Künstliche Intelligenz im Banking

02.09.19
Kategorien:

Künstliche Intelligenz im Banking

Was ist künstliche Intelligenz und welche Auswirkungen könnte sie auf Bankgeschäfte haben? Nachfolgend findest du eine Einführung in die Welt der künstlichen Intelligenz sowie einige Use Cases von KI im Bankwesen.

Das intelligente Datenprodukt

Ein Produkt, das durch die Verwendung von Daten ein Endziel ermöglicht, wird als Datenprodukt bezeichnet. Wenn du beispielsweise nach "Wetter in München" googlest, werden die aktuellen Wetterinformationen als solche angezeigt. Was wäre, wenn man zukünftige Informationen wie beispielsweise die Temperatur der nächsten Tage sehen möchte? Dieses Erschaffen von Intelligenz durch die Verwendung von Daten ist künstliche Intelligenz und wird auch als KI bezeichnet.

Die Entstehung von künstlicher Intelligenz

Obwohl der Begriff künstliche Intelligenz in den letzten Jahren immer stärker in den Fokus rückt, gibt es ihn bereits seit 1956. Künstliche Intelligenz wurde früher als Statistik bezeichnet. Danach folgten angewandte Statistik, künstliche Intelligenz und künstliche neuronale Netze. Heute sind maschinelles Lernen oder Tiefenlernen alternative Begriffe. Künstliche Intelligenz setzt sich aus einer Reihe von Algorithmen, die unterschiedlichen Zwecken dienen, zusammen.

Nachfolgend sind einige Arten von überwachtem und unbeaufsichtigtem maschinellen Lernen aufgeführt:

  1. Regression
    Verwendung früherer Daten zur Vorhersage einer Zahl (z.B. Aktienkurs oder Wetter).

  2. Clustering
    Verwenden von Daten zum Gruppieren ähnlicher Elemente. Ein Beispiel wäre, verschiedene Kundengruppen zu finden, um ihnen ein verbessertes und individuelles Werbeerlebnis zu bieten.

  3. Classification
    Verwenden von Daten zum Identifizieren und Klassifizieren eines Objekts (Bild, Satz, Stimme). Dies ist die Art von KI, die heute Schlagzeilen macht. Ein spezieller Algorithmus namens Deep Learning ermöglicht es Computern, ein Objekt von einem anderen zu unterscheiden.


Zeigt man einer Maschine beispielsweise viele Bilder von Katzen und Hunden, kann sie unterscheiden, um welche Katze es sich handelt, indem sie aus den bereitgestellten Bildern alle Arten von Unterscheidungsmerkmalen einer Katze lernt.

Die gleiche Art von Algorithmus steckt hinter selbstfahrenden Autos. Der Algorithmus ermöglicht dem Auto, seine Umgebung zu erfassen und eine fundierte Entscheidung über das Fahren oder Anhalten zu treffen.

KI im Bankwesen

Eine Bank muss gewisse Daten über ihre Kunden speichern. Anhand dieser Daten können Produkte, die auf künstlicher Intelligenz basieren, das Bankerlebnis für Kunden wie auch für die Bank selbst verbessern. In verschiedenen Bereichen der Bankenbranche werden bereits heute KI-Produkte genutzt. Einige bemerkenswerte Beispiele hierfür sind die weit verbreiteten Know-Your-Customer-Lösungen (KYC) sowie die maschinenbasierte Erkennung von betrügerischen Transaktionen, die bereits durchgeführt wurden.

Aufgrund der Datenmengen, die Banken über ihre Kunden speichern müssen, könnten sie ähnliche Produktempfehlungen wie Facebook und Amazon aussprechen. Da Banken jedoch Zugang zu den Finanzen ihrer Kunden haben und ihre Ausgabegewohnheiten kennen, haben sie einen Wettbewerbsvorteil gegenüber einigen der großen Technologieanbieter und können ihren Kunden individuellere sowie wertorientiertere Produkte und Dienstleistungen anbieten.

Kreative Anwendungs-beispiele von künstlicher Intelligenz

Im Folgenden findest du einige interessante Anwendungsfälle, bei denen die Transaktionshistorie von Kunden genutzt wird, um Empfehlungen für alternative Dienste bereitzustellen:

  • Empfehlungen von anderen Telekommunikationsanbietern, die im Vergleich zum aktuellen Angebot des Kunden günstigere Tarife anbieten.

  • Empfehlungen für Video-On-Demand-Dienste, die den Benutzereinstellungen entsprechen.

 

Das Bankkonto eines Kunden kennt seine Vorlieben und kann Empfehlungen für seine Abonnements, basierend auf der Verfügbarkeit seiner Lieblingssendungen auf verschiedenen Video-On-Demand-Diensten (z.B. Netflix gegen Amazon Prime), aussprechen.

Mit der Zeit werden weitere Anwendungsfälle folgen. So wird beispielsweise das derzeit noch in den Kinderschuhen steckende „Voice Banking“ zunehmend von mehr Banken übernommen. Aber viele Fragen bleiben: Würde es sich jemals durchsetzen? Würden Millennials ihre Bankgeschäfte lieber über Voice-Funktion oder Chatbots erledigen? Antworten auf diese Fragen werden sich mit der Zeit herauskristallisieren.

Kaggle verbindet Unternehmen mit Experten für KI

Kaggle ist eine Plattform, die Experten für künstliche Intelligenz mit Unternehmen, die nach auf künstlicher Intelligenz basierenden Lösungen suchen, verbindet. Unternehmen veröffentlichen Wettbewerbe und bitten Kaggle-Benutzer, an diesen Wettbewerben teilzunehmen und ihre Lösungen zu übermitteln. Der beste Algorithmus gewinnt dann einen Geldpreis.

Im Folgenden findest du einen Überblick über die KI, die Banken derzeit einsetzen, sowie einige der Kaggle-Wettbewerbe, die sich auf das Bankwesen beziehen.
 

Home Credit Ausfallrisiko

Home Credit will die finanzielle Inklusion [g2] für die Bevölkerung ohne Bankverbindung erweitern, indem eine positive und sichere Kreditaufnahme ermöglicht wird. Dafür nutzt Home Credit eine Vielzahl alternativer Daten, einschließlich Telekommunikations- und Transaktionsinformationen, um die Rückzahlungsmöglichkeiten ihrer Kunden vorherzusagen.
Zum Wettbewerb auf Kaggle

 

Santander Value Prediction Challenge

Bei diesem Wettbewerb bittet die Santander Group Kaggle Nutzer, sie bei der Ermittlung des Transaktionswerts für jeden potenziellen Kunden zu unterstützen. Auf diese Weise kann Santander sein Produktangebot für Kunden individuell anpassen.
Zum Wettbewerb auf Kaggle

 

BNP Paribas Cardif Forderungsmanagement

In diesem Wettbewerb sagen Kaggle Nutzer die Kategorie eines Anspruchs auf Grundlage der zu Beginn des Prozesses verfügbaren Informationen vorher. Dadurch kann BNP Paribas Cardiff den Antragsprozess beschleunigen und dem Kunden besseren Service bieten.
Zum Wettbewerb auf Kaggle

 

Kreditausfallvorhersage

Bei diesem Wettbewerb werden die Teilnehmer gebeten, zu bestimmen, wie wahrscheinlich ein Kreditausfall ist und wie hoch der entstandene Verlust wäre, falls der Kredit ausfällt. Im Gegensatz zu herkömmlichen finanzbasierten Ansätzen für dieses Problem, bei denen auf binäre Art zwischen guten und schlechten Gegenparteien unterschieden wird, werden bei diesem Ansatz sowohl der Ausfall als auch die Schwere der daraus resultierenden Verluste antizipiert und berücksichtigt. Dabei wird versucht, eine Brücke zwischen dem traditionellen Bankgeschäft, bei dem der Verbrauch von wirtschaftlichem Kapital reduziert werden soll, und einer Vermögensverwaltungsperspektive, bei der das Risiko für den Finanzinvestor optimiert werden soll, zu schlagen.
Zum Wettbewerb auf Kaggle

Fazit

Mit den Fortschritten der Hardwaretechnologien, d.h. der GPU (Grafikprozessoren) und der Skalierbarkeit des Cloud-Computing ist es möglich geworden, Daten mit einer enormen Geschwindigkeit und Präzision zu verarbeiten. Während dies vor einem Jahrzehnt noch nicht möglich war, ist das Ausführen derart ausgefeilter Algorithmen mit riesigen Datenmengen heute kein Problem mehr. Aus diesem Grund setzen sich immer mehr KI-Anwendungen durch, was zu einem rasanten Anstieg an Einführungen von KI-Technologien in verschiedenen Branchen führt. Trotz der bereits bestehenden Möglichkeiten, steckt KI noch in den Kinderschuhen, da wir gerade erst anfangen, ihre Fähigkeiten zu verstehen.

Wenn du verschiedene Beispiele für die Verwendung von künstlicher Intelligenz sehen möchtest, kannst du einige der interaktiven Demos von Microsoft ausprobieren, um den aktuellen Status von KI zu veranschaulichen.

Disclaimer
Trotz sorgfältiger inhaltlicher Kontrolle übernehmen wir keine Haftung für die Inhalte dieser Aussendung. Für den Inhalt verlinkter Seiten sind ausschließlich deren Betreiber verantwortlich. Soweit wir Ihnen steuerliche oder rechtliche Informationen liefern, stellen diese keine Anlageberatung, Steuerberatung oder Rechtsberatung dar. Die hier enthaltenen Aussagen sind nicht als Angebot oder Empfehlung bestimmter Produkte oder Dienstleistungen zu verstehen. Dies gilt auch dann, wenn einzelne Produkte oder deren Emittenten, Dienstleister oder Anbieter explizit erwähnt werden. Sofern die Inhalte und Informationen von Dritten zur Verfügung gestellt wurden bzw. Meinungen Dritter wiedergegeben werden, müssen diese nicht mit unserer Auffassung im Einklang, sondern können sogar im Widerspruch hierzu stehen. Bei Fragen zu rechtlichen oder steuerlichen Auswirkungen im Einzelfall wenden Sie sich bitte in jedem Fall vorher an Ihren Rechts- oder Steuerberater.

WEITERE BEITRÄGE AUS DER FIDOR WELT

DIGITALISIERUNG

Das Banking
der Zukunft
 

Bankroboter, Chatbots, KI: Das Banking der Zukunft ist digital. Wie die Banken- und Finanzbranche mit den Ansprüchen einer neuen Kundengeneration Schritt hält.

Erfahre mehr

DIGITALISIERUNG

Mobile Payment in China – Innovationen ohne Datenschutz?

Mobiles Bezahlen ist in China fast so normal wie atmen. Warum WeChat Pay und Alipay boomen, was die Zukunft bringt und wie es um den Datenschutz steht.

Erfahre mehr

DIGITALISIERUNG

Der digitale Wandel und die Banken

Die Bankenbranche steht vor großen Herausforderungen – so weit, so bekannt. Die letzte Innovation war bei vielen traditionellen Banken die Einführung des Online-Bankings. FinTechs sind da weiter: Mit ihrer digitalen DNA setzen sie in Sachen Kundenorientierung neue Maßstäbe.

Erfahre mehr