Künstliche Intelligenz im Finanzwesen
Die Digitalisierung macht keinen Halt vor traditionellen Branchen wie dem Finanzwesen. Derzeit steht der Wirtschaftszweig vor enormen Veränderungen, insbesondere auf technologischer Ebene. Innovationen verhelfen neben völlig neuen Kundenerlebnissen im Bereich der Geldanlage und Vermögensverwaltung zu signifikanten Kosteneinsparungen für die Unternehmen selbst. Daniel Fallmann, Gründer und CEO der Mindbreeze GmbH, erläutert am 22. Mai in der Kapitalanlagezeitung EXXECNEWS das Potential von künstlicher Intelligenz im Finanzwesen.
In diesem Zusammenhang stelle sich häufig die Frage, ob Banken, Versicherer, Vermögensverwalter und andere Finanzdienstleister tatsächlich in der Lage seien, sich schnell genug weiterzuentwickeln. Oft dränge sich der Eindruck auf, dass mit dem Thema der digitalen Transformation in erster Linie der Ausbau der Kommunikations- und Vertriebswege zum Kunden gemeint sind. Eine ansprechende Webseite, eine praktische App und das Thema Digitalisierung scheint erledigt. Doch die Realität sehe anders aus, so Fellmann. Der Einfluss der Digitalisierung und der damit einhergehende digitale Strukturwandel sowie seine Implikationen seien viel weitreichender.
Handlungsdruck ergebe sich im Kapitalsektor vor allem aus den hohen Regulierungs- und Aufsichtsanforderungen sowie aus disruptiven Wettbewerbseinflüssen, beispielsweise durch online-basierte Geschäftsmodelle (FinTechs), die in traditionelle Geschäftsbereiche vordringen. Es gelte neue Wege zu gehen, um den sich ändernden Rahmenbedingungen zu entsprechen und gleichzeitig die hohen Auflagen von Regulierungsbehörden zu erfüllen: Insight Engines könnten hier Abhilfe schaffen. Denn Insight Engines sind intelligente Suchsysteme, die Informationen aus unterschiedlichen Datenquellen (Fachanwendungen, E-Mail-Systeme etc.) abrufen, analysieren und im richtigen Kontext verknüpfen können. Diese Daten werden anschließend in einem Index – ähnlich einem Buchindex – bereitgestellt, wobei keine Kopien in einem weiteren System gespeichert werden. Rechercheabfragen werden gegen diesen Index gestellt und die Lösung zeigt die relevanten Ergebnisse aus allen Datenquellen übersichtlich in einer Vorschau an (360-Grad-Sicht). Der Mitarbeiter erhält so rasch einen Überblick beispielsweise zu Verträgen und Kunden oder Informationen aus anderen Filialen, wenn als Datenquelle auch ein Intranet angebunden ist.
Als selbstlernende Technologie ist eine Insight Engine außerdem in der Lage, von Erfahrungen aus der Vergangenheit zu lernen (Deep/Machine Learing). Semantische Analysen verhelfen zu einer Kategorisierung der Informationen. Basierend auf den Arbeitsweisen der Mitarbeiter erhalten beispielsweise häufig aufgerufene Daten eine höhere Relevanz. Wichtige Informationen werden so automatisiert proaktiv und rechtzeitig dem Anwender zur Verfügung gestellt. Intelligente Lösungen wie Insight Engines seien vielseitig einsetzbar. Sie könnten zum Beispiel für Leasing oder Immobilien- und Aktienverwaltung individuell angepasst werden sowie Geschäfts- und Informationsprozesse optimieren und agiler gestalten.