Künstliche Intelligenz in Banken – Wie ist der Stand der Dinge?

Auch die Finanzbranche kann vom Einsatz Künstlicher Intelligenz profitieren. Mit Hilfe von KI können größere Datenmengen schneller und effizienter analysiert werden, wodurch sich Wettbewerbsvorteile erzielen lassen. KI als Turbo der Finanzbranche, aber wie werden die Institute mit den Herausforderungen fertig? Dr. Ralph Werner und André Koriath zeigen, inwieweit KI in Banken bereits eingesetzt wird und wie Sie KI in Ihrem Institut erfolgreich etablieren.

Es ist mittlerweile unumstritten, dass die von künstlicher Intelligenz (KI) ermöglichte digitale Unternehmenstransformation stetig an Relevanz gewinnt.

Die Entwicklung zum Standard in vielen Industrien erscheint unaufhaltsam. Erste erfolgreiche KI-Anwendungen in Banken zeigen die Entwicklung vom „Fear of Missing Out“ (FOMO) zum festen Bestandteil der Strategie zur Generierung von Wettbewerbsvorteilen und damit zum Überleben des Unternehmens entwickelt hat. Dies beruht insbesondere darauf, dass sich die Methoden der KI in den letzten Jahren rasant weiterentwickelt haben. Es gibt inzwischen zahlreiche Anwendungsfälle, die von KI-Systeme mindestens so gut wie, wenn nicht sogar besser als, von Menschen ausgeführt werden. Dazu gehören unter anderem Objekt- und Gesichtserkennung, Sprechererkennung, Sprache-zu-Text-Konvertierung sowie Spiele wie Schach und Go.

Daher verwundert es nicht, wenn die Mehrzahl aller Führungskräfte angeben, dass ihre Unternehmen mindestens ein KI-System in ihre Geschäftsprozesse eingebettet haben oder dies für die Zukunft planen. Im Retailgeschäft ist der Einsatz von KI von 4 % in 2016 auf 28 % in 2018 gestiegen [1]. In 2018 war KI in 31 % der Banken im Einsatz [2] und hat damit RPA als Automatisierungs-Technologie überflügelt [3].

Während sich in der Vergangenheit die Anstrengungen zur Automatisierung auf die Reduktion von Prozesskosten fokussierten, beseht inzwischen eine klare Tendenz zur Verbesserung des Kundenservices und Steigerung des Geschäftsvolumens [3]. Insbesondere der Einsatz von KI findet zum großen Teil im Front Office statt.

Erste Prototypen zeigen, dass sich die Einrichtung von Analytics-Einheiten ausgestattet mit der notwendigen Infrastruktur innerhalb von 1 bis 2 Jahren amortisieren kann. 2018 haben ein Drittel der befragten Banken eine Umsatzsteigerung von 2 % - 5 % im Zusammenhang mit dem Einsatz von KI erreichen können [3].

Das Potential zur Weiterentwicklung der KI ist nach wie vor enorm. Der Einsatz komplexer KI-Methoden wie „Machine Learning“ liegt erst bei 4% unter den Automatisierungs-Technologien, erst 10 % der Banken haben KI-Methoden umfassend in der Organisation ausgerollt [3].

Die führenden Herausforderungen beim schnelleren Ausbau der KI sind intransparente Business Cases, Bedenken zur Datensicherheit, unvollständige Systemintegration, Widerstände aus Angst um Arbeitsplätze sowie der Wettbewerb um Experten.

Um die Potenziale von KI voll auszuschöpfen, müssen Führungskräfte genau verstehen:

Die Relevanz des Themas und die grundlegende Natur der Fragen zeigt, dass KI einerseits als strategisches Thema der Bank verfolgt werden muss und andererseits schnell Erfahrungen mit geeigneten Prototypen gesammelt werden sollten.

Quellen:

[1] Capgemini Research Institute: Digital Transformation Review, 12. Ausgabe

[2] Capgemini Research Institute: Where are banks and insurers on their digital mastery journey?

[3] Capgemini Research Institute: Growth in the Machine (How financial services can move intelligent automation from a cost play to a growth strategy)