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, Maschi­ne 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?

 

 Einsatz KI Finanzsektor Job verlieren
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

 

 Einsatz KI Finanzsektor
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“

 

 Einsatz KI Bankwesen
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

 

 Einsatz KI Bankwesen Effiziente Mustererkennung
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

 

 Einsatz KI Bankwesen zoegerlich
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)