Allgemein

Artificial-Intelligence-Investitionen im Banking

Artificial Intelligence (AI, Künstliche Intelligenz) gilt als eine der aussichtsreichsten Technologien der digitalen Transformation im Banking. Erwartet wird, dass AI-Technologien in den nächsten Jahren zu wichtigen Investitionsschwerpunkten werden. Ein Beispiel hierfür: Im April 2018 unterzeichneten 25 EU-Länder eine Erklärung („Cooperation on Artificial Intelligence“) über einen gemeinsamen Ansatz für AI, der u.a. die Bereitstellung von Budgets für Forschungen vorsieht.

AI-Innovationen

Der technologische Fortschritt ermöglicht weitreichende AI-Innovationen etwa bei der Erkennung und Verarbeitung von Sprache und Gesichtern, Texten und Bildern, aber auch bei Prozessautomatisierungen (Robotic Process Automation). Das gleiche gilt für die Erzeugung von Sprache (Natural Language Generation). Die Möglichkeiten der Vernetzung von Menschen, Maschinen und Prozessen (IoT) sowie Algorithmen, die selbstlernend sind, nehmen immer stärker zu. Dies macht es möglich, dass immer komplexere Prozesse (teil)-automatisiert werden. Beispiel: Voice Banking per Sprachassistent. Für die Bankenindustrie sind AI-Technologien im Rahmen der digitalen Transformation (Banking Innovation Labs) sowohl im Business (Wettbewerbsvorteil) als auch im IT-Management (IT-Architektur) interessant.

Potenziale für das Banking

Im Banking bieten die exponentiell wachsenden Informationen ein hohes Potenzial für neue Sichten auf die Märkte, Produkte und Kunden. Viele Finanzdaten reflektieren die digitalen Interaktionen an Märkten oder auf Transaktionsplattformen sowie innerhalb von Kundenportfolios. AI-Technologien stehen schon heute im Hintergrund vieler Paymentprozesse, wenn es um Geldwäschebekämpfung, Aufdeckung von Terrorismusfinanzierung oder allgemeine Betrugsbekämpfung geht. Auch in Complianceprozessen ist die Steigerung von Effizienz und Effektivität denkbar, gegebenenfalls auch in der Optimierung von Modellen der Risikobewertung. Banken beginnen, sich intensiv mit dem Thema Prozessautomatisierung (Robotic Process Automation) auseinanderzusetzen. Im Kundenservice sind bereits erste Pilotanwendungen, beispielsweise 24*7-Stunden-Chatbots, im Markt platziert worden. Der Arbeitsplatz der Zukunft wird mit Technologien und Services ausgestattet sein, die auf künstlicher Intelligenz basieren. Im IT-Service Management (Service Desk) kommen AI-Technologien zur Automatisierung von Routineaufgaben zum Einsatz. Im Kapitalmarkt werden AI-Technologien bereits deutlich umfänglicher genutzt, da dort seit vielen Jahren große Datenbestände und Algorithmen verwendet werden (zum Beispiel der Deutsche Bank Robo Advisor „Maxblue ROBIN“ bzw. für Finanzinvestoren der Deutsche Börse „STOXX AI Global Artificial Intelligence Index“). Venture Capitalists investieren erhebliche Budgets in (globale) AI-FinTechs. Beispiele für globale Vendors in AI for Banking / Investment Services sind Amenity Analytics, Dataminr, Onfido, ZestFinance.

Bottom Line

Die Transformation der Geschäftsprozesse hin zu einem wettbewerbsfähigen digitalen Geschäftsmodell ist eine der größten Herausforderungen für die gesamte Bankenindustrie. Künftig bieten sich für jene Banken Chancen, denen es gelingt, ihre internen und externen Prozesse, ihre Services und Produkte möglichst flexibel in eine digitale Infrastruktur einzubetten. Für die erfolgreiche Anwendung von AI-Technologien ist die Verfügbarkeit und Qualität großer bankinterner bzw. externer Datenmengen, die systemische Einbettung von AI-Methoden in Bankprodukte und -services sowie Vertrauen (Security, DSGVO) auf der Basis transparenter Verfahren entscheidend. Die Produktivität künstlicher Intelligenz hängt stark von Umfang und Qualität verfügbarer Daten ab, mit denen Algorithmen trainiert und getestet werden sowie vom Skill-/Knowledge-Management ab. Banken sollten strategisch definieren, in welchen Bereichen AI-Technologien bei Produkt- und Prozessinnovationen genutzt werden, und im Rahmen von Pilotprojekten einen (reproduzierbaren) Business Case entwickeln. Technologie- und Service Provider müssen die Businesspotenziale und Trends der AI-Technologien verstehen und ihre Initiativen fokussieren. Beispiele hierfür sind AI Portfolio Cloud Service Providers bzw. AI-Related Consulting for Intelligent Automation.

AI-Innovationen

Der technologische Fortschritt ermöglicht weitreichende AI-Innovationen etwa bei der Erkennung und Verarbeitung von Sprache und Gesichtern, Texten und Bildern, aber auch bei Prozessautomatisierungen (Robotic Process Automation). Das gleiche gilt für die Erzeugung von Sprache (Natural Language Generation). Die Möglichkeiten der Vernetzung von Menschen, Maschinen und Prozessen (IoT) sowie Algorithmen, die selbstlernend sind, nehmen immer stärker zu. Dies macht es möglich, dass immer komplexere Prozesse (teil)-automatisiert werden. Beispiel: Voice Banking per Sprachassistent. Für die Bankenindustrie sind AI-Technologien im Rahmen der digitalen Transformation (Banking Innovation Labs) sowohl im Business (Wettbewerbsvorteil) als auch im IT-Management (IT-Architektur) interessant.

Potenziale für das Banking

Im Banking bieten die exponentiell wachsenden Informationen ein hohes Potenzial für neue Sichten auf die Märkte, Produkte und Kunden. Viele Finanzdaten reflektieren die digitalen Interaktionen an Märkten oder auf Transaktionsplattformen sowie innerhalb von Kundenportfolios. AI-Technologien stehen schon heute im Hintergrund vieler Paymentprozesse, wenn es um Geldwäschebekämpfung, Aufdeckung von Terrorismusfinanzierung oder allgemeine Betrugsbekämpfung geht. Auch in Complianceprozessen ist die Steigerung von Effizienz und Effektivität denkbar, gegebenenfalls auch in der Optimierung von Modellen der Risikobewertung. Banken beginnen, sich intensiv mit dem Thema Prozessautomatisierung (Robotic Process Automation) auseinanderzusetzen. Im Kundenservice sind bereits erste Pilotanwendungen, beispielsweise 24*7-Stunden-Chatbots, im Markt platziert worden. Der Arbeitsplatz der Zukunft wird mit Technologien und Services ausgestattet sein, die auf künstlicher Intelligenz basieren. Im IT-Service Management (Service Desk) kommen AI-Technologien zur Automatisierung von Routineaufgaben zum Einsatz. Im Kapitalmarkt werden AI-Technologien bereits deutlich umfänglicher genutzt, da dort seit vielen Jahren große Datenbestände und Algorithmen verwendet werden (zum Beispiel der Deutsche Bank Robo Advisor „Maxblue ROBIN“ bzw. für Finanzinvestoren der Deutsche Börse „STOXX AI Global Artificial Intelligence Index“). Venture Capitalists investieren erhebliche Budgets in (globale) AI-FinTechs. Beispiele für globale Vendors in AI for Banking / Investment Services sind Amenity Analytics, Dataminr, Onfido, ZestFinance.

Bottom Line

Die Transformation der Geschäftsprozesse hin zu einem wettbewerbsfähigen digitalen Geschäftsmodell ist eine der größten Herausforderungen für die gesamte Bankenindustrie. Künftig bieten sich für jene Banken Chancen, denen es gelingt, ihre internen und externen Prozesse, ihre Services und Produkte möglichst flexibel in eine digitale Infrastruktur einzubetten. Für die erfolgreiche Anwendung von AI-Technologien ist die Verfügbarkeit und Qualität großer bankinterner bzw. externer Datenmengen, die systemische Einbettung von AI-Methoden in Bankprodukte und -services sowie Vertrauen (Security, DSGVO) auf der Basis transparenter Verfahren entscheidend. Die Produktivität künstlicher Intelligenz hängt stark von Umfang und Qualität verfügbarer Daten ab, mit denen Algorithmen trainiert und getestet werden sowie vom Skill-/Knowledge-Management ab. Banken sollten strategisch definieren, in welchen Bereichen AI-Technologien bei Produkt- und Prozessinnovationen genutzt werden, und im Rahmen von Pilotprojekten einen (reproduzierbaren) Business Case entwickeln. Technologie- und Service Provider müssen die Businesspotenziale und Trends der AI-Technologien verstehen und ihre Initiativen fokussieren. Beispiele hierfür sind AI Portfolio Cloud Service Providers bzw. AI-Related Consulting for Intelligent Automation.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.