08.12.2016
Künstliche Intelligenz wird zur Schlüsseltechnologie für Banken. Machine Learning wird sich in drei bis fünf Jahren als eine Schlüsseltechnolgie bei Finanzdienstleistern etabliert haben. Künstliche Intelligenz wird eigenständig zentrale Aufgaben von Finanzdienstleistern übernehmen und dabei wiederkehrende Prozesse automatisieren, Handlungsempfehlungen liefern und komplexe Analysen erstellen. Sie lernt aus Datenbergen, ohne explizit darauf programmiert worden zu sein. Rückblickend betrachtet, wird das maschinelle Lernen die Branche massiv verändern. Das zeigen aktuelle Marktanalysen der auf Finanzdienstleister spezialisierten Unternehmensberatung Cofinpro.
„Machine Learning entwickelt sich zu einer Schlüsseltechnologie, die den Menschen künftig nicht ersetzen, aber sehr stark unterstützen wird. In drei bis fünf Jahren werden Unternehmen aller Branchen damit arbeiten, ob sie nun ihre Kunden besser beraten oder aber ihre Prozesse effizienter gestalten wollen“, sagt Dirk Ungemach-Strähle, Experte für das Thema Machine Learning bei Cofinpro. „Das maschinelle Lernen ist bereits heute längst nicht mehr die exklusive Domäne von Forschern in Sachen künstliche Intelligenz oder digitalen Unternehmen wie Amazon, Google und Microsoft.“
Finanzdienstleister könnten Machine Learning beispielsweise im Zusammenhang mit Robo Advisory einsetzen – also mit Systemen zur digitalen Vermögensverwaltung. Anwendungsmöglichkeiten wären hier die Wertpapierberatung für Privatkunden, das Portfoliomanagement oder der Eigenhandel mit Aktien, Anleihen und anderen Papieren. Im nächsten Schritt ließe sich maschinelles Lernen im Sinne einer ganzheitlichen, auf künstlicher Intelligzenz basierender Finanzplanung nutzen.
Ein weiterer denkbarer Bereich sind Chatbots – hierbei handelt es sich um text- oder sprachbasierte Dialogsysteme zwischen Bankkunden und Bots, die unter anderem Auskünfte zu Kontotransaktionen erteilen, einfache Serviceanfragen beantworten oder Zahlungsaufträge entgegennehmen. Konkrete Anwendungsfälle finden sich zudem bereits bei der Erkennung von Betrugsmustern in Zahlungsverkehrsströmen oder bei der Kreditkartenzahlung.
Allerdings gibt es auch regulatorische Hürden seitens der Finanzaufsicht zu beachten. So ist unter anderem der vollautomatische Einsatz im Handel mit Wertpapieren nach geltender Regulierung untersagt, denn auf maschinellem Lernen basierende Handelsentscheidungen sind nicht eindeutig nachvollziehbar. „Außerdem hat der Kunde das Recht, dass eine Ablehnung seines Kreditantrages nicht nur auf einer automatisierten Beurteilung seiner persönlichen Daten beruht. Das wiederum schränkt die Kreditvergabe per künstlicher Intelligenz ein“, erläutert Cofinpro-Seniorberater Ungemach-Strähle. Bei vielen Prozessen könnten Maschine-Learning-Systeme daher Entscheidungen vorbereiten, die Menschen letztlich treffen werden. Die Auswahl geeigneter Anwendungsfälle ist daher der Schlüsselfaktor für den erfolgreichen Einsatz von Machine Learning.
Thesenpapier Machine Learning
Cofinpro Thesenpapier MachineLearning 20161201