Fertige Bots für die genossenschaftliche Finanzgruppe

Mit Echtzeit-Daten zum Geschäftserfolg

Wege zur neuen Rolle der Finanzberatung

Abonnieren Sie den kostenlosen Bank Blog Newsletter

Der Einsatz von Big Data bietet Banken und anderen Finanzinstituten große Chancen, das eigene Geschäftsmodell neu auszurichten. Neben der passenden Technologie braucht es dafür jedoch auch eine klare Strategie und neue Partnerschaften.

Big Data für eine bessere Finanzberatung in Banken

Der Einsatz von Big Data ermöglicht Banken und Sparkassen eine bessere Finanzberatung.

Partner des Bank Blogs

Cognizant ist Partner des Bank Blogs

Mit dem Smartphone lässt sich kontaktlos im Supermarkt bezahlen. Freunde können einander innerhalb von Sekundenbruchteilen mit dem Handy Geld überweisen. Apps helfen dabei, Immobilienfinanzierungen mit nur wenigen Klicks auf den Weg zu bringen und Aktien, Anleihen und Kryptowerte lassen sich ganz bequem auf dem Weg zur Arbeit handeln. Gemeinsam ist all diesen schon heute alltäglichen Anwendungsfällen die Geschwindigkeit.

Moderne Finanzdienstleistungen sind nicht nur digital, sondern sie kommen vor allem dem Wunsch der Verbraucher nach jederzeitiger und – und das heißt dann auch zeitnaher – Verfügbarkeit der jeweiligen Services und letztlich des eigenen Geldes nach. Klassische Settlement-Abläufe von zwei oder drei Tagen (T+1, T+2, T+3) sowie diverse Kernprozesse, die im Batch-Verfahren erst nach Feierabend abgearbeitet werden, passen offenkundig nicht zu dieser Erwartungshaltung.

Der smarte Umgang mit den Daten

Ein smarter Umgang mit Daten ist stattdessen gefragt, der es den Banken erlaubt, bestmöglich auf die neuen Anforderungen der Kunden zu reagieren. Das nutzerfreundliche Frontend einer Digitallösung mag einen wichtigen Beitrag für die Customer Experience leisten. Doch am Ende zählt, wie Technologien und Prozesse im Hintergrund organisiert sind. Der Einsatz von Cloud-Computing, von Data Analytics und modernen Schnittstellen ermöglicht die Entwicklung und Bereitstellung innovativer datengetriebener Lösungen – und zwar genau dann, wenn die Kunden sie benötigen.

Mit der Geschwindigkeit als neuer Leitwährung in der Digitalisierung der Finanzindustrie sehen sich viele Banken vor enorme Herausforderungen gestellt. Schließlich reicht es nicht, nur die Anfragen der Kunden schneller zu bearbeiten. Vielmehr müssen auch alle anderen Prozesse in der Bank, die mit der Vergabe eines Kredites oder dem Durchführen einer Zahlung einhergehen, auf Echtzeit getrimmt sein. Liegt ein möglicher Betrugsfall vor? Könnten Transaktionen im Zusammenhang mit Geldwäsche stehen? Und darf eine bestimmte Gruppe von Kunden die jeweiligen Online-Accounts überhaupt eröffnen? Solche und weitere Fragen gilt es in Bruchteilen von Sekunden zu beantworten.

Mit KI und Data Analytics die Kunden verstehen

Data Analytics und andere Formen von künstlicher Intelligenz können dabei helfen und den Banken wertvolle Insights zu den eigenen Datenbeständen liefern, die sich nicht nur für Fragen rund um den Bereich von Security und Compliance nutzen lassen, sondern auch für die Entwicklung neuer Angebote.

Ein Beispiel dafür liefert die Deutsche Börse, die für seine Referenzdaten auf die Cloud-Umgebung von Microsoft Azure setzt und damit einen besseren Blick auf Post-Trading- und Clearing-Daten freigibt. Konkret hat das Unternehmen einen Reference Data Hub in der Cloud-Umgebung aufgebaut und kann so Daten sehr viel effizienter analysieren und wichtige Rückschlüsse ziehen. Durch die Cloud-Umgebung profitiert die Deutsche Börse dabei von den Möglichkeiten der Skalierbarkeit und der hohen Geschwindigkeit bei der Datenverarbeitung, letztlich ein schnelleres Time-to-Market.

Schwäbisch Hall, mit rund sieben Millionen Kunden der Marktführer im Bereich des Bausparens und der Baufinanzierung, hat eine Data-Science-Landschaft auf die Beine gestellt, um noch besser die eigenen Kunden zu verstehen. Mit der auf Microsoft Azure basierenden, unternehmensweiten Initiative Smart Data & Analytics hat Schwäbisch Hall dabei einen Use-Case zur Produktivitätssteigerung im Kreditprozess einen initialen End-to-End-Technologie-Stack aufgebaut, der später als Blaupause für weitere Anwendungsfälle dient. Insgesamt hat Schwäbisch Hall mehr als 100 Big-Data-Use-Cases auf den Weg gebracht. So wird beispielsweise die Effizienz der Prozesse gesteigert und Finanzierungszusagen mit nur wenigen Klicks ermöglicht.

Mit Daten zur proaktiven Finanzberatung

Durch den Einsatz von Big Data, eine konsequente Datenstrategie sowie die passenden Technologien könnten Banken im viel stärkeren Maße in die Rolle eines Finanzberaters rücken, der allzeit verfügbar ist, proaktiv reagiert und Kunden in Echtzeit über das eigene Ausgabeverhalten informiert.

  • Welche Verbindlichkeiten haben die Kunden?
  • Welche Verträge ließen sich optimieren?
  • Welche Zahlungsgewohnheiten lassen sich erkennen?
  • Braucht es für den aktuellen Einkauf vielleicht noch die passende Versicherung?

Die Antworten auf diese Fragen machen den Weg frei, um Near- und Beyond-Banking-Lösungen ins eigene Produktportfolio zu integrieren und bei Bedarf anzubieten.

Eine solche Ausweitung des eigenen Geschäftsmodells ist mittelfristig unumgänglich, wie beispielsweise ein Blick auf den Payment-Bereich zeigt. Eine Untersuchung von IDC Financial Insights zufolge werden 2030 etwa 74 Prozent der Zahlungen nicht mehr durch traditionelle Finanzdienstleister abgewickelt. Auch in anderen Geschäftsfeldern treten neue Akteure auf den Plan und mit den traditionellen Finanzdienstleistern in Wettbewerb.

Daten schaffen Mehrwerte für Kunden

Indem Banken mithilfe von Daten jedoch Mehrwerte für ihre Kunden schaffen, können sie sich am Markt gegenüber den neuen Herausforderern differenzieren. Solche Mehrwerte können Lösungen sein, die die Banken selbst in agilen Prozessen entwickeln. Es können jedoch auch Partnerlösungen sein, die flexibel über API-Schnittstellen in das eigene Produktportfolio integriert werden.

Indem sich Banken öffnen, die passenden Schnittstellen einrichten und die Fähigkeiten zur Echtzeit-Verarbeitung von Daten entwickeln, ist es ihnen auch möglich, ihre Dienste als „Banking as a Service“ Dritten zur Verfügung zu stellen und sich selbst damit in andere Ökosysteme zu integrieren. Big Data zahlt für die Banken daher am Ende auf drei Kernbereiche ein: den Umgang mit den eigenen Kunden, die Sicherheit und die Ausweitung des eigenen Geschäftsmodells.


Microsoft, Hersteller von Standardsoftware, Services und Lösungen, ist Bank Blog Partner

Microsoft ist weltweit führender Hersteller von Standardsoftware, Services und Lösungen und Partner des Bank Blogs.


Mehr über das Partnerkonzept des Bank Blogs erfahren Sie hier.

Über den Autor

Oliver Schwarz

Oliver Schwarz begleitet als Senior Industry Executive Banking bei Microsoft Finanzinstitute bei der digitalen Transformation. Zuvor verantwortete er bei Microsoft als Head of Sales Banking den Bankenvertrieb in Deutschland. Er verfügt über mehr als 25 Jahre Vertriebs- und Managementerfahrung mit Fokus auf die Finanzindustrie, mit beruflichen Stationen bei Hewlett Packard und Capgemini.

Vielen Dank fürs Teilen und Weiterempfehlen


Mit dem kostenlosen Bank Blog Newsletter immer informiert bleiben:

Anzeige

Kommentare sind geschlossen

Bank Blog Newsletter abonnieren

Bank Blog Newsletter abonnieren