Banking_wird_intelligenter_header

Smart Data und Künstliche Intelligenz: Banking wird intelligenter

11. September 2019 / in Knowledge

Aus Big Data wird Bigger Data – in den kommenden zehn Jahren verdoppelt sich die Menge der weltweiten Daten. Alle zwei Jahre. Das ist viel, erst einmal aber wenig aussagekräftig. Erst die saubere und intelligente Analyse der Daten verleiht Big Data echte Relevanz. Smart Data Analytics macht es möglich: Durch die Strukturierung der Daten werden Zusammenhänge erkennbar und Potentiale gehoben. 

Auf diese Weise in Smart Data transformiert, findet Big Data vielerorts Anwendung. Ob im Zahlungsverkehr, bei Kreditentscheidungen oder der Vermögensbildung: Überall helfen aufbereitete Daten dabei, bessere Entscheidungen herbeizuführen. In der Finanzbranche ermöglicht Smart Data Analytics Banken und FinTechs, das Verhalten ihrer Kunden besser zu verstehen und ihr Angebot kontinuierlich zu verbessern.

Nur Buzzword, oder auch Mehrwert? In diesem Beitrag erklären wir, was es mit Big Data auf sich hat und wie sie die Geschäftswelt verändern.

Smart Data Analytics schafft so auch die Grundlage für neue Geschäftsmodelle wie zum Beispiel Online-Kredite mit Bonitätsprüfungen in Echtzeit. Die dafür erforderliche Analyse und Kategorisierung von Daten erfolgt auf Basis selbstlernender Algorithmen. Oft wäre das Tempo bei Verarbeitung und Analyse heute schon nicht mehr durch Menschen realisierbar. Machine-Learning-Algorithmen dagegen können die großen Datenmengen in Sekundenschnelle auswerten und manuelle Prozesse automatisieren – ohne dabei ins Schwitzen zu kommen. Daher wird Künstliche Intelligenz die menschliche Intelligenz in den nächsten Jahren zunehmend ergänzen.

In diesem Blog-Artikel erklären wir, warum Digitalisierung und KI zusammen gehören, was bei dem Einsatz von Smart Data Analytics und Künstlicher Intelligenz entscheidend ist und wie die Technologie im Banking bereits eingesetzt wird. Übrigens: Wir haben diesen Artikel selbst geschrieben, Ihre morgendlichen Sportnachrichten wurden aber möglicherweise automatisch erstellt. Basierend allein auf den Daten der Spiele!

Nicht ohne Einander: Digitalisierung und Künstliche Intelligenz

Infografik Smart Data, KI & Digitalisierung

Digitale Prozesse benötigen neue Technologien und neue Technologien benötigen digitale Prozesse. Diese beiden Konzepte müssen also auch in der Finanzwelt Hand in Hand gehen. Richtig umgesetzt liefern sie der Branche Antworten auf die eine große Frage: Wie wird das Banking fit für die Zukunft?

Die Wünsche und Erwartungen von Bankkunden haben sich in den letzten Jahren stark gewandelt. In ihrem privaten und beruflichen Alltag setzen immer mehr Menschen auf digitale, automatisierte Lösungen. Von ihrem Banking-Erlebnis erwarten sie nicht mehr und nicht weniger. Digitale Lösungen sind also zentral für eine positive Customer Experience.

Bei der Suche nach einer Antwort auf die Frage, wie Unternehmen für ihre Kunden relevant bleiben, kommt also gerade das Banking nicht an dem Thema Digitalisierung vorbei. Im Zuge der digitalen Transformation sollten sich Führungskräfte auch dringend mit den Einsatzmöglichkeiten neuer Technologien auseinandersetzen. Laut des 22. PwC Global CEO Survey hat das Thema Digitalisierung und Künstliche Intelligenz bei Banken bereits oberste Priorität. Auch eine kürzlich veröffentlichte Studie von adesso deutet auf das wachsende Bewusstsein über die Bedeutung Künstlicher Intelligenz im Finanzsektor hin.

Digitalisierung un künstliche Intelligenz

Die Umfragen zeigen: Die Überzeugungsarbeit ist bereits geleistet. Nun ist es an der Zeit, die Digitalisierung und alles, was mit ihr zusammenhängt, von Smart Data Analytics bis zu Künstliche Intelligenz umzusetzen.

Digitalisierung und Künstliche Intelligenz: a match made in heaven. Wir erklären warum.

KI im Banking: Zielgerichtete Anwendung ist Entscheidend

Bislang ist die analytische Tiefe und Erfahrung noch nicht überall in der Finanzbranche ausreichend vorhanden. Die Datenanalyse durch zunehmend leistungsfähige Algorithmen erfordert allerdings ein fundiertes inhaltliches Verständnis für mögliche Wirkungsweisen. Nicht zuletzt muss die Präsentation der Daten und Auswertungen so anwenderfreundlich sein, dass auch User anderer Bereiche intuitiv mit ihnen arbeiten können. Ein weitgehendes Verständnis der Technologie ist also zwingend notwendig.

FinTechs, die sich auf den technologischen Aspekt von Finanzprodukten spezialisieren, sind prädestiniert die neue Technologien zu entwickeln und einzusetzen. Sie fokussieren sich dabei auf eine klare und zielorientierte Entwicklung. Welches Problem soll KI konkret lösen? Wo und wie hilft der Einsatz der neuen Technologie, um einem Service zu verbessern? Je konkreter der Nutzen und das Einsatzszenario, desto höher die Erfolgsquote.

Künstliche Intelligenz wurde bis dato oft als Gegenspieler der menschlichen Intelligenz dargestellt. Tatsächlich begreifen Unternehmen darin zunehmend die Chance den Menschen in den Mittelpunkt zu stellen. Im Banking sind die existierenden Anwendungsfälle, bei denen KI bereits zum Einsatz kommt, betont kundenorientierte und benutzerfreundliche Lösungen.

Die Finanzwelt glaubt jedenfalls an ein wachsendes Vertrauen ihrer Kunden in die neue Technologie. In einer Umfrage kommen Finanzexperten zu der Einschätzung, dass 76 % der Bank-Manager Ihren Kunden KI-basierte Anwendung für Geldanlagen empfehlen würden. Die Begeisterung der Finanzbranche deckt sich momentan allerdings nicht ganz mit den Einschätzungen ihrer Kunden. Diese zeigen sich mit 30 %, die ihre Geldanlage heute einem KI-System anvertrauen, noch deutlich reservierter.

Wo Spielen Künstliche Intelligenz und Smart Data Analytics im Banking bereits eine Rolle?

Künstliche Intelligenz weckt nicht nur neue Hoffnungen in der Branche. Sie verändert bereits die Wertschöpfungsketten etablierter Finanzinstitutionen und bringt neue Player ins Spiel. Ihr Einsatz öffnet die Tür zu neuen Geschäftsmodellen. Die folgende Beispielen zeigen, inwiefern KI über die Grenzen des Rechnens hinausgeht und in die Bereiche des Verstehens reicht. Bei der neuen Technologie geht es inzwischen um weit mehr als intelligente Automatisierung. Es geht um die Erkenntnisse, die vor allem Fintechs aus der Analyse von Daten gewinnen und den intelligenten Umgang mit Daten.

Strukturiert und intelligent: kategorisierte Kundendaten dank selbstlernender Algorithmen

Ob für die automatisierte Kreditvergabe, die Betrugsprävention, das Leasing oder Inkasso-Verfahren. Unsere Analytics Plattform bedeutet Smart Data Analytics in Aktion. Mittels künstlicher Intelligenz analysiert die Plattform Umsatzdaten aus dem Online-Banking und ermöglicht einen kategorisierten Überblick über Kontodaten. Sie identifizieren Risikomerkmale in den Transaktionsdaten, um Bonitäts- und Betrugsrisiken frühzeitig zu erkennen.

Anhand einer Datenanalyse kann beispielsweise eine Haushaltsrechnung zu einem Kunden erstellt werden, um seine Zahlungsfähigkeit zu bewerten und Zahlungsausfälle zu minimieren. Selbstlernende Algorithmen erweitern diese Möglichkeiten um sofortige, standardisierte Reports für Produkte wie Mieter-Check, Credit Check oder die Validierung des Kontoinhabers.

Real-Time verbessert das Kundenerlebnis

Durch das rasante Wachstum der mobilen und webbasierten Anwendungen sind Nutzer daran gewöhnt immer und überall auf alle ihre Anwendungen zuzugreifen. So wollen Kunden heute auch auf allen Endgeräten Bankdienstleistungen nutzen. Darüber hinaus erwarten sie nicht nur prinzipiell Zugriff, sondern auch eine integrierte und nahtlose Benutzererfahrung. Nur digitale Lösungen können diese Kundenerwartungen erfüllen.

Die möglichen Anwendungen im Rahmen von KI-basierten Angeboten gehen noch einen Schritt weiter. Mit dem Einverständnis des Kunden kann Smart Data Analytics aufgrund von Transaktionsanalysen und Echtzeitfähigkeiten einen sofortigen Einblick in das Kundenverhalten geben. Dies verrät Finanzinstituten zum Beispiel, wann der Kunde mit einem Service unzufrieden sein könnte.

Wenn das Wissen wiederum eingesetzt wird, um personalisierte Empfehlungen oder Support anzubieten, verschaffen solche Insights einen wertvollen Wettbewerbsvorteil. So können auch Finanzinstitute innovative Dienstleistungen, maßgeschneidert für ihre Zielgruppe, integrieren und dem Kunden Mehrwert bieten. Mittels Banking API können sie können diese ihren Kunden direkt in der gewohnten Oberfläche anbieten.

KI modernisiert den Zahlungsvorgang

In den Medien wird Künstliche Intelligenz oft immer noch als fernes Zukunftsszenario gehandelt. Im Zahlungsverkehr gewinnt die neue Technologie allerdings immer mehr an Bedeutung. Für die Auswertung großer Datenmengen, auch im Rahmen neuer Geschäftsmodelle, und die Automatisierung manueller Prozesse setzt die Payment-Industrie Machine Learning Algorithmen ein. Bei drei typischen Herausforderungen des Bezahlens ist KI bereits zu finden:

Bezahlen ja, aber dezent

Bezahlen ist für niemanden der schönste Teil des Einkaufserlebnis. Daher ist es im Interesse aller Beteiligten eine angenehme User Experience ohne Medienbrüche anzubieten und somit die Konversionsrate zu erhöhen. Die Identifizierung und Prüfung von Kunden sollte zu keinem Zeitpunkt in den Vordergrund treten. Künstliche Intelligenz unterstützt Payment Initiation Service Provider (PISP) dabei ein kundenfreundliches, nahtloses Bezahlerlebnis zu schaffen.

Bezahlen, wann und wie der Kunde will

Voice Search zuhause, die Smartwatch beim Joggen oder das Auto auf der Heimfahrt. Bezahlen kann und wird überall integriert werden. Längst ist ist mobiles und kanalübergreifendes Bezahlen keine Zukunftsmusik mehr.

Zum Beispiel? Die italienische Buddybank, ein Unternehmen der UniCredit, agiert schon seit Jahren als kumpelhafter Assistent für alles rund um das Banking. In Deutschland bietet die comdirect seit dem Sommer letzten Jahres auch das Voice-Banking an – powered by KI.

Bezahlen in Echtzeit

Spätestens seit Peer-to-Peer-Transaktionen benötigt die Payment-Industrie vollautomatisierte Backend-Prozesse, die unmittelbare Zahlungen ermöglichen. Instant Payments hängen die Messlatte noch höher. Sie benötigen eine extrem schnelle Logistik und Prozesse, die in Echtzeit ausgeführt werden.

Smart, schnell, sicher: Bonitätsprüfung mit dem digitalen Kontocheck

Die Kreditvergabe ist ein Paradebeispiel für die Vorteile von KI-basierter Technologie im Banking. Vor dem Einsatz von Smart Data Analytics benötigten sowohl Kreditgeber als auch Interessenten viel Geduld. Heute werden für den digitalen Kontocheck oder Digital Account Check Big Data in Smart Data verwandelt, um diesen langwierigen Vorgang abzukürzen.

Im ersten Schritt ist für den digitalen Kontocheck das Sammeln aller wichtigen Daten entscheidend. Big Data dient als Ausgangspunkt, um relevante Informationen zu extrahieren und zu kategorisieren. Dazu gehört zum Beispiel die Transaktionshistorie.

Im zweiten Schritt werden die nützlichen Daten ausgewertet. Zum einem um die Haushaltsrechnung durchzuführen und die Kapitaldienstfähigkeit zu berechnen, zum anderen um die Datenmenge nach bonitätsrelevante Kriterien zu filtern. So erhält die kreditgebende Bank genau die Informationen, die sie benötigt, aggregiert und individuell für sie kategorisiert.

Smart Data für den digitalen Kontocheck

Mehr Beispiele für den Nutzen von Smart Data Analytics? Lesen Sie hier wie Hausbanken bereits von der intelligenten Datenanalyse profitieren.

Künstliche Intelligenz und Smart Data Analytics - aber richtig

Digitalisierung, Data Analytics und Künstliche Intelligenz sind eng miteinander verbunden und begründen sich gegenseitig. Sie leben von und mit Daten. Die Digitalisierung arbeitet nicht nur tagtäglich mit Daten, sie ist auch eine ihrer Ursprungsquellen. Computer sammeln Daten und lernen dank Machine Learning, wie sich eine Aufgabe effektiver erledigen lässt.

So wie ein Kind von Eindrücken lernt, benötigen KI-Technologien ebenfalls Eindrücke. Diese erhalten sie in Form von Daten und Informationen. Und auch Smart Data Analytics funktioniert nur bei einem ausreichenden Vorrat an Big Data. Folglich ist die Beschaffung und intelligente Verarbeitung entscheidend für den Einsatz der Technologie – und damit für die Zukunft des Bankings.

Eines ist klar: Daten und ihre Verarbeitung mit Hilfe von künstlicher Intelligenz bleiben ein Thema und werden in Zukunft noch wichtiger werden. Der technologische Fortschritt lässt sich nicht aufhalten. Wie eingangs erwähnt, das Datenvolumen wird sich in den kommenden zehn Jahren alle zwei Jahre verdoppeln. Für 2025 werden bereits geschätzte 175 Zettabyte prognostiziert. 

Führungskräfte im Finanzsektor sollten am besten heute schon analysieren, wie sie das Datenvolumen optimal nutzen können. Selbst Bill Gates würde uns hier zustimmen:

„Wir überschätzen immer die Entwicklungen der nächsten zwei Jahren und unterschätzen die Entwicklungen der nächsten zehn Jahren.“

Smart Data Analytics ist auch in Ihrem Unternehmen ein großes Thema? Informieren Sie sich in unserem Whitepaper zu Smart Data Analytics.

Smart Data Analytics in der Finanzwelt Whitepaper

Schlagworte: Knowledge

Das könnte Dich auch interessieren

    Neuste Beiträge

    Bekannt aus

    Bankmagazin FinTecSystems

    BankingClub FinTecSystems

    Handelsblatt FinTecSystems

    BetweenTheTowers_Frankfurt FinTecSystems

    IT Finanzmagazin FinTecSystems

    Gruenderszene FinTecSystems