Banking und Finance

Die Maschine im Kontext der Banken (2/3)

05. Juni 2019

Wie so oft in der IT und hier spezifisch in der Banken-IT, steht und fällt der Erfolg einer neuen Technologie mit den konkreten Einsatzszenarien. Im ersten Beitrag dieser Reihe wurde ein konkretes Szenario und dem zugrunde liegend die Technik des „Machine Learnings“ hervorgehoben. Wo aber gibt es weitere Einsatzmöglichkeiten, welche gerade für die Finanzbranche interessant sein dürften?

Maschinen und deren Einsatzbereiche im Banking 

Maschinen und deren Einsatzbereiche im Banking (Symbolbild).

Analysieren von Kundendaten und Kundeninteraktionen

Analytisches Datenmanagement ist längst zur strategischen Aufgabe im Vertrieb von Unternehmen geworden. Welcher Schatz in Kundeninformationen steckt und wie man ihn nutzt. Der Datenanalyse kommt gerade in Vertriebsorganisationen eine zentrale Bedeutung zu. Denn nur mit den systematisch ausgewerteten Datenprofilen von Kunden, Kundenzielgruppen und Vertriebsgebieten lassen sich entsprechende Vertriebsmassnahmen zielgerecht planen und durchführen.

Die Basis für eine solche Analyse ist unter anderem Big Data. Denn die Datenmenge, die Unternehmen über Kundeninteraktionen und daraus abzuleitende Verhaltensweisen ansammeln, ist Baustein für strategische Überlegungen im Vertrieb. Big Data Analytics sowie Customer und „Predictive Analytics“ bieten Vertrieb und Marketing im Rahmen von CRM hervorragende Chancen, um anhand der ausgewerteten Daten zum Beispiel eine Art „Roadmap“ der notwendigen Vertriebsaktivitäten rund um Markt, Zielgruppe und Kunden für die Zukunft zu erstellen. Qualitative Kundenstrukturanalysen und Kundenwert-Modelle sind dafür ein wesentlicher Bestandteil.

Kundenerfahrungen verbessern durch automatisierte Interaktion

Geht es um die Kommunikation mit Kunden, sind Chatbots heute wie bereits erwähnt, fester Bestandteil von KI-gestützten Lösungen. Neuere Ansätze gehen jedoch darüber hinaus. Beispielsweise entstehen aktuell Systeme, welche die Kundenerfahrung automatisiert verbessern können. Diese Systeme versuchen situationsabhängig, die jeweils am besten passende Aktion zu identifizieren und greift dazu auch auf landes- und kundenspezifische Informationen zurück.

Mehr Effizienz durch reduzierte Handarbeit

„Robotic Process Automation“ (RPA) steht schon seit geraumer Zeit auf der Angebotsliste von Banking-Plattform-Anbietern. Die Potenziale der künstlichen Intelligenz in Sachen Effizienz gehen jedoch über RPA hinaus. KI kann Banken dabei unterstützen, in traditionell wenig automatisierten Bereichen effizienter zu arbeiten. Beispielhaft lässt sich hierzu die Abwicklung im Kreditprozess nennen. Gerade weil es in diesen Bereichen noch wenige Standards gibt, können KI-gestützte Anwendungen dabei helfen, strukturierte und unstrukturierte Daten zusammenzuführen.

Fazit 

Maschinen erobern immer mehr Einsatzbereiche und helfen Menschen, bessere Entscheidungen zu treffen. An dieser Stelle definiert sich der Begriff Maschine jedoch nicht über eine konkrete und physische Apparatur, sondern über Kognition. Unter Kognition versteht man die von einem verhaltenssteuernden System ausgeführte Umgestaltung von Informationen. Bei kognitiven Maschinen handelt es sich demzufolge um systemische Abläufe, welche im wirtschaftlichen Kontext Mitarbeiter dabei unterstützen, bessere Entscheidungen zu treffen. Im Vordergrund steht hierbei wie bereits erwähnt, Menschen zu unterstützen und nicht diese zu ersetzen – bleiben Sie dran.

Themen: Banking und Finance, Digitalisierung

Autor: Kevin Schneebeli

Datum: 05. Juni 2019

Schlagworte: Digitalisierung, FinTech

Verwandte Artikel