Einsatz KI Bankwesen Realitaet

„AI in banking: the reality behind the hype“ – Diskussion des Financial Times Artikels

Innerhalb dieses Blogbeitrags möchten wir auf den am 12.04.2018 erschienenen Artikel in der Financial Times: „AI in banking: the reality behind the hype“ eingehen und zu einigen Aussagen Stellung beziehen. Der Artikel hebt hervor, wie „heiß“ die Themen künstliche Intelligenz, Macchine Learning und Automation ganz speziell im Bankwesen gerade sind. Im Kontrast dazu steht die eher zögerliche Integration neuer Technologien in bestehende Prozesse. Wir diskutieren die möglichen Gründe, geben Beispiele aus unserer Praxis und führen entsprechende Anregungen auf, wie durch unsere IT-Lösungen wie Chatbots oder die rtr textengine weitere Bereiche im Finanzsektor profitieren können.

 

Alle werden ihren Job verlieren! Wirklich?

 

[two_fifth] Einsatz KI Finanzsektor Job verlieren [/two_fifth] Gleich in den einleitenden Sätzen des Artikels wird der Hype und die Euphorie im Bankwesen deutlich. Jede größere, internationale Bank hat bisher eine Untersuchung veröffentlicht, wie sie den Einsatz von künstlicher Intelligenz zukünftig im Bankwesen zu nutzen gedenken. So gibt der ehemalige Citigroup Chef Vikram Pandit an, dass 30% der Jobs in den nächsten fünf Jahren durch KI ersetzt werden. Ähnliche Aussagen triff die Mizuho Financial Group, welche voraussagt, dass bis 2028 sogar ein Drittel der Belegschaft wegfallen könnten. [Fin18]

 

Natürlich schüren solche Aussagen Ängste um den Verlust des Jobs – vor allem im Bankwesen. Die Realität sieht aber anders aus und da stimmen wir der Hauptaussage des Artikels vollkommen zu: Solche Aussagen sind mit Vorsicht zu genießen. Fakt ist, dass bestimmte Tätigkeiten derzeit nicht von Robotern übernommen werden können. Sie sind in der Lage formelhafte Prozesse zu übernehmen und sollen Mitarbeiter unterstützen, die eher einfachen, aber zeitraubenden Tätigkeiten abgeben zu können – und ja, diese repetitiven Aufgaben können sie zumeist besser als Menschen erledigen. Sind diese formelhaften Aufgaben erst einmal abgegeben, haben Mitarbeiter die Chance, sich auf die Aufgaben zu konzentrieren, die beispielsweise das Erstellen von Zusammenhängen und Interpretationen notwendig machen. Diese Thematik hat der Communications Manager Peter Carvill von Retresco in ähnlicher Weise bereits im August 2017 diskutiert: Why journalists will never replaced by robots und an der Kernaussage hat sich bis heute nichts verändert.

 

Der Chatbot im Kundensupport: Innovativere Anwendungsmöglichkeiten gibt es bereits

 

[two_fifth] Einsatz KI Finanzsektor [/two_fifth] Laut des Artikels haben sich Banken bisher darauf konzentriert, Chatbots für Kundenanfragen zu integrieren und die Möglichkeiten der automatischen Textgenerierung dafür zu nutzen. Dies entlastet den Kundensupport und hilft dabei, sich auf komplexere Kundenanfragen zu konzentrieren – mit leider nicht immer zufriedenstellendem Ergebnis bezüglich der Häufigkeit der Anwendung innerhalb des Bankwesens. [Fin18] Aus unserer Praxis können wir genau das bestätigen.

 

 

Wir sind daher darauf als eine von vier Möglichkeiten innerhalb eines Artikels auf BankingHub eingegangen: Kosten im Bankwesen durch automatische Textgenerierung einzusparen. Mögliche Gründe für die fehlende Integrationsfreudigkeit von Chatbots könnten beispielsweise mangelnde Ideen für weitere Anwendungsgebiete sein. Tatsächlich gibt es eine ganze Reihe von effiziente Anwendungen, die wir im Rahmen einer jüngst geschlossenen Kooperation mit einer führenden deutschen Bank umsetzen. Es handelt sich dabei unter anderem um einen Chatbot, der Fragen von Mitarbeitern bezüglich bestimmter Richtlinien sicher und schnell beantwortet. Hat ein Mitarbeiter beispielsweise einmal seinen Firmenschlüssel verloren, fragt er den Chatbot, statt unkomfortable PDF-Ansammlungen wälzen zu müssen. Ein wesentlicher Teil des Projekts war die Entwicklung einer Benutzeroberfläche, welche anderen Abteilungen die Möglichkeit bietet, zukünftig neue Chatbots selbstständig einpflegen und trainieren können. Somit steht der Entwicklung weiterer innovativer Anwendungsmöglichkeiten für Chatbots nichts im Weg, die vor allem im internen Knowledge-Management Einsatz finden.

 

Automationsmöglichkeiten für „Low-Value-Prozesse“

 

[two_fifth] Einsatz KI Bankwesen [/two_fifth] Im Artikel wird außerdem die Anwendung von KI in „Low-Value-Prozessen“ angesprochen. Hier wird beispielhaft das Scannen von Dokumenten erwähnt, welches Bilderkennung und maschinelles Lernen kombiniert. Algorithmen entscheiden, welches Dokument an wen übergeben wird und welche Richtlinien angewendet werden müssen. Der Vorteil liegt auf der Hand: Ist das automatische Supportsystem einmal richtig trainiert, können Anfragen schneller, effizienter und vor allem in größeren Mengen bei besserer Qualität verarbeitet werden. [Fi18]

 

Ein entsprechendes Anwendungsbeispiel können wir für das Optimieren dieser Prozesse benennen. Dieses konzentriert sich nicht nur rein auf einen physischen Bereich und wird demnächst innerhalb einer führenden deutschen Bank eingesetzt werden: Die Einrichtung eines Mailbots der interne IT-Support Anfragen der Mitarbeiter vorsortiert, an die entsprechenden Abteilungen weiterleitet oder ein entsprechendes Formular an den Mitarbeiter bei fehlenden Informationen zurücksendet. Der Mailbot ist so ausgereift, dass er den Text in der Mail semantisch analysiert, eine Entscheidung trifft und automatisch ein Formular ausfüllt. Sollten Daten fehlen, sendet er ein Formular an den Mitarbeiter zurück, bevor er es an die IT herausgibt. Dieses Projekt ist eines, neben dem Chatbot für das interne Knowledge Management, unserer Nachfolgeprojekte.

 

Die Welt gehört der effizienten Mustererkennung

 

[two_fifth] Einsatz KI Bankwesen Effiziente Mustererkennung [/two_fifth] KI erkennt innerhalb von Mustern Anomalien bzw. auffällige Verhaltensmuster. Spannend sind die Anwendungsmöglichkeiten die, diese Technologie zulässt: So können durch Gesichts- und Stimmerkennung Betrüger im System schneller gefunden werden. Gleiches gilt für die Risikoanalyse bei Anlagemöglichkeiten, denn maschinelles Lernen ermöglicht es, die Masse an unstrukturierten Daten zu ordnen und zu analysieren. [Fin18]

 

Zwar haben wir keine IT-Lösung für das Auffinden von Verbrechern in petto, jedenfalls noch nicht, aber die Anwendungsmöglichkeiten, die mit unseren IT-Lösungen möglich sind, nutzen diese Grundprinzipien und lösen genau das Problem zu vieler Daten, die gewinnbringend ausgewertet werden müssen: Zunächst für den Bereich der Risikoanalyse und dem Automatisieren von Finanzberichten. Mit dem Einsatz unserer Systeme, wie das Themen Management System, kann dieser Prozess signifikant vereinfacht werden, da Berichte Trendanalysen miteinbeziehen und in Echtzeit Handlungsoptionen vorschlagen, alles automatisch generiert, umso z.B. eine Grundlage für Investmententscheidungen bilden.

Mögliche Gründe für die zögerliche Anwendung im Bankwesen, und hier stimmen wir dem Artikel voll und ganz zu, sind vor allem unrealistische Erwartungen und fehlende Investitionen innerhalb dieses Bereichs. [Fin18] So ist es grundsätzlich aus unserer Praxis auch immer ein Problem, wenn Daten nicht strukturiert vorliegen und damit eine Verarbeitung verkomplizieren.

 

Fazit: Anwendung von KI im Finanzsektor

 

[two_fifth] Einsatz KI Bankwesen zoegerlich [/two_fifth] Im Gesamten betrachtet, finden wir es sehr gut, wie innerhalb des Artikels auf die eigentliche Realität bezüglich der Anwendung von KI im Finanzwesen eingegangen wird. Sie ist zögerlich, das Potential wird zu wenig genutzt und ein wichtiger Grund ist vor allem, dass die Anwendungsmöglichkeiten für die Banken sehr schwierig einzuschätzen sind. [Fin18]

 

 

Zukünftig werden wir daher verstärkt auf die Anwendungsmöglichkeiten unserer IT-Lösungen im Bankwesen eingehen und im Finanzbereich Aufklärungsarbeit durch Blogartikel wie diese leisten sowie Use Cases veröffentlichen. Wir hoffen, die Fantasie zur Anwendung von Automatisierung und KI im Finanzwesen anzuregen und versteckte Potentiale aufzudecken.

Wir prophezeien: Die Themen KI, Automation und Machine Learning werden vielleicht irgendwann als Hype abgestempelt werden, was jedoch nicht bedeutet, dass ihre Anwendung nicht stattfinden wird. Ganz im Gegenteil: Sie wird. Die Frage ist lediglich, welche Bank am schnellsten ist.

 

 

Über Retresco

Bereits seit 2008 entwickelt Retresco führende AI-Lösungen im Bereich Content Automation. In den letzten Jahren hat sich das Unternehmen zunehmend zu einem der weltweit führenden Anbieter in der automatischen Textgenerierung (NLG) entwickelt und dutzende Projekte für Kunden aus den Bereichen Medien, E-Commerce und Finanzdienstleistungen umgesetzt.

 

Ansprechpartner Retresco:

Sebastian Marx
Retresco GmbH, Financial Services
+49 (0)30 609 839 600
sebastian.marx@retresco.de

 

Quellenangabe:

[Fin18]: Financial Times: „AI in banking: the reality behind the hype“, 12.04.2018, URL: https://www.ft.com/content/b497a134-2d21-11e8-a34a-7e7563b0b0f4 (Paywall)