Cloud und KI-Integration Wie KI die Finanzwirtschaft erobert

Anbieter zum Thema

KPMG AG Wirtschaftsprüfungsges.

WatchGuard Technologies GmbH

Fsas Technologies GmbH

XOPERO SOFTWARE S.A.

Künstlicher Intelligenz geht ebenso an Banken, Versicherungen und Finanzdienstleistern nicht spurlos vorbei. Auch in der Finanzbranche wird – in eigenen Teams und unter Beteiligung externer Dienstleister – experimentiert, ausprobiert und getüftelt.

Das Umsatzpotenzial mit KI in der Finanz- und Versicherungsbranche ist groß und Budget ist vorhanden. Die anstehenden Projekten reichen vom Kundendialog via Chatbots über Textanalysen bis hin zur verbesserten Betrugserkennung. Der ultimative Effizienzschub blieb bislang noch aus, was wohl auch daran liegt, dass die Finanzbranche Risiken und Abenteuer tendenziell eher scheut und Neues langsam angeht.

Mit dabei in diesem bedachten Wandlungsprozess sind Felix Flohr und Daniel Wagenknecht von der KPMG Wirtschaftsprüfungsgesellschaft, die sich insbesondere mit den Möglichkeiten von KI und der Rolle Cloud-Lösungen in dieser Branche beschäftigen.

KI und die Public Cloud

Daniel Wagenknecht, Partner bei KPMG, führt aus: „Wir sehen bei Banken und Versicherungen, dass fast alle AI Use Cases in der Public Cloud umgesetzt werden.“ Das sei nicht überraschend. Die Cloud ist allein deswegen schon die erste Wahl, weil sie einerseits den Finanzdienstleistern eine Vielzahl von Funktionen und Services bereitstellt und andererseits Skalierbarkeit und den Zugang zu Innovationen ermöglicht. Zwar lässt sich KI auch auf On-Premise-Infrastrukturen betreiben. Aber das sei meistens nur eine Interimslösung.

Banken in der Experimentierphase

Sein Kollege Felix Flohr, Senior Manager Financial Services, KPMG, sagt: „Gerade zu Beginn der KI-Einführung steht häufig eine Experimentierphase, in der verschiedene Anwendungsfälle getestet und auch wieder verworfen werden.“ Im Vergleich zur On-Premise-Umgebung würde die Public Cloud Vorteile beim Sizing bieten, indem sie eine hohe Flexibilität und den Zugang zu den neuesten Modellen bietet, ohne dass große Investitionen getätigt werden müssen. Und auch Open-Source-Modelle, die angesichts des Wunsches nach mehr Souveränität interessanter werden, lassen sich demnach in der Cloud problemlos betreiben.

Wie aktuell ist die vorhandene IT-Architektur?

Banken sind eine spezielle Branche und nicht bekannt dafür, auf jeden Hype aufzuspringen. Negativ formuliert, sind in diesem Marktumfeld mitunter veraltete Infrastrukturen anzutreffen. Flohr weiß das und findet: „Bei der KI-Integration sollte nicht nur die Cloud-Architektur im Fokus stehen, sondern die gesamte IT-Architektur.“ Banken und Versicherungen, die ihre Architektur modernisiert haben, die also einen schnellen Zugriff auf Datenhaushalte und eine hohe Datenqualität haben, seien logischerweise gegenüber Konkurrenten im Vorteil. Außerdem würden Qualität und Zugänglichkeit der Daten sowie die Integrierbarkeit von KI in Geschäftsprozesse letztendlich darüber entscheiden, wie groß der Nutzen der Technologie tatsächlich ist. „Unternehmen, die bereits standardisierte Schnittstellen implementiert haben, sind wesentlich schneller in der KI-Umsetzung als diejenigen, die noch eine Legacy-Architektur verwenden“, so der Finanzdienstemanager.

KI im Kundenservice

Mit KI den Kundenservice optimieren

Stand der Dinge

Wie weit ist die Branche? Laut Wagenknecht beschäftigen sich sämtliche Unternehmen in der Finanzbranche mittlerweile mit KI und haben erste Proof of Concepts oder KI-Piloten umgesetzt. Aber viele Finanzdienstleister verfolgen dabei einen dezentralen Ansatz. Das heißt, sie haben ihren Mitarbeiter beispielsweise KI-gestützte Arbeitsassistenten zur Seite gestellt, aber sonst wenig getan, um die Mitarbeitenden zu einem effizienten Umgang mit KI zu befähigen.

Was KI bringen kann

Eines ist klar: Wer echte Erfolge durch KI verbuchen will – Kostensenkungen oder Umsatzsteigerungen – muss den Einsatz systematisch in Geschäfts- und Arbeitsprozesse einbinden. Und das kann nur mit einem Top-down-Ansatz gelingen, findet Wagenknecht.

Sein Kollege Flohr legt den Finger in die Wunde und sagt, dass „viele in der Finanzbranche sehr vorsichtig agieren und oft bestehende Arbeitsweisen nur punktuell verbessern, anstatt sie grundlegend zu hinterfragen“. Die volle Effizienz könne KI aber nur dann entfalten, wenn ganze Prozesse über Abteilungsgrenzen hinaus neu gedacht werden und nicht nur einzelne Schritte.

Beispiel Versicherungswirtschaft

Anwendungsfälle in der Finanzbranche ergeben sich laut Flohr beispielsweise im Kundenservice: „Angenommen, eine Kundin meldet sich mit einem Schadensfall bei ihrer Versicherung. Die KI könnte dann als vorgelagerte Instanz die Anfrage nicht nur entgegennehmen, sondern die Schadensmeldung und die eingereichten Unterlagen bereits bewerten und die Abwicklung vorbereiten.“ Sachbearbeiter prüfen in diesem Szenario dann letztendlich die Ergebnisse und geben die Zahlung frei.

Beispiel Kreditwesen

„Oder denken Sie an das Kreditgeschäft von Banken“, so Flohr, „Bei einer Baufinanzierung müssen hunderte Dokumente gesichtet, bewertet und erfasst werden.“ Auch hier könnte KI wertvolle Vorarbeit leisten, indem sie die Informationen heraussucht und bereits im System der Bank hinterlegt. Die Mitarbeiter prüfen dann lediglich, ob alles plausibel und korrekt ist. Die gewonnene Zeit können sie dann beispielsweise für Beratungsgespräche nutzen.

Beispiel Gesprächsprotokolle

Eine KI kann auch Kundengespräch protokollieren und den Mitarbeitern dann im Sinne der „Next Best Action“ konkrete Produktempfehlungen geben, sagt Flohr. Kundengespräche werden in der Finanzwirtschaft häufig protokolliert, weil Gesetze und Aufsichtsregeln eine nachvollziehbare und faire Beratung verlangen. Die Protokolle dokumentieren Inhalte, Risiken und die Eignung von Empfehlungen und liefern eine belastbare Grundlage für Streitfälle.

Modelle, Plattformen und Infrastruktur für den schnellen Start

So bringen Unternehmen KI in den produktiven Einsatz

Regressansprüche, Monitoring, Optimierungen

Es gibt viele weitere Anwendungsmöglichkeiten mit viel Potenzial Kosten zu senken oder Umsatz zu steigern, weswegen Budgets in der Finanzbranche dafür reichlich vorhanden sein werden. Im Versicherungswesen kann KI Regressansprüche frühzeitig erkennen. Die Technologie kann außerdem die Erstellung von Kommentaren und Berichten, etwa für Ratings oder Jahresabschlussberichte, übernehmen. In der Regulatorik kann KI das Monitoring von Gesetzgebung und Bestimmungen durchführen und das Unternehmen bei der Aktualisierung der internen Dokumentation unterstützen. Ein weiteres Einsatzgebiet sind Portfolio-Optimierung und das erstellen von Forecasts. Hier kann KI beispielsweise Leasinggesellschaften Empfehlungen unterbreiten, ob bestehende Verträge verlängert werden sollen oder lieber ein neuer Vertrag geschlossen werden sollte.

Das Potenzial ist groß

Wagenknecht bringt es auf den Punkt: „Das Potenzial ist groß, wird aber noch zu wenig ausgeschöpft. Wir stellen fest, dass der Großteil der Finanzdienstleister KI derzeit nur für Prozesse ohne Endkundenkontakt nutzt.“ Außerdem wird seiner Beobachtung nach die KI-Technologie sehr punktuell, sehr abteilungsbezogen und bei einzelnen Aufgaben eingesetzt. Das ist aus Wagenknechts Sicht schade: „Wenn Banken und Versicherer einen echten Mehrwert aus KI ziehen wollen, dann sollten sie sich auf die Einsatzgebiete fokussieren, die den Kunden die bestmögliche Customer Journey bieten.“

Die Sache mit der Regulatorik

Das Thema Regulatorik kam bereits zur Sprache. Die Anforderungen in diesem Feld bestärken die soliden Akteure in der Finanzwirtschaft in ihrer bedachten Herangehensweise an das KI-Thema. KPMG-Partner Wagenknecht kennt die Sachlage: „Im Unterschied zu den USA neigen wir in Europa und in Deutschland dazu, neue Technologien frühzeitig durch Gesetze zu flankieren.“ In den USA lassen sich vor diesem Hintergrund bereits AI Use Cases realisieren, die hierzulande noch undenkbar sind, einfach weil der AI Act Grenzen zieht. Wagenknecht ist aber um einen differenzierten Blick bemüht: „Wir sollten aber auch die andere Seite der Medaille betrachten: Der AI Act schützt uns vor unerwünschten Dingen wie Social Scoring. Insofern ist Regulatorik nicht immer etwas Schlechtes.“

Künstliche Intelligenz schafft neue Unternehmenskultur

Unternehmensführung in Zeiten von KI

Extra-Aufwand in Deutschland

Wagenknecht skizziert, wie Finanzdienstleister in diesem Spannungsfeld abwägen müssen, indem sie sich fragen: „Welche Möglichkeiten bietet mir die Technologie und was ist rechtlich zulässig?“ Das mache zwar die Einführung von KI hierzulande etwas aufwändiger, weil etwa ein KI-Register angelegt oder gewisse Schutzmechanismen eingebaut werden müssen. Aber immerhin sorge die Regulatorik auch für klare Spielregeln in Europa.

Zwischen Chatbots und Kreditwürdigkeitsprüfung

Flohr erzählt: „Im Übrigen schwankt der tatsächliche Aufwand durch die Regulatorik: Einfache Anwendungsfälle wie Chatbots lassen sich schlanker umsetzen als zum Beispiel eine KI-gestützte Kreditwürdigkeitsprüfung, da das Risiko gemäß AI Act hier höher ist.“ Eine wichtige Frage im KI-Business innerhalb des Finance-Umfeldes sei die Frage, wie KI-Modelle datenschutzkonform genutzt werden können. „Finanzdienstleister sollten beim KI-Einsatz darauf achten, dass Kundendaten, Eingaben und Ergebnisse nicht für das Training von KI-Modellen zur Verfügung stehen“, sagt Flohr.

Umgang mit personenbezogenen Daten

Banken und Versicherer müssen daher überprüfen, ob der KI-Provider die Vorgaben tatsächlich einhält. „Und wenn ich als Unternehmen meine KI selbst trainiere, dann darf ich keine personenbezogenen Daten verwenden“, ergänzt der Berater. In der Praxis heißt das konkret, dass andernfalls das Modell jedes Mal neu trainiert werden müsste, sobald ein Kunde den Finanzdienstleister auffordert, seine personenbezogenen Daten zu löschen. Das steht natürlich nicht zur Debatte.

KI als Konkurrenz?

Berufseinstieg: Übernimmt KI jetzt die Juniorstellen?

Die Vorteile eigener KI-Umgebungen

Entscheidend sei auch, für welche Architektur sich der Kunde entscheidet, so KPMG-Partner Wagenknecht: „Nutze ich ein frei verfügbares KI-Tool, dann werden meine Eingaben zwangsläufig für das Training verwendet.“ Die bessere Alternative sei die Wahl einer eigenen Umgebung. So könne der Kunde ausschließen, dass die eingegebenen Daten für allgemeine Trainingszwecke genutzt werden.

Experimentierfreude gefordert ...

Die beiden KPMG-Mitarbeiter kennen die Branche aus ihren Projekten. Flohr hat den Tipp an die Kunden aus der Finanzwirtschaft: „Seien Sie experimentierfreudig!“ Die Cloud bietet ihm zufolge eine hervorragende Ausgangsbasis, um Ideen für KI-Anwendungsfälle auszuprobieren. Mit Rapid Prototyping würden sich in einem Design-Thinking-Workshop sehr schnell Mehrwert und Nutzen identifizieren lassen. Sein Kredo: „Nur wenn Banken und Versicherer mutig Ideen testen und experimentieren, werden sie die Innovationspotenziale von KI für das eigene Haus finden.“

... aber mit Data Governance

Wagenknecht bringt die andere Seite ins Spiel, nämlich dass Finanzdienstleister darüber hinaus zwingend eine Data Governance mit klaren Verantwortlichkeiten und Prozessen für Cloud und KI brauchen. Andernfalls drohe ein Aufblühen von unzähligen Schatten-KIs. Auch müsse sich um die Daten gekümmert werden: „KI lebt von Daten. Diese müssen in ausreichender Menge, Qualität und Formatierung verfügbar sein, bevor die KI sie umfassend anzapfen kann.“ Ansonsten würde die Technologie stets hinter ihren Möglichkeiten zurückbleiben.

(ID:50627155)