Daten und Informationen gelten als wertvolles digitales Gut der Zukunft. So wie BigTechs und FinTechs diese bereits nutzen, ergeben sich auch für etablierte Finanzinstitute Optionen für neue Geschäftsmodelle im Banking.
Der Zahlungsverkehr steht vor den größten Veränderungen seit Einführung der e-Zahlung. Wenn PayPal mit 21 Millionen potenziellen Kunden am POS ankommt sollten bei etablieren Marktteilnehmern die Alarmglocken läuten. Doch sie scheinen in Schockstarre, obwohl sie das größte Asset der digitalen Welt besitzen.
Handelt es sich bei Artificial Intelligence und Data Science nur um einen Hype oder um die quantitative Problemlösungsmethode, auf die wir alle gewartet haben? Der Durchbruch im Finanzbereich ist jedenfalls noch nicht in Sicht.
Die großen Social Media-Netzwerke nehmen Trends auf und bauen ihre Plattformen mit neuen Formaten, Technologien und Interaktionsformen aus. Die aktuellen Entwicklungen auf den wichtigsten sozialen Plattformen fasst eine aktuelle Studie zusammen.
Technologien aus dem Bereich Künstliche Intelligenz und ihr Nutzen für den Bereich Finanzdienstleistung werden intensiv diskutiert. Vor allem Machine Learning verspricht für das Banking der Zukunft enorme Möglichkeiten, die es zu nutzen gilt.
Die digitale Transformation und die damit einhergehenden Möglichkeiten weisen dem Chief Information Officer eine neue Rolle zu. Trotz vorhandener Erfolgsbeispiele verharren viele jedoch in den traditionellen Rollen.
Personalisierung ist das „next big thing“ im Marketing. Banken und Sparkassen haben die Notwendigkeit personalisierter Angebote für Kunden erkannt. Allerdings tun sie sich mit der Umsetzung noch schwer. Vor allem die Möglichkeiten Künstlicher Intelligenz werden noch unzureichend genutzt.
Künstliche Intelligenz und Maschinelles Lernen können die Datenqualität für Marketing, Vertrieb und Service deutlich erhöhen. Eine Studie hat die Herausforderungen eines professionellen Kundendatenmanagements näher untersucht.
Die Risikoberichterstattung bei vielen Banken ist historisch gewachsen. Zeitaufwändige Prozesse und inkonsistente Daten gehören daher im Risikocontrolling vieler Institute zum Alltag. Moderne Risikosteuerung sieht anders aus.
Unternehmen investieren vermehrt in Datenanalysen, um die Entscheidungsfindung und die Geschäftsergebnisse zu verbessern. Noch bestehen allerdings Zweifel, dass sich die Investitionen auszahlen. Die Gründe liegen vielfach in den Prozessen und Praktiken der eigenen Organisation.
Spätestens seit der Finanzkrise haben Banken und Aufsichtsbehörden die Notwendigkeit eines umfassenden Risikomanagements erkannt. Während Kreditinstitute ausgefeilte Systeme zur Steuerung finanzieller Risiken entwickeln, haben sie jedoch Mühe, effektiv mit operationellen Risiken umzugehen.
Daten sind das neue Gold der Digitalisierung. Informationen können zum entscheidenden Erfolgsfaktor werden. Doch bei der dafür notwendigen Nutzung von Business Intelligence & Analytics sind deutsche Unternehmen schwach.
Konkrete Lösungen statt hohler Phrasen: Auch das kann Digitalisierung für Banken sein. Besonders im Kundengeschäft und in der Administration lässt sich in wenigen Schritten viel erreichen, wenn man Künstliche Intelligenz anzuwenden weiß.
Banken und Sparkassen haben so viele intime Informationen über ihre Kunden wie keine andere Branche. Die gilt es zu nutzen: Zur Verbesserung von Service und Beratung und für mehr Erträge.
Robo Advisor sollen die Geld- und Vermögensanlage revolutionieren. Doch funktioniert das in der Praxis? Ermöglichen die digitalen Vermögensverwalter eine höhere Performance? Ein seit 2015 laufender Test lässt zumindest Zweifel aufkommen.
Datenanalysen können dabei helfen, das Marketing besser auf den Kundenbedarf auszurichten. Davon profitieren Kunden und Unternehmen. Ein Whitepaper gibt Einblicke, wie ein modernes Marketing-Ökosystem aussehen sollte.
Unternehmen und Kunden interagieren immer mehr über digitale Kanäle. Dabei werden vielfältige Daten generiert und gesammelt. Doch nur selten werden die richtigen Schlüsse daraus gezogen.
