Banken befinden sie sich derzeit in einem anspruchsvoller werdenden Wettbewerbsumfeld – sie müssen neben den Herausforderungen der intensiver werdenden Regulierungs- und Complianceanforderungen auch die der Digitalisierung bewältigen.
Ein Thema, das hier immer häufiger in Erscheinung tritt, ist die Künstliche Intelligenz als Option zur Effizienzsteigerung. Es handelt sich hier um ein Teilgebiet der Informatik, welches sich mit der Automatisierung intelligenten Verhaltens und dem maschinellen Lernen befasst. Der Begriff ist nicht eindeutig definiert und abgrenzbar, obwohl er in Forschung und Entwicklung häufig verwendet wird. Übereinstimmung besteht immerhin darin, dass Künstliche Intelligenz zu den wegweisenden Antriebskräften der Digitalen Revolution in Finanzinstituten gehört.
Auch außerhalb der Finanzindustrie hat das Thema bereits Einzug gehalten, wie z.B beim autonomen Fahren und bei den Internetsuchmaschinen, aber auch auf die von der Industrie verwendeten Marketingmethoden. Natürlich sind die aktuellen Ausprägungsformen der Künstlichen Intelligenz noch weit davon entfernt sind, Maschinen dieselben Aufgaben übernehmen zu lassen, wie es ein Mensch könne.
Peter Altmaier, Bundesminister für Wirtschaft und Energie (Link).
„Künstliche Intelligenz ist nicht irgendeine Innovation – sie ist eine Basis-Innovation, die unsere Wirtschaft und unser Leben insgesamt verändern und verbessern wird. Deshalb wollen wir, dass Anwendungen von Künstlicher Intelligenz auch nicht irgendwo auf der Welt entwickelt und umgesetzt werden, sondern hier bei uns in Deutschland und Europa. Künstliche Intelligenz zu entwickeln und zu beherrschen – sei es beim autonomen Fahren, in der Krebsdiagnostik oder bei den Produktionsprozessen der Zukunft – ist eine Schlüsselfrage für Deutschland und Europa. Mit unserer KI-Strategie werden wir schlagkräftige Antworten geben.“
Die Banken haben durch den umfangreichen Bestand an Kundeninformationen die für die Künstliche Intelligenz unbedingt notwendige Masse an Daten problemlos zur Verfügung. Somit finden sich hier verschiedene Anwendungsbereiche, wie beispielsweise die Erstellung von Kundenscorings im Rahmen des Kreditgeschäfts. Hierbei werden Algorithmen verwendet, die durch superviced learning aus allen vorhandenen Kundendaten die Kreditwürdigkeit ermitteln. Der Algorithmus errechnet selbst, welche Daten wichtig sind und verbessert sich fortlaufend durch das Feedback des Beraters.
Eine weitere Möglichkeit Künstliche Intelligenz im Finanzdienstleistungsbereich einzusetzen liegt im Bereich des Know-your-Customer-Prozesses. Hier findet das sogenannte natural language processing Anwendung, bei dem ein Algorithmus dazu verwendet wird, aus einer großen Datenmenge alle verfügbaren Informationen über einen Kunden herauszufinden und diese zu sortieren.
Aber auch in der Vermögensanlage kann Künstliche Intelligenz eingesetzt werden. Dies geschieht im Rahmen des unsuperviced learning, wobei abermals eine große Datenmenge wie eine Anleihen-Datenbank durch einen Algorithmus analysiert und hinsichtlich verschiedener Merkmale geclustert wird, die jedoch der Algorithmus selbst situativ bestimmt. Auf Basis dessen ist es möglich bspw. Anleihen mit ähnlichen Merkmalen aber unterschiedlichen Renditen im Portfolio auszutauschen.
In der Zukunft wird bedingt durch die Künstliche Intelligenz der Erwerb von Daten immer mehr in den Mittelpunkt des wirtschaftlichen Geschehens rücken. In diesem Zusammenhang wird auch das Thema Blockchain keinen unerheblichen Beitrag leisten. Zudem wird der Erforschung der Funktionsweise des menschlichen Gehirns große Bedeutung beigemessen, um die daran ausgerichteten neuronalen Netze verbessern zu können. Derzeit gelten erst ca. 2 – 3 Prozent des menschlichen Gehirns als erforscht. Darüber hinaus muss die entsprechende Hardware weiterentwickelt und die Entwicklung der emotionalen KI vorangetrieben werden. Schließlich muss die Politik geeignete Rahmenbedingungen für die Weiterentwicklung der Künstlichen Intelligenz sowie auch deren Einsatz schaffen.
Derzeit unterschätzen Banken in Deutschland noch häufig die Bedeutung von Künstlicher Intelligenz und denken zu sehr an die damit verbundenen Kosten. Dies könnte sich als fatal erweisen, denn die Art und Weise der Interaktion zwischen Kunde und Bank verändert sich dramatisch. Finanzinstitute müssen daher früher oder später die Technologien aus dem Bereich Künstliche Intelligenz nutzen mit dem Ziel der Steigerung der Erträge, Steigerung der Effizienz, Förderung des Kunden-Engagements und Generierung von Informationen.