute:
Verbessertes Kundenengagement und –interaktion
- Hier bedient sich der Kunde selbst und agiert direkt mit dem kognitiven virtuellen Agenten.
- Er holt sich angepassten Rat und Empfehlungen via Web, mobil oder mittels neuartiger Smart Devices
Umsetzbare Erkenntnisse
- Kundenberaterorientierte Anwendungen, welche Services rund um den kompletten Lebenszyklus des Kunden ermöglichen
- Diese unterstützen die Berater ihre Privat- oder Firmenkunden individueller und effizienter zu bedienen
Betriebliche Transformation und operative Verbesserungen
Mitarbeiterorientierte Anwendungen um v.a. interne Prozesse effizienter zu erfüllen wie z.B. Compliance, interne Freigaben, Trade Finance, KYC etc.
Cognitive Computing kann Banken und Sparkassen wirksam unterstützen und helfen, Wachstumspotentiale zu heben
Drei Ansatzpunkte für kognitives Banking
Im Folgenden werden die drei genannten Ansatzpunkte für kognitives Banking näher beschrieben:
1. Verbessertes Kundenengagement: Virtuelle Agenten und 7/24 Selbstbedienungsservices
Der kognitiv unterstütze virtuelle Agent kann in stark personalisierten Konversationen direkt mit dem Kunden interagieren und auf dessen Anforderungen eingehen. Die Interaktion erfolgt in natürlicher Sprache über die unterschiedlichsten Kanäle (Chat-Bot-Anfragen, Telefonate oder direkt – ggf. auch in Gestalt eines Avatars oder Roboters). Er analysiert den Kontext in Echtzeit und präsentiert die relevantesten Lösungen. Die optimale Antwort beinhaltet die bisherige Transaktionshistorie und viele weitere Quellen. Die Agentenlösung lernt mit jeder Kundeninteraktion und ist über eine Vielzahl von Plattformen erreichbar (Mobil, Web, Smart Devices, Virtual Reality u.a.).
Für Kunden reduziert sich die Wartezeit, denn der Dialog kann jederzeit gestartet werden – ggf. auch in unterschiedlichsten Sprachen. Finanzinstitutionen können einen effizienten Rund-um-die-Uhr-Service anbieten, erhöhen die Kundenzufriedenheit und –interaktion, verbessern die Cross-Selling-Raten und reduzieren die Betriebskosten.
Die Umsetzung hierzu erfolgt meist im intensiven Zusammenspiel mit dem menschlichen Berater. In der Pilotphase trainieren die Bankmitarbeiter das System an. Anschließend übernimmt der „Virtuelle Berater“ die einfachen Fragestellungen der Kunden (Adressänderungen, PIN vergessen), für die komplexeren (Kreditkarte gestohlen) erfolgt die menschliche Unterstützung über das Call-Center. Die Royal Bank of Scotland (RBS) hat hierzu erst kürzlich die Chat-Bot-Lösung „Luvo“ in ihrem Segment der kleineren Geschäftskunden pilotiert und ist bereit, diese rund 10% ihrer Kunden initial zur Verfügung zu stellen. Erweiterungen zielen dann auf komplexere Geschäftsvorfälle, verbesserte Personalisierung (z.B. Kundensentiment) und frühzeitige Problemerkennung.
2. Umsetzbare Einsichten: Kognitiv unterstützte Berater
Der kognitiv unterstützte Berater identifiziert die Persönlichkeit und das Risikoprofil des Kunden, nutzt die unterschiedlichsten Datenquellen um alles auf die finanziellen Zielsetzungen des Individuums anzupassen. Somit wird der Anlageberater oder Firmenkundenbetreuer der Bank für seine Kundengespräche optimal unterstützt. Mittlerweile stehen neben dem maschinellen Lernen weitere Cognitive Computing Dienste zur Verfügung um den gesamten Beratungskontext abzudecken:
- Erkenntnisse zur Persönlichkeit aus sozialen Netzwerken, Kundenkorrespondenz usw.
- Beraterzuordnung passend zur Persönlichkeit und den Interessen des Kunden
- Produktvorschläge passend zur aktuellen Lebenssituation des Kunden
- Netzwerkanalysen aus sozialen Medien oder bei Unternehmen auch Nachrichten, reichern die Kontextinformationen an
- Risikofreude wird aus den verfügbaren Kontextinformationen bewertet
Die Beratungsmöglichkeiten für den Kundenbetreuer werden deutlich erweitert, passen besser zu den Kundenbedürfnissen und erschließen ein deutlich größeres Verkaufspotential. Zusätzlich verwertbare Erkenntnisse aus dem Kundennetzwerk oder zu seiner Persönlichkeit, ermöglichen es besser auf die aktuelle Situation und Anforderungen zu fokussieren. Unnötiger Aufwand und Zeitverschwendung wird für beide Seiten reduziert und gleichzeitig eine intensivere und nachhaltigere Kundenbeziehung ermöglicht.
3. Betriebliche Transformation: Mehr Durchblick für Management und Experten
Ein kognitiv unterstützter Mitarbeiter gewinnt schneller einen Überblick der relevanten Informationen, den Einblick in komplexe Zusammenhänge und ermöglicht dem Management den notwendigen Durchblick für informierte Entscheidungen. Banken erreichen größere Sichtbarkeit auf spezifische geschäftliche Herausforderungen und erhöhen die Proaktivität über verschiedene Organisationsbereiche hinweg. Hiervon betroffen sind aufwändige Rechercheszenarien wie Marktanalysen, Betrugserkennung, Know Your Client (KYC) oder auch komplexe Freigabeprozesse wie z.B. im Kontext Trade Finance, Firmenkundenkreditvergabe, Vertragsmanagement usw.
Seit einigen Jahren zählt Compliance zu den besonders kritischen Bereichen. Die notwendigen Aufwände für Expertenbewertungen und Textrecherche im Kontext neuer Regularien hat massiv zugenommen. Mit Unterstützung kognitiver Systeme können aus regulatorischen Texten mittlerweile Obligationen automatisiert extrahiert werden und gegen das interne Richtlinienwerk verglichen werden. Mit kontinuierlicher Unterstützung der Bankexperten werden die Erkennungsraten und Qualität der Ergebnisse schrittweise verbessert. Dem Experten stehen anschließend eine Vielzahl von Recherchefunktionen zur Verfügung, um mögliche Auswirkungen schneller zu identifizieren oder auch zu simulieren. Er bleibt zwar weiterhin verantwortlich für die finale Bewertung, die Einsichten hierzu sind aber nachvollziehbar und werden auditierbar dokumentiert.
Cognitive Computing transformiert die gesamte Bank
Die kognitive Reise geht weiter und die oben genannten Kompetenzen sind der Ausgangspunkt für die weitere Transformation. Die Kundeninteraktionen müssen noch relevanter werden und Echtzeiterkenntnisse mit einbeziehen. Die engagiertesten und fortschrittlichsten Banken werden nicht nur Mehrwertservices über neue Partnerökosysteme anbieten, sie werden diese auch für ihre Kunden und Partner choreographieren. Dann treffen Cognitive Banking und das Internet der Dinge zusammen.