Big Data für Verwaltung und Kundenservice: Fit für die Zukunft

Gerald Martinetz
Gerald Martinetz

Gastbeitrag von Gerald Martinetz, Mindbreeze

Der technologische Fortschritt hat die Finanzbranche vollständig erfasst. Banken und Versicherungen rund um den Globus beschäftigen sich zunehmend mit der Digitalisierung und den damit entstehenden neuen und durchaus hohen Ansprüchen von Kunden. Diese erwarten immer schnelleren Service und rasche Auskunft bei Hochrisikogeschäften, während digitale Konkurrenten wie Fintechs und InsureTechs versuchen, einzelne Glieder der Wertschöpfungskette des Finanzgewerbes zu übernehmen.

Um sich besser auf die Wünsche ihrer Kunden einzustellen und ihre Wettbewerbsfähigkeit gegenüber technologiegetriebenen Start-ups aus dem Finanzsektor zu steigern, müssen Banken und Versicherungen ihre Arbeitsweisen und unternehmensinternen Vorgänge an die durch die Digitalisierung geänderten Rahmenbedingungen anpassen.

Herausforderung Big Data

Daten spielen in der digitalen Welt eine außerordentlich wichtige Rolle. Unternehmen werden täglich mit der steigenden Zahl an Informationen konfrontiert. Sowohl die Anzahl von unstrukturierten als auch strukturierten Daten (Big Data) erhöht sich stetig. Dadurch ergeben sich eine Vielzahl von Schwierigkeiten. Eine wesentliche Herausforderung stellt beispielsweise schon die Bereitstellung von Daten dar, denn Informationen werden heute in den unterschiedlichsten Anwendungen und Programmen gespeichert. Dies führt dazu, dass die benötigten Daten oft nur mit großem Aufwand gefunden werden können. Häufig sind es jedoch gerade diese Informationen, die geschäftsentscheidend sind und dadurch zu einem Wettbewerbsvorteil gegenüber der Konkurrenz führen.

Sogenannte Insight Engines können Unternehmen dabei unterstützen, dieses Potenzial effizient zu nutzen und den verändernden Markt- und Geschäftsbedingungen gerecht zu werden. Sie vereinen Techniken wie Web-Harvesting, Entity Extraction, Machine- sowie Deep Learning bis hin zu Methoden künstlicher Intelligenz und dienen dazu, Informationen ressourceneffizient zu finden und im richtigen Zusammenhang dem Anwender für den jeweiligen Geschäftsfall bereitzustellen. Sie gewähren Mitarbeitern dadurch einen „Einblick“ ins Unternehmen und optimieren dabei ganze Geschäftsprozesse.

Bestehendes Unternehmenswissen intelligent verknüpfen

Insight Engines sind Lösungen, die sowohl strukturierte Metadaten als auch Textinhalte analysieren, verstehen und dadurch den Bedarf des Anwenders korrekt ermitteln. Sie nutzen unter anderem Natural Language Processing (NLP) und Natural Language Question Answering (NLQA), um das bestehende Unternehmenswissen zu erfassen, Informationen zu extrahieren und Zusammenhänge zwischen Daten aufzuzeigen. Mit diesen Technologien können Suchanfragen in natürlicher Sprache abgegeben und direkt weiterverarbeitet werden. Während mit NLP die menschliche Sprache erfasst wird, ermöglicht NLQA die linguistische Interpretation von Suchabfragen. Anstelle von endlosen Ergebnislisten mit dem Suchbegriff zeigen Insight Engines übergeordnete, meist komplexe Zusammenhänge zwischen Informationen auf und ermöglichen dadurch die Bereitstellung der direkt angefragten Information, ergänzt um kontextspezifische Zusatzinformationen, die mithilfe von semantischen Analysen generiert werden.

Alles auf einem Blick

Weitere Formen künstlicher Intelligenz, die bei Insight Engines eingesetzt werden, sind Machine- und Deep Learning. Durch diese ist das System in der Lage stetig dazuzulernen. Die Technologie analysiert dafür kontinuierlich die Arbeitsweise von Personen und kategorisiert die Relevanz von Informationen anhand der Häufigkeit und des Kontexts ihres Aufrufs. Sie stellt diese dem Anwender dann proaktiv und personalisiert in einem Gesamtbild zur Verfügung. Diese sogenannte 360-Grad-Sicht über jegliche geschäftsrelevanten Daten innerhalb des Unternehmens, wie Kunden, Lieferanten, Verantwortlichkeiten und Fachwissen, führen zu einem umfassenden Überblick, der im zunehmend härteren Wettbewerb erfolgsentscheidend sein kann.

Erst durch dieses Aufbereiten, Analysieren, Interpretieren und semantische Verknüpfen von Informationen können Zusammenhänge richtig erkannt und Unternehmensvorgänge und Prozesse vollständig optimiert werden.

Fazit

Wollen Banken und Versicherungen ihre Effizienz steigern, Kosten senken und bei ihren Kunden punkten, müssen sie noch stärker auf die Digitalisierung setzen und ihre durchaus erfolgreichen Geschäftsmodelle in die digitale Welt überführen. Wer im Wettbewerb der Finanzdienstleister bestehen möchte, muss flexibel sein und rasch handeln. Unternehmen investieren vermehrt in moderne Technologien wie Insight Engines, um ihre Geschäftsprozesse und Arbeitsabläufe zu optimieren. Dadurch werden Ressourcen geschont und ein messbarer Mehrwert generiert.

EXXECNEWS-Autor Gerald Martinetz verantwortet den Vertrieb für den Bereich Insight Engine bei der Mindbreeze GmbH, Linz (Österreich). Das Unternehmen ist ein führender Anbieter von Softwareprodukten für Enterprise Search, Big Data und Wissensmanagement. Der Gastbeitrag ist zuerst erschienen in EXXECNEWS Ausgabe 05/2018.

www.mindbreeze.com

Zurück

Gastbeiträge
Wir nutzen Cookies auf unserer Website. Einige von ihnen sind essenziell, während andere uns helfen, diese Website und Ihre Erfahrung zu verbessern.
In dieser Übersicht können Sie, einzelne Cookies einer Kategorie oder ganze Kategorien an- und abwählen. Außerdem erhalten Sie weitere Informationen zu den verfügbaren Cookies.
Gruppe Essenziell
Name Netzhirsch
Technischer Name _netzhirsch_cookie_opt_in
Anbieter
Ablauf in Tagen 30
Datenschutz
Zweck Wird verwendet, um festzustellen, welches Cookie akzeptiert oder abgelehnt wurde.
Erlaubt
Gruppe Essenziell
Name Contao CSRF Token
Technischer Name csrf_contao_csrf_token
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Dient zum Schutz der Website vor Fälschungen von standortübergreifenden Anfragen . Nach dem Schließen des Browsers wird das Cookie wieder gelöscht
Erlaubt
Gruppe Essenziell
Name PHP SESSION ID
Technischer Name PHPSESSID
Anbieter
Ablauf in Tagen 0
Datenschutz
Zweck Cookie von PHP (Programmiersprache), PHP Daten-Identifikator. Enthält nur einen Verweis auf die aktuelle Sitzung. Im Browser des Nutzers werden keine Informationen gespeichert und dieses Cookie kann nur von der aktuellen Website genutzt werden. Dieses Cookie wird vor allem in Formularen benutzt, um die Benutzerfreundlichkeit zu erhöhen. In Formulare eingegebene Daten werden z. B. kurzzeitig gespeichert, wenn ein Eingabefehler durch den Nutzer vorliegt und dieser eine Fehlermeldung erhält. Ansonsten müssten alle Daten erneut eingegeben werden.
Erlaubt
Gruppe Analyse
Name Google Analytics
Technischer Name _gat,_ga_gid
Anbieter Google
Ablauf in Tagen 1
Datenschutz https://policies.google.com/privacy
Zweck Tracking
Erlaubt