Künstliche Intelligenz und maschinelles Lernen im Banking

Bild: Silhouette Eines Kopfes Mit Eine "Universum" Miteiander Vernetzter Atome Darin

Welche Zukunft haben Maschinelles Lernen und künstliche Intelligenz im Banking? Eine Frage, die bislang noch nicht so häufig gestellt wird. Jedoch zu Unrecht.

Denn Banken sind derzeit einigem Druck ausgesetzt, vielfältige Probleme sind zu meistern.

  • Die Filiallandschaft wird radikal umstrukturiert. Es gibt in Zukunft weit weniger Filialen, die meisten sogar ohne Personal. Viele Geschäfte werden digital getätigt oder die Kunden besuchen größere, zu Flagship-Stores ausgebaute Standorte.
  • Die FinTechs strömen auf den Markt und attackieren das Kerngeschäft der Banken mit digitalen Produkten. Oft gelten für sie nicht die gleichen Regularien wie für die traditionellen Institute, was einen ungleichen Innovationswettbewerb schafft.
Künstliche Intelligenz

Was hat das mit künstlicher Intelligenz zu tun?

Gute Frage! Im Prinzip ist es doch so: Wenn es schwierig ist, neue Kunden zu gewinnen, sollte man sich darauf konzentrieren, die Akquise effizienter zu machen, oder aber, den Bestandskunden mehr und besser auf sie zugeschnittene Produkte zu verkaufen. Denn das ist sieben Mal so günstig, wie einen neuen Kunden zu gewinnen. Ähnliches gilt für das Thema Regulierung: Wenn es immer mehr Personal erfordert, sich überhaupt einen Überblick über die Rechtsthemen zu verschaffen, wäre es da nicht komfortabel, einige Aufgaben automatisieren zu können? Bei solchen Fragen kann Maschinelles Lernen im Banking eine wichtige Rolle spielen.

Das wird klar, wenn wir uns vor Augen führen, was Maschinelles Lernen eigentlich heißt. Prinzipiell geht es darum, dass aus Daten über die Vergangenheit automatisiert Prognosen über die Zukunft erstellt werden können. Eine künstliche Intelligenz analysiert Muster und Gesetzmäßigkeiten innerhalb großer Datenmengen und kann daraus Handlungsoptionen ableiten.

Im Prinzip ist das nichts anderes als das, was ein menschlicher Berater tun würde: Er lernt seine Kunden über die Jahre kennen und weiß ungefähr, welche Produkte oder Dienstleistungen diese interessieren könnten. Entsprechend kann er auf diese zugehen, um ihnen passende Angebote zu unterbreiten. Künstliche Intelligenzen können dieses Prinzip jedoch ausweiten und in automatisierbare Prozesse einfließen lassen. Gerade bei einer dünner werdenden Personaldecke muss damit nicht auf ein individuell  kundenfokussiertes Marketing verzichtet werden.

Ideenmanagement

Schauen wir uns dazu ein paar Beispiele an!

Anwendungsbeispiele für Maschinelles Lernen im Banking

1. Chatbots!

Wenn man schon weniger menschliche Berater hat – warum nicht auf Roboter setzen? Mit Chatbots können Kunden in über Textnachrichten oder Sprache kommunizieren, um sich von ihnen beraten zu lassen. Das geht zum Beispiel auch über Facebook und WhatsApp oder am Telefon. Das besondere an Chatbots ist, dass sie mithilfe künstlicher Intelligenz aus den Interaktionen mit den Nutzern lernen und sich deren Bedürfnissen und Vorlieben immer besser anpassen. Fun Fact: Sie können mittlerweile sogar auch verkaufen! Schauen Sie sich mal unseren Blogartikel zum Thema Chatbots an.

Bild: Roboter mit virtuellem Interface vor grauem Hintergrund

2. Compliance

In Verbindung mit Software, die Sprache verarbeiten kann, wird künstliche Intelligenz auch zu einem Compliance-Thema. Dort hat sich der Aufwand beim Bewerten von Texten durch die vielen Regulierungen stark erhöht. Mit künstlicher Intelligenz ist es möglich, die Texte automatisiert auszuwerten und sie mit den internen Richtlinien abzugleichen. Dabei lernen die Programme, immer genauere Analysen durchzuführen und es wird einfacher feststellbar, welche Anforderungen und Verpflichtungen in der Bank sich auf welche spezifischen Mitarbeiter oder Produkte beziehen.

Arbeitsrecht

3. Personalisiertes Marketing

Bei diesem Thema geht es darum, aufgrund von Kundenverhalten  abzuleiten, für welche Produkte sich ein spezifischer Kunde interessieren könnte. Es werden aggregierte Metadaten gebildet über bestimmte Kundeneigenschaften wie Alter, Familienstand, Bildungsgrad oder Beruflicher Status und diese werden in Verbindung gebracht mit Interessen, Kaufentscheidungen oder der Interaktion mit Online-Angeboten wie Newslettern.

Daraus kann schließlich abgeleitet werden, welche Eigenschaften ein typischer Kunde hat, der gerne einen Bausparvertrag kaufen möchte. Aufgrund dessen können diesem zum Beispiel in seinem Newsletter automatisch die richtigen Produkte gezeigt werden, oder die Informationen fließen in die Vorbereitung der Berater auf ein Gespräch mit ein. Gerade da Banken so viele Kundendaten haben, könnten für ein personalisiertes Marketing wertvolle Informationen gewonnen werden. (Wichtig aber: Datenschutz beachten!)

Vermarktung

Künstliche Intelligenz in der Finanzbranche

Welche Vorteile bieten sich für die Finanzbranche und wie können Sie die Chancen nutzen? Lernen Sie bei der Konferenz KI in Banken Praxisbeispiele renommierter Kreditinstitute kennen und erfahren Sie, wie deren Zukunftsstrategie aussieht.

Digitalisierung In Banken

Digitalisierung in Banken

Die Digitalisierung ist für Banken ein wichtiges Projekt. In unserem Whitepaper lesen Sie Analysen, Praxisberichte und Meinungen zu wichtigen strategischen und praktischen Herausforderungen.
Jetzt kostenlos herunterladen!

Christoph Erle

Mein Name ist Christoph Erle und ich betreue bei Management Circle die Blogs zu Personalwesen, Banken, Energiewirtschaft und Handelsmarken. Als langjähriger Freund des Netzes und Content-Marketing-Spezialist wollte ich mir die Chance nicht nehmen lassen, bei einem renommierten Veranstalter den Aufbau einer Online-Präsenz zu unterstützen. Ich hoffe, hier hilfreiche Inhalte für Sie bereitzustellen und Sie demnächst im Netz oder auf einer unserer Veranstaltungen anzutreffen.

Schreibe einen Kommentar

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

Künstliche Intelligenz in der Finanzbranche - wie gelingt das?

Die Finanzbranche befindet sich im Umbruch und hat mit der Künstlichen Intelligenz ein neues Anwendungsfeld im Bereich der digitalen Transformation geschaffen. Wie können Sie Ihre Geschäftsprozesse optimieren?

Jetzt herunterladen!

Download: Künstliche Intelligenz in der Finanzbranche - wie gelingt das?