Künstliche Intelligenz findet Einzug in die Finanzwelt

Jeder von euch hat sich sicherlich schon einmal mit dem Thema Künstliche Intelligenz (KI) auseinandergesetzt. In den letzten Jahren gewinnt KI in Unternehmen, in der Verwaltung sowie in unserem täglichen Leben rasant an Bedeutung. Den wenigsten Menschen ist aber bewusst, dass in Onlineshops, bei der Internetsuche oder bei Sprachassistenten ebenfalls KI-Verfahren genutzt werden.

Auch im Bankenumfeld spielen KI-Systeme eine wichtige Rolle und werden bereits verstärkt eingesetzt. Es wird erwartet, dass sich der Markt für KI bei Finanzdienstleistungen von 1,3 (2017) auf 7,4 Milliarden US Dollar im Jahr 2020 erhöhen wird. In der internationalen Digital IQ Survey 2017 haben 52 Prozent der befragten Unternehmen aus der Finanzbranche angegeben, dass diese in den nächsten drei Jahren beträchtliche Investitionen im KI-Bereich tätigen werden. 72 Prozent der Führungskräfte sehen KI, Maschinen Learning (ML) sowie andere kognitive Technologien als wichtigen Treiber für künftige Wettbewerbsvorteile. Somit ist es nicht verwunderlich, dass KI als Schlüsseltechnologie gesehen wird, deren Bedeutung man gar nicht hoch genug einschätzen kann.

KI und Workflow-Automatisierung

Der erste Bereich im Bankensektor, in dem KI bereits Einzug gehalten hat, ist die Workflow-Automatisierung. Ziel ist es, mittels KI eine Steigerung der Kundenzufriedenheit und Kostenreduktion zu erzielen.

Erica – die virtuelle Assistentin der Bank of America

Die Bank of America stellt seit Juni 2019 seinen 25 Millionen Kundinnen und Kunden mit Erica eine virtuelle Assistentin in Form einer App zur Verfügung. Dieser Chatbot beantwortete mehr als 35 Millionen Kundenanfragen und wird von einer KI unterstützt. Kundinnen und Kunden können direkt mit Erica sprechen oder sich über Textnachrichten mit ihr austauschen. Die Vorteile: Der Chatbot liefert schnelle Antworten, ist rund um die Uhr verfügbar und verursacht keine Wartezeiten für den User. Zudem werden Standardkundenanfragen effizient aufgefangen.

Zum Servicespektrum der Applikation gehören folgende Punkte:

• Auskünfte zum Kontostand und über vergangene Zahlungen: Erica beantwortet unter anderem Fragen wie „Wie viel Geld habe ich im letzten Monat bei Amazon ausgegeben?“ oder „Welche Zahlung davon war höher als 100 US-Dollar?“
• Auskünfte zur eignen Kreditwürdigkeit und wie diese verbessert werden kann
• Analyse von persönlichen Zahlungsflüssen, kombiniert mit Empfehlungen, wie und wo der Kunden sparen kann
• Proaktive Informationen zu anstehenden Zahlungen, bevor diese fällig werden
• Warnung, wenn sich regelmäßige Zahlungen plötzlich erhöhen
• Bezahlen von Rechnungen, Empfangen und Senden von Geld mit dem Zahldienst „Zelle“
• Sperrung und Entsperrung von Kredit- und Geldkarten
• Terminvereinbarungen mit Mitarbeitenden des Bankberatungsteams

Zusätzlich wird Erica für das Bonusprogramm der Bank genutzt und benachrichtigt Nutzer, sobald diese für bestimmte Vorteile freigeschaltet werden.

Die Contract-Intelligence-Plattform von JPMorgan Chace

JPMorgan Chace setzt eine Contract-Intelligence-Plattform (CoiN) ein, die auf maschinellem Lernen basiert. Dieses wird von einem privaten Cloud-Netzwerk unterstützt, das von JPMorgan Chace eigenständig betrieben wird. COiN hat das Ziel, juristische Dokumente zu analysieren und wichtige Datenpunkte und Klauseln zu extrahieren. Die manuelle Überprüfung von 12.000 jährlichen Warenkreditverträgen würde circa 360.000 Stunden erfordern. Die maschinelle Überprüfung erfolgt mittels Bilderkennung dagegen sekundenschnell. Die Analyse unstrukturierter Rechtsdokumente hilft dabei, die darin enthalten Daten zu strukturieren und in auswertbare Informationen umzuwandeln. Auf diese Weise können gezielte Informationen schnell aus den jeweiligen Verträgen herausgefiltert werden. Zudem konnten Fehler, die von menschlichen Mitarbeitenden verursacht wurden, massiv gesenkt werden.

Weitere Einsatzmöglichkeiten von KI

Im Kreditwesen kann KI an mehreren Stellen eingesetzt werden, um eine Steigerung der Agilität und der Effizient zu ermöglichen. Das beginnt bei der Legitimation eines Neukunden, der einen Kredit beantragt, erstreckt sich auf die Auswahl des entsprechenden Kreditprodukts und reicht bis hin zur Optimierung der Kreditwürdigkeitsprüfung.

Identitätsfeststellung

Um Geldwäsche zu verhindern und vorzubeugen, sind Kreditinstitute dazu verpflichtet, die Identität ihrer Kundinnen und Kunden zu überprüfen. Um diesen regulatorischen Anforderungen gerecht zu werden, können smarte KI-Anwendungen genutzt werden. Der Einsatz von KI ermöglicht es, den Identitätscheck möglichst gründlich und effizient zu gestalten, indem persönliche und geschäftliche Daten automatisiert überprüft werden.

Kundenspezifische Kredite

Ein weiterer Anwendungsbereich für eine KI im Kreditwesen besteht in der Ermittlung von individualisierten Angeboten im Kreditgeschäft. Hierbei liegt der Fokus auf der Ermittlung des geeigneten Kreditprodukts für Kundinnen und Kunden. Die Bank kann durch die Einbindung intelligenter Analysetools eine Vorauswahl geeigneter Kreditprodukte vorschlagen oder eine KI überprüft nach erfolgter Kundenzustimmung die Kontotransaktionsdaten zur Kreditwürdigkeitsprüfung, um so das passende Kreditprodukt zu selektieren. Für Kundinnen und Kunden besteht der Vorteil in der Bereitstellung von besseren Konditionen, die Bank profitiert hingegen von der Option, dass sich die Kreditvergabe erhöht. Nachdem klar ist, welches Produkt sich am besten für einen jeweiligen Kunden eignet, kann im Bereich der Kreditwürdigkeitsprüfung eine weitere KI eingesetzt werden, um eine verlässliche Vorhersage zu treffen, ob der Kunde den Kredit zurückzahlen kann.

Im Bereich von Konsumentenkrediten lassen sich beispielsweise automatisierte Prüfungen mittels Analyse der Kontotransaktionen durchführen. Bei Firmenkundenkrediten ist die Entscheidungsfindung jedoch komplizierter. Neben den Kontodaten müssen Unterlagen - dazu gehören Dokumente wie Steuerbescheide, Bilanzen oder Handelsregisterauszüge - in die Analyse eingebunden werden. Die eingesetzte KI kann durch eine optische Zeichenerkennung und Textanalyse die relevanten Informationen aus den Dokumenten extrahieren. Ist der Fall eindeutig, kann eine vollständig automatisierte Bearbeitung des Kreditantrages - analog zum Privatkundengeschäft - erfolgen. Hier kann dann ein selbstlernender Algorithmus zum Einsatz kommen, um die Kundenbonität zu überprüfen und das maximale Kreditlimit zu ermitteln. Im Fall von Sonderfällen leitet das System diesen automatisch an einen Mitarbeitenden der Kreditabteilung weiter. So können zeitintensive Vorarbeiten durch diese smarten Anwendungen abgenommen werden.

Die DSGVO befürchtet bei einer automatisierten Entscheidungsfindung, die mittels selbstlernender Algorithmen erfolgt, allerdings einen Blackbox-Charakter. Es werden eine nicht nachvollziehbare, da vollautomatisierte Einzelfallentscheidung sowie die Ausgrenzung beziehungsweise Diskriminierung bestimmter Personen befürchtet. Die DSGVO schreibt daher vor, dass nicht ausschließlich ein Algorithmus entscheiden darf. Vielmehr muss ein Mitarbeitender zwischengeschaltet werden. Dieser ist in der Entscheidungsfindung die letzte Instanz. Auf diese Weise wird das System der algorithmischen Entscheidungsfindung lediglich als Entscheidungshilfe herangezogen.

Fazit

Wie ihr gesehen habt, hat das Thema Künstliche Intelligenz im Bankensektor bereits eine hohe Priorität und es gibt zahlreiche implementierte Anwendungen, die von Kundinnen und Kunden genutzt werden. Mittels KI können Banken ihre Effizienz steigern, die Bearbeitungszeit verkürzen und die Kundenzufriedenheit durch smarte Kreditprozess steigern.

Ihr möchtet mehr zum Einsatz von Künstlicher Intelligenz im Bankenbereich erfahren und darüber wie adesso Banken und Finanzdienstleister unterstützt? Dann werft einen Blick auf unsere Website.