Banking und Finance

KI in der Finanzindustrie (3/3)

15. Juli 2019

Dass Finanzdienstleister zunehmend unter Wettbewerbsdruck stehen, ist keine neue Erkenntnis. Dem hinzu kommt, dass besagte Finanzdienstleister das Potenzial unstrukturierter Daten vielfach noch unzureichend ausschöpfen. Schätzungen zufolge sind 85 % aller Unternehmensdaten unstrukturiert. Zu solchen Daten gehören etwa E-Mails, Call-Center-Protokolle und Social-Media-Beiträge. Sie werden in der Regel nicht verwendet, enthalten jedoch wichtige Informationen.

KI in der Finanzindustrie

KI in der Finanzindustrie (Symbolbild)

Datenaufbereitung ein schwieriges Unterfangen

Der Grund für die Nichtnutzung ist, dass die meisten dieser Datensätze mit herkömmlichen Analyseinstrumenten schlecht aufbereitet werden können. Die technologische Basis für den Zugriff auf unstrukturierte Daten, ist die Nutzung von künstlicher Intelligenz. Einige Finanzdienstleister setzen diese bereits ein und verwenden KI und maschinelles Lernen in ihren Prozessen. Dies jedoch vor allem dann, wenn Datensätze bereits strukturiert vorliegen. Der nächste Schritt muss jedoch der Einsatz im Bereich der unstrukturierten Daten sein.

KI-Plattformen

Zu den möglichen Anwendungsszenarien, in denen greifbare Ergebnisse erzielt werden können, zählen unter anderem Leistungsstarke KI-Plattformen, welche strukturierte wie auch unstrukturierte Daten aus unterschiedlichen Quellen analysieren und so eine vollständige Sicht auf jeden einzelnen Kunden ermöglichen. Dies wiederum gibt den Unternehmen ihrerseits die Chance, ihre Kunden in einer Art 360-Grad-Sicht, analysieren zu können und deren Bedürfnisse somit optimal zu bedienen.

Leadgenerierung

Ein weiteres vielversprechendes Einsatzgebiet für KI-Plattformen ist die Generierung von Leads. Dabei werden Wettbewerber und Märkte im Details analysiert und Möglichkeiten für eine effizientere und zielgenauere Ansprache von Interessenten aufgezeigt. Auch hier werden Daten aus unterschiedlichen Quellen herangezogen und mittels Einsatz künstlicher Intelligenz, nach entsprechend definierten Mustern, auf die Möglichkeit zur Platzierung eigener Produkte analysiert.

Produktvorschläge

Erweiterte Intelligenz identifiziert nicht nur die Katalysatoren, die den Kontakt mit einem Interessenten anregen können, sondern gibt auch Empfehlungen für die beste Vorgehensweise und das passende Produkt ab. Kunden sind in Ihren Entscheidungen wankelmütig und die „Fear of missing out“ entscheidet meist genau so oft über neue Produkte, wie der Preis oder der Service. Dieses volatile Umfeld im gesamten Produktlebenszyklus im Blick zu behalten und so agil auf geänderte Kundenbedürfnisse reagieren zu können, masst dem Einsatz von künstlicher Intelligenz immenses Potential an.

Fazit

Künstliche Intelligenz verfügt über das Potenzial, Unternehmen den entscheidenden Wettbewerbsvorteil zu verschaffen. Ob CRM, Surveys oder Social-Media Daten, „Advanced Data Analytics“ können unstrukturierte Daten, im Hinblick auf Produktattribute und Kundenbedürfnisse strukturieren und Unternehmen so entscheidend beflügeln.


Lesen Sie auch Teil 1 dieser Beitragsserie: KI und Robotik in der Finanzbranche (1/3)

Lesen Sie auch Teil 2 dieser Beitragsserie: Die Maschine im Kontext der Banken (2/3)

 

Themen: Banking und Finance, Digitalisierung

Autor: Kevin Schneebeli

Datum: 15. Juli 2019

Schlagworte: Digitalisierung, FinTech

Verwandte Artikel