Mehr Resilienz im Forderungsmanagement

Wie sich Banken auf schwierige Zeiten richtig vorbereiten

Abonnieren Sie den kostenlosen Bank Blog Newsletter

Trübe Konjunktur- und Arbeitsmarktprognosen erfordern ein neues, digitales Forderungsmanagement. Data Analytics, Machine Learning und Mathematische Optimierung ermöglichen mehr Resilienz und Empathie sowie höhere Erfolgsquoten.

Modernes Forderungsmanagement in Banken

Data Analytics, Machine Learning und mathematische Optimierung ermöglichen mehr Resilienz, Empathie und höhere Erfolgsquoten im Forderungsmanagement.

Partner des Bank Blogs

Atruvia ist Partner des Bank Blogs

Die ifo Konjunkturprognose Frühjahr 2025 zeigt: Die deutsche Wirtschaft stagniert. Als Hauptgründe nennt das Institut den anhaltenden Strukturwandel und die wirtschaftliche Unsicherheit. Sie lähmten die Industrie- und Konsumkonjunktur. Gleichzeitig trübt sich der deutsche Arbeitsmarkt ein: Jedes vierte Unternehmen plant, Arbeitsplätze abzubauen (Quelle: Handelsblatt). Zehntausende Jobs könnten wegfallen. Jobverlust oder Kurzarbeit erhöht für viele Arbeitnehmer das Risiko für Zahlungsschwierigkeiten.

Außerdem sind laut Statistischem Bundesamt die Reallöhne in Deutschland seit der Corona-Pandemie auf das Niveau von 2016 zurückgefallen, was insbesondere Haushalte mit niedrigem Einkommen immer öfter in finanzielle Bedrängnis bringt. Diese Entwicklungen erfordern ein flexibles, angepasstes Forderungsmanagement, das auf die spezifischen Bedürfnisse finanziell beeinträchtigter Kunden eingeht.

Modernes Forderungsmanagement setzt auch auf Empathie

Dabei gehen eigenwirtschaftliche Interessen und soziale Verantwortung Hand in Hand. Finanzinstitute müssen immer mehr Kunden auf deren individuelle finanzielle Situation zugeschnittene Lösungen anbieten. Einem Bericht von McKinsey zufolge stärken Empathie und bedarfsgerechte Lösungen bei finanziellen Schwierigkeiten die Kundenbeziehung langfristig. Ein modernes Forderungsmanagement analysiert deshalb die Ursachen von Zahlungsverzug und berücksichtigt die individuelle Situation jedes Kunden. Die Kunst dabei liegt in der Kommunikation – dem stetigen Austausch mit dem Kunden. Analytische Methoden wie Machine Learning und Künstliche Intelligenz in Kombination mit digitaler Kommunikation ermöglichen intelligente, zielgenaue Dialoge, um gemeinsam mit den Kunden die beste Lösung für das Überwinden der Zahlungsschwierigkeiten zu finden – ein Ansatz, von dem beide Seiten profitieren.

Das fängt damit an, mit Data Analytics finanzielle Engpässe frühzeitig zu erkennen, sowie Ursachen und Zusammenhänge zu verstehen. Wenn sich die Schuldner verstanden und ernst genommen fühlen, sind sie viel eher bereit, gemeinsam eine Lösung zu suchen. Zudem ermöglicht die Automatisierung von Routineaktivitäten Bankmitarbeitern eine stärkere Konzentration auf die persönliche Betreuung der Kunden, die diese tatsächlich benötigen.

Digitalisierung und passende Kundenansprache zählen mehr denn je

Banken ohne modernes, digitales Forderungsmanagement riskieren bei steigenden Fallzahlen, rückständige Kunden nicht in angemessener Frequenz ansprechen und in hinreichender Tiefe betreuen zu können. Die fehlende Skalierbarkeit erschwert dann eine zeitnahe Reaktion und die Suche nach individuell passenden Lösungen.

Eine digitale, interaktive Omnichannel-Ansprache bietet die beste Möglichkeit, um Menschen in finanziellen Schwierigkeiten zu erreichen. Sie schätzen diese Ansprache. Denn sie ist neutral, nicht wertend und ermöglicht die Bearbeitung der unangenehmen Angelegenheit zu einer beliebigen Zeit. Für die Kreditgeber bietet die flexible und skalierbare Ansprache die Möglichkeit, auch bei steigenden Fallzahlen säumige Kunden adäquat anzusprechen.

Der Omni-Channel-Ansatz ermöglicht die Personalisierung, die für ein empathisches Forderungsmanagement nötig ist, und bündelt alle Kundendaten und Interaktionen in einem System. Die Kunden können wählen, wie sie kommunizieren wollen: Virtuell oder im Self-Service-Modell, per Sprache, über SMS, E-Mail oder WhatsApp, etc.  Reichen die angebotenen Optionen nicht aus, können Kunden nahtlos zu einem Berater weiterverbunden werden.

Conversational AI zahlt sich aus

Bei der automatischen Kommunikation kommt Conversational AI ins Spiel. Sie strafft virtuelle Prozesse und ermutigt die Kunden zu Self-Services. Anders als herkömmliche Chatbots beschränkt sich Conversational AI nicht auf voreingestellte Konversationen, statische Antworten oder spezifische Kanäle. Stattdessen können virtuelle Agenten mit Conversational AI erfassen, verstehen und verarbeiten, was der Kunde sagt, und Informationen des Kunden in den passenden automatisierten Prozess einarbeiten. Außerdem analysieren sie die erfassten Schlüsselinformationen und zerlegen sie in Intentionen und Slots. Intentionen werden auf mögliche Kundenaktionen wie beispielsweise eine Zahlung gemappt, Slots sind Daten, die diese Aktionen unterstützen, wie Namen, Kontonummer etc. Das minimiert den Aufwand für die Bankmitarbeiter, beschleunigt Prozesse und verbessert das Kundenerlebnis.

Unternehmen, die einen solchen digitalen Ansatz im Forderungsmanagement wählen, erreichen in der Regel deutlich höhere Erledigungsraten und niedrigere Ausfallquoten. Laut McKinsey kann die Erledigungsquote bei Forderungen, die mindestens 30 Tage im Rückstand sind, mit einer datenbasierten, digitalen Kommunikation um 25 Prozent gesteigert werden. Gleichzeitig ist eine Reduzierung der NPL-Quote um 20 – 25 Prozent möglich. Das verbessert die Resilienz von Finanzinstituten in schwierigen wirtschaftlichen Zeiten erheblich. Projekte von FICO bestätigen diese Zahlen.

Wie Banken bessere Erfolgsquoten und Cost-Income-Ratios erzielen

Die Vermeidung von Kreditausfällen kann die Cost-Income-Ratio erheblich verbessern. Damit dies gelingt, sollte ein modernes, digitales Forderungsmanagement folgende Elemente abbilden:

1. Applied Analytics & Machine Learning

Durch den Einsatz mathematischer Modelle zur Vorhersage von relevantem Kundenverhalten auf der Basis von Daten erfolgt eine trennscharfe Segmentierung und eine zielgenaue Kundenansprache mit passenden Lösungsvorschlägen.

2. Mathematische Optimierung

Darüber lässt sich für jeden Kunden das beste Vorgehen ermitteln – unter Berücksichtigung der Wirksamkeit einer Maßnahme und der Kosten. Das optimiert das Kosten-Nutzen-Verhältnis bei Ausnutzung der vorhandenen Kapazitäten.

3. Omni-Channel-Kundenkommunikation mit Conversational AI

Sie umfasst die vollautomatische Abwicklung von Kunden-Dialogen über den vom Kunden bevorzugten Kanal. Dabei ermöglicht eine konfigurierbare Dialog-Struktur maßgeschneiderte, kundenspezifische Inhalte und die abschließende Bearbeitung eines Vorgangs in einem vollautomatisierten, digitalen Prozess. Kunden können abhängig vom Verlauf an ein Callcenter oder einen Mitarbeitenden weitergeleitet werden. So bekommt jeder Kunde die am besten passende Hilfe und Beratung.

Effiziente digitale Prozesse im Forderungsmanagement

Mit modernen Analytics-Plattformen und intelligenten Tools wie der FICO Platform können Banken digitale Prozesse im Forderungsmanagement effizient implementieren und zentral steuern. Der Einsatz von mathematischen Modellen, die Kundenverhalten aufgrund von Erfahrungswerten vorhersagen und finanzielle Engpässe bei Kunden frühzeitig erkennen, ermöglicht dabei eine passgenaue und lösungsorientierte Kundenansprache über eine automatisierte und empathische Omni-Channel-Kundenkommunikation.

Über den Autor

Dr. Ulrich Wiesner

Dr. Ulrich Wiesner ist als Principal Consultant im Analytics-Team von FICO auf die Anwendung von maschinellem Lernen und künstlicher Intelligenz im Rahmen operative Entscheidungsstrategien spezialisiert. Der Physiker verfügt über mehr als 20 Jahre Erfahrung in der Implementierung von Entscheidungstechnologie.

Vielen Dank fürs Teilen und Weiterempfehlen


Mit dem kostenlosen Bank Blog Newsletter immer informiert bleiben:

Anzeige

Get Abstract: Zusammenfassungen interessanter Businessbücher

Kommentare sind geschlossen

Bank Blog Newsletter abonnieren

Bank Blog Newsletter abonnieren