Banken und Künstliche Intelligenz (KI) könnten ein Traumpaar sein. Banken sitzen seit je auf Bergen von Daten – und ihr Geschäft ist es, Daten zu bewegen und Entscheidungen gut und effizient zu treffen. Banken haben, was KI braucht und sie brauchen was KI bietet. Bisher gehen beide aber nur zaghaft aufeinander zu. Damit das Traumpaar zusammenkommt, lohnt es sich, die Ziele für Amors Pfeile einmal etwas genauer anzusehen.
Besser empfehlen mit KI
Banken treffen nicht nur Entscheidungen, sie unterstützen auch ihre Kunden dabei, gute Entscheidungen zu treffen. Von daher überrascht es nicht, dass der Robo-Advisor, der Bankkunden dabei unterstützt, ihr Portfolio zu verwalten, bereits seit einigen Jahren zu den fest etablierten Themen der Bankenwelt gehört.
Ein anderes gutes Ziel für Amos Pfeile könnten Produktempfehlungen für Kunden sein. Die etablierten Kundenbeziehungen der Banken bieten viel Potenzial für Cross-Selling. Die Datensätze der Banken könnten es erlauben, dieses Cross-Selling viel zielgerichteter auszuführen, als es zurzeit geschieht. Anstatt den Geldautomaten standardisierte Werbeanzeigen zeigen zu lassen, wäre es längst möglich, präzise und auf den Kunden zugeschnittene Angebote zu machen und ihm z.B. eine Aufstockung seiner Hausratsversicherung anzubieten, weil er in den letzten Wochen eine größere Zahlung an ein Möbelhaus geleistet hat.
Besser entscheiden mit KI
Aber KI kann auch dabei helfen, bankintern bessere Entscheidungen zu treffen. S&N Invent hat bereits vor einigen Jahren gemeinsam mit dem SICP nachgewiesen, dass sich aus Jahresabschlüssen Aussagen zu Kreditwürdigkeit auch automatisiert ermitteln lassen. In dem mit Professor Eyke Hüllermeier und Dr. Henning Wachsmuth durchgeführten Projekt wurden die Texte aus Jahresabschlüssen mithilfe von KI-gestützter Verarbeitung natürlicher Sprache analysiert, die Daten aufbereitet und dann mithilfe eines maschinengelernten Modells bewertet. Dabei zeigte sich, dass die so automatisch gewonnenen Bewertungen in der Qualität und Aussagekraft der Bewertung von Experten nur wenig nachstehen.
Ähnlich ist es möglich, Jahresabschlüsse von Unternehmen, z.B. den Lagebericht, auch im Hinblick auf zukünftige Investitionsabsichten auszuwerten. Die Firmenkundenberater werden so in die Lage versetzt, diesen Unternehmen entsprechende Produkte anzubieten.
In beiden Anwendungsszenarien lässt sich sehr schnell die notwendige Aufmerksamkeit der Firmenkundenberater und der Analysten in einer Vielzahl von Jahresabschlüssen auf die wirklich interessanten und relevanten Fälle lenken.
Im Bereich Betrugsbekämpfung ist der Einsatz von KI bereits besser etabliert. So gibt es bereits etliche Anwendungen von Mustererkennung zur Aufdeckung von Verdachtsfällen im Kreditkartenbetrug. Diese Verfahren lassen sich ausweiten, um zum Beispiel auffällige Transaktionen von Kunden, die sich als Finanzagent haben anwerben lassen, zu erkennen.
Effizienter arbeiten mit KI
Aber Banken treffen nicht nur Entscheidungen, sie müssen diese Entscheidungen auch vorbereiten. Und dazu ist zunächst einmal eine Menge klassischer Büroarbeit notwendig. Vielfach sind selbst zentrale Prozesse noch stark papierbehaftet, die Digitalisierung hat noch Luft nach oben. KI kann hier ein wichtiger Katalysator der Digitalisierung sein.
Chancen bietet KI hier besonders an der Schnittstelle zwischen Papier und Computer. KI-gestützte Systeme, etwa zur Handschriftenerkennung, können die Übernahme von Kundendokumenten in die IT-Systeme wesentlich kostengünstiger machen. Bei simplen Formularen reicht es hier schon, wenn einfach nur die Handschriftenerkennung funktioniert. Alles andere ergibt sich aus der Position im Dokument. Bei Dokumenten im Fließtext erlaubt wieder die KI-gestützte Verarbeitung natürlicher Sprache die Extraktion der wesentlichen Informationen. So kann z.B. die grammatische Struktur eines Satzes längst mit Hilfe von Standardbibliotheken analysiert und für die weitere Verarbeitung zur Verfügung gestellt werden.
Eine größere Herausforderung sind semi-strukturierte Dokumente, bei denen sich der Zusammenhang der Informationen erst aus dem Zusammenhang der Positionen der Texte im Dokument ergibt. Typische Vertreter sind zum Beispiel Rechnungen, Kontoauszüge oder Fahrzeugscheine.
Für solche Anwendungsfälle hat S&N Invent das System S2K (Scan2Knowledge) entwickelt, das aus solchen Dokumenten Informationen extrahieren kann. Ähnlich wie die grammatische Struktur eines Satzes analysiert das System die Grammatik des Weißraums auf dem Dokument und erkennt die Zusammenhänge zwischen den Textelementen. So können zum Beispiel Beträge und Rechnungspositionen zusammengeführt werden, um sie dann weiter zu verarbeiten. Für einen Objektfinanzierer hat S&N Invent dieses System eingesetzt, um Informationen aus Fahrzeugbegleitdokumenten zu extrahieren. Soweit die Weiterverarbeitung keine automatisierte Schnittstelle anbietet, kann auch Robotic Prozess Automation zum Einsatz kommen, um die Daten zu übernehmen.
Modern Kommunizieren mit KI
KI kann aber auch helfen, die Schnittstelle zum Kunden überhaupt zu modernisieren. Vielfach im Einsatz sind bereits Chat-Bots, die den Kunden auf der Webseite begrüßen und ihm helfen, seine Anliegen zügig abzuwickeln. Einen Schritt weiter gehen Sprachassistenten, die es dem Kunden erlauben, einfache Geschäftsvorfälle komfortabel abzuwickeln. Gerade mit mobilen Geräten ist es einfacher Siri nach dem Kontostand zu fragen, als ihn über eine App heraus zu suchen. Die Anbindung an Assistenten wie Alexa ist überhaupt erst über Sprachassistenten möglich.
Fazit
Einige Schritte hat unser Traumpaar bereits aufeinander zu gemacht. Es wäre aber mehr Nähe möglich. KI-gestützte Lösungen bieten viele Chancen, Prozesse besonders in Banken effizienter und kostengünstiger und in besserer Qualität abzuwickeln. Dies gilt nicht nur für die bankspezifischen Fragestellungen, sondern gerade auch für Arbeitsschritte, wie sie auch in anderen Unternehmen erfolgreich mithilfe von KI automatisiert werden.
Ansprechpartner: Dr. Klaus Schröder
