Für Unternehmen in nahezu jeder Größe wird die künstliche Intelligenz (KI) künftig einen immer größer werdenden Stellenwert einnehmen. Schätzungen von Statista zufolge soll der Markt für KI-Anwendungen für Firmen global bis 2025 auf über 31 Milliarden US-Dollar ansteigen. Schon jetzt wird die KI in Deutschland laut dem Statistischen Bundesamt Destatis vor allem in Großkonzernen (35 Prozent) genutzt, wobei auch statistisch gesehen schon 16 Prozent mittelständische Unternehmen und 10 Prozent Kleinunternehmen KI einsetzen. Für das aktuelle Jahr 2024 sehen laut einer Umfrage von Vention 96 Prozent von 160 befragten Firmen aus den USA und dem Vereinigten Königreich die KI als wesentlichen Faktor für den geschäftlichen Erfolg an. Künstliche Intelligenz gehört somit zu den einflussreichsten, aber auch unverzichtbarsten Werkzeugen der technologischen Zukunft. Auch das Bankgeschäft kann von den vielfältigen Anwendungsmöglichkeiten und der Option zur Effizienzsteigerung profitieren.
Abb. 1: Server room.
Die Geschichte der künstlichen Intelligenz
Wir schreiben das Jahr 1956, als am Darthmouth College bei einem sechswöchigen Workshop erstmals der Begriff „artificial intelligence“ fiel. Es entstand die Idee, dass sich das menschliche Denken technologisch simulieren ließe. Wobei der Gedanke, dass der Mensch eine intelligente Maschine bauen könnte, schon deutlich älter ist. Die Geschichte begann damals mit der Annahme, dass der menschliche Denkprozess formalisiert werden könnte. Der entscheidende Durchbruch gelang Forschern im 20. Jahrhundert durch die mathematische Logik. Es folgten jahrelange Debatten, Diskussionen und vor allem Thesen dazu, wo die Grenzen der KI seien und ob eine starke KI überhaupt möglich sei.
Expertensysteme und weitere Datenbanken, die auf Wissen basierten, hatten es allerdings schwer, da das Wissen von Hand in Regeln überführt werden musste. Diese Schwäche konnte durch das maschinelle Lernen ausgeglichen werden. Das Computersystem konnte selbstständig durch die Daten Zusammenhänge erkennen, lernen und auswerten. Die KI-Forschung hat vor allem durch die fortschrittliche Digitalisierung in den 90er-Jahren und durch Big Data Fortschritte gemacht.
Mittlerweile wird die KI in zahlreichen Bereichen eingesetzt. Die Technologie bietet heute durch Deep Learning in zahlreichen Wirtschaftsbereichen nützliche technologische Unterstützung, sei es durch die Textanalyse, Erstellung, Spracherkennung oder durch die Bildverarbeitung.
Auch im Bankensektor ist die künstliche Intelligenz mittlerweile angekommen. Angefangen hat es mit einfachen Automatisierungen von simplen Aufgaben über wenig herausfordernde Analysen. Mittlerweile ist die KI auch im Bankgeschäft ein zentrales Element, welches zum Beispiel personalisiertes Banking oder die Betrugserkennung in Echtzeit ermöglicht. Ob für die Kreditvergabe, für Algorithmen und für zahlreiche interne Prozesse – Banken profitieren in vielerlei Hinsicht von der künstlichen Intelligenz.
Anwendungsbereiche von KI in Banken
Daten sind im Bankgewerbe das A und O. Ein autonomes Management der Daten ohne menschliche Hilfe bietet daher die Option, noch effizienter, präziser und schneller Ergebnisse zu liefern. Hier eine Übersicht über die häufigsten Anwendungsbereiche und Möglichkeiten für die künstliche Intelligenz in Banken.
Back-Office-Aufgaben automatisieren
Bei zeitaufwendigen oder auch wiederkehrenden Aufgaben kann die KI besonders gut helfen. Zum Einsatz kommen dabei zum Beispiel folgende Technologien wie OCR (Optical Character Recognition) und NLP (Natural Language Processing). Beispiele dafür:
- Daten eingeben und verarbeiten
- Kundeinformationen überprüfen und aktualisieren
- Dokumente scannen und kategorisieren
- Warnungen erstellen
- relevante Informationen aus Dokumenten extrahieren
- Transaktionen verarbeiten
- Berichte erstellen
- Unregelmäßigkeiten erkennen
- Vorhersagen erstellen
Kredite prüfen und bewerten
Beim sogenannten Credit Scoring (Kreditprüfung und -bewertung) geht es um die Analyse von riesigen Datenmengen (zum Beispiel historische Kreditdaten, Ausgabe-Gewohnheiten, Beschäftigungs-Geschichte, soziale Medien-Aktivität), die durch die künstliche Intelligenz ebenfalls deutlich einfacher und schneller interpretiert und kategorisiert werden können. Das ermöglicht, Kreditrisiken präziser zu bewerten und genauere Signale für das Kreditrisikomanagement zu generieren. Darüber hinaus können KI-Systeme durch Analyse von Kundenbewertungen und Transaktionsdaten in Echtzeit potenzielle Zahlungsausfälle prognostizieren und Gründe für versäumte Zahlungen identifizieren. Diese Einblicke helfen zu verstehen, warum Kunden Zahlungen verpassen, und ermöglichen es, proaktiv Maßnahmen zu ergreifen. Zusammengefasst verbessert die künstliche Intelligenz in Banken sowohl die Geschwindigkeit, die Genauigkeit als auch die Kosteneffizienz, wenn es um die Bewertung von Kreditrisiken geht.
Portfolios analysieren
Wer im Bankensektor für die Kundschaft das Vermögen verwaltet, kann durch die künstliche Intelligenz ebenfalls die Performance von Portfolios besser überwachen und optimieren. Möglich sind beispielsweise folgende Unterstützungen:
- Analyse und Prognose zu Marktbedingungen
- Vorhersage von Markttrends
- Bewertung von Investitions-Risiken
- Entwicklung personalisierter Anlagestrategien
Übrigens: Eigenen Angaben zufolge setzt die Deutsche Bank bereits jetzt künstliche Intelligenz ein, um unstrukturierte Daten einzulesen und für die Verbesserung der Portfolio-Analyse.
Kunden beraten und betreuen
Die KI-Technologie kann insbesondere im Kundenservice unschätzbare Dienste leisten, was den Prozess effizienter macht und damit die Kundenzufriedenheit verbessert. KI-betriebene Chatbots reagieren unmittelbar auf Kundenanfragen und sind außerdem dank künstlicher Intelligenz in der Lage, Kundendaten zu analysieren und auf Basis der Daten die Verhaltensweisen der Kundschaft vorherzusagen. Dadurch sind präzisere und vor allem personalisierte Empfehlungen möglich.
Beispiele für den Einsatz von Chatbots: Pepper wird bei der HSBC zur generellen Begrüßung, aber auch für erste Informationen zur Kontoeröffnung verwendet. Bei Banken wie SoFi wiederum werden über den Chatbot und künstliche Intelligenz personalisierte Bankdienstleistungen oder aktualisierte Kreditberichte präsentiert.
Chatbots unterstützen Bankberater allerdings lediglich in ihrer Arbeit und sollen diese keinesfalls ersetzen. Der menschliche Kontakt ist nach wie vor bedeutend im Bankgeschäft, weshalb Chatbots und allgemein KI lediglich als Unterstützung und Automatisierungsmöglichkeit gesehen werden sollte.
Betrug erkennen und präventiv vermeiden
Mithilfe der künstlichen Intelligenz können Banken verdächtige Transaktionen schneller und vor allem auch zuverlässiger identifizieren. Durch historische Transaktionsdaten lernt die KI das übliche Kundenverhalten kennen und kann bei einer Abweichung von diesem Muster schneller potenzielle Betrugsversuche erkennen. Hierfür werden ML-Algorithmen eingesetzt, um Trends durch vorherige Ereignisse noch besser erkennen zu können. Gleichzeitig bezieht die KI automatisch auch generell betrügerische Verhaltensmuster mit ein, wie in kurzer Zeit sehr viele Transaktionen oder ungewöhnlich hohe Beträge. Damit können betrügerische Aktivitäten nahezu in Echtzeit erkannt werden – und Mitarbeiter sind in der Lage, schneller einzugreifen und damit die Sicherheit für die Bank und die Kundschaft zu erhöhen.
Künstliche Intelligenz in Banken: Was birgt die Zukunft?
Es gibt für die künstliche Intelligenz in Banken viele Beispiele, in denen bereits jetzt spürbar mehr Zeitersparnis oder Effizienz generiert werden kann. Doch wie wirkt sich die KI in Zukunft auf die Branche aus und wohin geht die Reise womöglich?
Einfluss auf die Beschäftigung
In Zukunft werden Jobs für Routineaufgaben mehr und mehr von der KI übernommen, allerdings werden neue Arbeitsbereiche und Stellen geschaffen, die sich mit der Überwachung und dem Management der KI beschäftigen. Sei es im Bankensektor als auch in anderen Branchen – das erfordert vor allem Flexibilität von den Mitarbeitern. Diese sollten bereit sein, Umschulungen oder Weiterbildungen in Kauf zu nehmen, um den Anschluss an den technologischen Fortschritt nicht zu verpassen. Auch in Banken wird die Arbeit künftig stärker kundenorientiert und strategisch sein, weil KI-Systeme wiederum Unterstützung in den Bereichen Analysen und Entscheidungen bieten.
Blockchain und KI
Durch die künstliche Intelligenz kombiniert mit Blockchain ist es möglich, dass künftig neue Finanzprodukte geschaffen werden. Generell wird das Bankwesen damit noch effizienter und sicherer. Die Interaktion mit Kunden wird sich verbessern und es sollte durch die Synergien dieser Technologien leichter fallen, regulatorische Vorschriften einzuhalten.
Regulatorische Anpassungen
Durch den technologischen Fortschritt wird es auch eine Weiterentwicklung der regulatorischen Rahmenbedingungen geben. Das ist wichtig, um sowohl den Verbraucherschutz nicht zu vernachlässigen, aber auch ethischen Standards gerecht zu werden und dennoch Innovationen zu ermöglichen. Ein erster Schritt ist der AI Act der EU. Dadurch erhalten auch Banken verbindliche Regeln für den Einsatz der künstlichen Intelligenz, wobei von einer Übergangsphase ab 2024 von zwei Jahren auszugehen ist. Um KI in Unternehmen reibungslos zu integrieren und Prozesse zu etablieren, sollten KI-Teams oder KI-Beauftragte bereits jetzt aufgebaut sowie Strategien geplant werden.
Quellenangaben
- Abb. 1: Server room. – erstellt mit Hilfe von AI, Künstlicher Intelligenz: midjourney am 22.02.2024.