Künstliche Intelligenz im Finanzwesen

Kontaktloses zahlen an der Kasse, Mobile Banking über Smartphones oder Tablets. Die Digitalisierung macht auch nicht Halt vor traditionellen Branchen wie dem Finanzwesen.Technologische Neuerungen tragen zu völlig neuen Kundenerlebnissen im Bereich der Geldanlage und Vermögensverwaltung bei und verändern damit auch interne Prozesse.

Häufig stellt man sich jedoch die Frage, ob Banken, Versicherer, Vermögensverwalter und andere Finanzdienstleister wirklich in der Lage sind sich schnell genug weiterzuentwickeln. Es drängt sich der Eindruck auf, dass mit dem Thema der digitalen Transformation in erster Linie der Ausbau der Kommunikations- und Vertriebswege hin zum Kunden gemeint sind. Eine ansprechende Webseite, eine praktische App und das Thema Digitalisierung scheint erledigt. Doch die Realität sieht anders aus. Der Einfluss der Digitalisierung und der damit einhergehende digitale Strukturwechsel und seine Implikationen sind viel weitreichender.

Die Datenflut beherrschen

Primär bringt die stetig wachsende Menge an Daten als Resultat des digitalen Wandels für Kreditinstitute und Finanzdienstleister immer neue Herausforderungen mit sich.

Jetzt gilt es neue Wege zu gehen um den sich änderten Rahmenbedingungen zu entsprechen und gleichzeitig die hohen Auflagen von Regulierungsbehörden zu erfüllen: Insight Engines können hier Abhilfe schaffen. Bei dem vom IT-Analysten Gartner geprägten Begriff handelt es sich um Wissensmanagement Lösungen basierend auf die durch Enterprise Search bekannten Technologien. Sie werden in bereits in unterschiedlichen Branchen eingesetzt, um Daten zu analysieren, qualitativ aufzubereiten und im richtigen Zusammenhang bereitzustellen, um den Zugang zu benötigten Informationen zu vereinfachen und interne Prozesse zu optimieren.

Der Mitarbeiter erhält so rasch einen Überblick (360-Grad-Sicht) beispielsweise zu Verträgen und Kunden.

Wichtig ist dabei, dass bei jeder Abfrage die Zugriffsrechte direkt an der Datenquelle abgefragt werden, so werden auch kurzfristige Änderungen immer berücksichtigt.

Künstliche Intelligenz im Einsatz

Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) sind Teilbereiche der künstlichen Intelligenz. Sie sorgen dafür, dass die in natürlicher Sprache gestellte Abfrage richtig verstanden und das Anliegen des Anwenders identifiziert wird. So ist die Technologie im Stande auf Fragen mit „wo“, „wer“, „warum“, „wann“ etc. adäquat zu reagieren.

Eine Insight Engine ist außerdem in der Lage von Erfahrungen aus der Vergangenheit zu lernen (Deep- / Machine Learing). Semantsiche Analysen verhelfen basierend auf den Arbeitsweisen der Mitarbeiter zu einer Kategorisierung von Informationen. So können wichtige Informationen automatisiert proaktiv und rechtzeitig dem Anwender zur Verfügung gestellt werden.

Fazit

Die Digitalisierung bedeutet auch für das Finanzwesen eine neue Herausforderung.

Auch in diesem Umfeld wächst die Zahl Start-up Unternehmen, die in den Markt drängen ständig. Gerade durch die strengen Regulierungen und Auflagen sollte besonderes Augenmerk auf die Auswahl der eingesetzten Produkte gelegt werden.