Der Einsatz von KI im Banking – Teil I

Die Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie des digitalen Wandels und findet zunehmend Anwendung in der Finanzwelt. Geeignete Anwendungsbereiche für KI sind informationsintensive, wiederkehrende Prozesse mit einem abgegrenzten Domänenwissen. Bereits heute nutzen einige Finanzdienstleister KI-Anwendungen zur Prüfung von Transaktionen, zur Anlageberatung, zur Betrugserkennung oder bei der Kreditwürdigkeitsprüfung. Zusammen mit hochleistungsfähigen Hard- und Softwareplattformen ermöglichen die Methoden der KI aus großen Datenmengen ohne explizite Programmierung komplexe Zusammenhänge zu erkennen. Zu den bekanntesten KI-gestützten Anwendungen zählen die sogenannten Intelligenten Assistenten (auch: Personal Voice Assistants (PVA) oder Sprachassistenten) wie Amazon Alexa, Google Home oder Telekom Hallo magenta, die natürliche Sprache verstehen, verarbeiten und die generierten Antworten per Lautsprecher übermitteln können. Mittels Spracherkennungs- und Parsingalgorithmen in Verbindung mit semantischen Technologien lassen sich diese Geräte einfach bedienen und unterstützen den Anwender bei einer definierten Menge von Aufgaben und fungieren gleichzeitig als neuer Distributionskanal. Bekannte Anwendungsbereiche sind Audio- und Musikdienste, Nachrichtenservices (Wetter, Verkehr, Börse, Sport, Navigation usw.). Auch Finanzdienstleister erkennen den Mehrwert dieser Kommunikationsschnittstelle und nutzen Alexa bereits, um Aktienkurse, Börsennachrichten und allgemeine Informationen ansagen zu lassen.

Der Bankensektor ist prädestiniert für den Einsatz von KI wegen der Menge der verfügbaren Daten und der umfassenden Dokumentation von Prozessen, die von zahlreichen Wiederholungen geprägt sind. Banken setzen KI vorwiegend in intelligenten Agenten (Software-Agenten oder Chatbots), im Rahmen der Kreditvergabe und dahinterliegenden Verarbeitungsprozessen oder im Wertpapierhandel ein.

Der erste Teil des Beitrags erläutert den Einsatz von intelligenten Chatbots, Personal Voice Assistants (PVA) und KI im Bereich Marketing. Der Folgebeitrag behandelt die Themen Bonitätsprüfung und Betrugsprävention, Anlageberatung / Vermögensanlage und Compliance.

Intelligente Chatbots

Im Bereich der KI-gesteuerten Assistenz setzen Banken vermehrt intelligente Chatbots ein, mit denen Nutzer ebenfalls direkt kommunizieren und interagieren können. Im Vergleich zu einfachen Chatbots, die über Scriptsprachen-Applets auf eine vordefinierte Bibliothek an Inhalten zugreifen, arbeiten fortgeschrittene Bot-Plattformen mit KI-Algorithmen.

Zentrales Element der intelligenten Chatbot-Systeme bildet die hinterlegte Wissensbasis (Datenbank) und die implementierten Algorithmen zur Vorgangs-/Prozessteuerung. Ein Chatbot funktioniert nach dem Prinzip des Patternmachting, der Musterübereinstimmung. Die Wissensbasis beruht auf einem Erkennungsmuster (Regeln) für mögliche Fragestellungen der Anwender mit darauf passenden Antworttexten und -aktionen. Aus den gestellten Fragen der Benutzer vergleicht der Algorithmus die Schlüsselwörter mit den gespeicherten Antworten in der Wissensbasis. Sind in der Wissensbasis entsprechende Schlüsselwörter gespeichert, wird eine Antwort ausgegeben bzw. eine Aktion ausgeführt.

Personal Voice Assistants (PVA)

PVA sind weiterentwickelte Chatbot-Plattformen, die sprachliche Eingaben des Benutzers im Rahmen eines imitierten Dialogs in Handlungsanweisungen umsetzen und dadurch dem Benutzer assistieren (vgl. Apple Siri, Amazon Echo oder Google Home). Mit entsprechenden Anwendungen können Kunden den Kontostand für Einzel- und Gemeinschaftskonten, den Gesamtfinanzstatus und Informationen über Eingänge und Abbuchungen auf dem Konto per Sprachbefehl abfragen. Unterstützt werden dabei sowohl Google-Home-Lautsprecher als auch kompatible Lautsprecher von dritten Anbietern und weitere Geräte, die Google Assistant nutzen.

Marketing

Die Technik Predictive Behavioral Targeting ermöglicht Banken mit Hilfe Künstlicher Neuronaler Netze (KNN) und Deep-Learning-Methoden aus selektiven Nutzerbefragungen, Nutzerdaten und externen Datenquellen statistische Prognosen zu Verhaltensmustern der Nutzer zu erstellen. Aus der Bildung von Profilen, bestehend allein aus Suchwörtern und Big-Data-gestützten Auswertungsalgorithmen, lassen sich Wahrscheinlichkeiten für anstehende Kaufentscheidungen approximieren. Anstatt große Datensets zum Offline- und Online-Verhalten spezifischer Nutzergruppen und -segmente zu kaufen, können Banken ihre Kampagnen mit Hilfe der zukünftig nachgefragten Suchwörter optimieren.

Bei der Kundeninteraktion kann KI aufgrund von Historie und aktueller Stimmungslage – abgeleitet aus Textnuancen in der schriftlichen Korrespondenz oder aus der Stimmfarbe bei Telefonaten – den Sachbearbeitern konkrete Handlungsempfehlungen zum Umgang geben.

Der Autor

Prof. Dr. Dirk Neuhaus, MBA ist Professor für Informationssysteme in Finanzdienstleistungsunternehmen an der Hochschule der Sparkassen-Finanzgruppe in Bonn und forscht auf dem Gebiet der Künstlichen Intelligenz.

Kontakt

Prof. Dr. Dirk Neuhaus, MBA
Professur für Informationssysteme in Finanzdienstleistungsunternehmen
Hochschule der Sparkassen-Finanzgruppe
Simrockstr. 4
53113 Bonn

Telefon: (0228) 204 – 9936
Telefax: (0228) 204 – 9939
E-Mail: Dirk.Neuhaus@s-hochschule.de

Verwandte Artikel