Bankencheck: So gesund sind Deutschlands Banken

Potenziale und Herausforderungen von KI im Banking

Fehlende ganzheitliche Strategie

Abonnieren Sie den kostenlosen Bank Blog Newsletter

Künstliche Intelligenz ist eine digitale Schlüsseltechnologie der Zukunft. Banken sind jedoch noch zögerlich, der Ausbau geht nur langsam vonstatten, auch weil ganzheitliche Strategien fehlen. Das zeigt eine aktuelle Studie.

Studien und Research zu Trends und Entwicklungen zum Einsatz von Technologie in der Finanzdienstleistung

Technologie ist nicht erst seit der Digitalisierung ein wichtiger Faktor für Finanzdienstleister. Im Bank Blog finden Sie Studien zu den wichtigsten Trends und Entwicklungen.

Partner des Bank Blogs

Ride Capital ist Partner des Bank Blogs

Die digitale Transformation durchdringt Wirtschaft und Gesellschaft. Neue digitale Technologien stellen Unternehmen vor die Herausforderung, ihre Geschäftsmodelle fortlaufend zu hinterfragen und die dahinter liegenden Potenziale bestmöglich zu nutzen. Eine der wichtigsten Technologien in diesem Kontext ist Künstliche Intelligenz (KI).

Ihr Einsatz führt zwangsläufig zu Veränderungen. Manchmal spürt man sie kaum, andere Male verändert sie ganze Geschäftsmodelle. Diese Veränderungen machen auch vor den Banken nicht Halt. Um relevant zu bleiben, müssen die Institute innovativ bleiben. KI-Anwendungen können dabei helfen. Sie setzen jedoch eine ganzheitliche Transformation voraus.

Eine aktuelle praxisorientierte Untersuchung von Senacor – gemeinsam mit der Universität Luxemburg und dem Fraunhofer-Institut für Angewandte Informationstechnik – zeigt den Status Quo von KI-Projekten im Bereich Retail Banking und leitet Handlungsprämissen ab, die für deren Erfolg unabdingbar sind.

Im Alltag ist KI noch nicht präsent

Wo in Banken bereits eine KI arbeitet, bekommen die Kunden das meistens nicht mit. Wo KI heute schon große Verdienste innehat, beim Schutz vor Geldwäsche oder anderen Betrugsmaschen, spielt sie für den Alltag kaum eine Rolle.

Wenn sich das ändern soll, so schreiben die Studienautoren, müssen die Institute dazu übergehen, ihre Kunden mit KI interagieren zu lassen. Das würde sich lohnen, wie Noriaki Kano von der Universität Tokio in den 70er-Jahren herausgefunden hat: Kunden wollen sich begeistern lassen. Und das gelinge nur, wenn ihnen jemand zeige, was sie nicht erwartet hätten.

Banken zeigen sich noch zögerlich

Das Sammeln der Daten, die für eine KI-Anwendung nötig sein verschlinge viel Zeit, schreiben die Studienautoren. Vor allem dann, wenn die Daten von Kunden stammen würden, die sie hergeben sollen. Es komme darauf an, heißt es in der Studie, ein gutes Angebot zu machen, das jeder unbedingt mal ausprobieren wolle.

Das Bundeswirtschaftsministerium hat kürzlich errechnen lassen: Bis zu 25 Prozent mehr Umsatz sind durch Künstliche Intelligenz drin. Doch noch nutzen wenige Unternehmen die Technologie. Das gilt auch für Banken. Häufig wissen sie nicht, was ihre Kunden wirklich wollen. Oder es fehlen die richtigen Daten. Sie fürchten sich davor, ihre Kunden abzuschrecken, wenn diese es mit einem digitalen statt mit einem menschlichen Kontakt zu tun bekommen.

Die Studie zeigt, dass Projekte zu Künstlicher Intelligenz im Retail Banking bisher nur langsam initiiert werden. Das liege unter anderem in den über Jahre hinweg aufgebauten technischen Hürden der Banken – insbesondere in Form von inflexiblen Altsystemen. Ein weiterer wichtiger Grund seien Datenschutzbedenken in Bezug auf die Nutzung von personenbezogenen Daten. Die Institute schaffen es bisher nicht, ihren Kunden die Vorteile der Künstlichen Intelligenz zu verkaufen.

Wie gelingen KI-Projekte im Banking?

Für innovative KI-Anwendungen, die grundsätzlich an den Produkten einer Bank ansetzen, müssten die Banken ihr Wertversprechen neu denken und die Entwicklung von Technik und Business Cases integriert vorantreiben. Während Outsourcing nur selten Vorteile aufweise, könnten die Banken durch Kooperationen mit FinTechs das entsprechende Know-how zur Umsetzung von KI-Projekten aufbauen und Zugang zu relevanten Technologien schaffen.

Insbesondere komme es auf die folgenden drei Erfolgsfaktoren an:

  1. Der Mehrwert für die Kunden muss klar erkennbar sein.
  2. Der Use-Case-getriebene Ausbau der Infrastruktur sollte als Zwischenziel auf dem Weg zum KI-basierten Banken-Ökosystem dienen.
  3. Ein funktionierendes IT-Projektmanagement ist eine wichtige Grundlage für den Erfolg.

Premium Abonnenten des Bank Blogs haben direkten kostenfreien Zugriff auf die Bezugsinformationen zu Studien und Whitepapern.

Sie sind bereits Abonnent? Hier geht es zum Login
 

Noch kein Premium-Leser?
Premium Abonnenten des Bank Blogs haben direkten Zugriff auf alle kostenpflichtigen Inhalte des Bank Blogs (Studienquellen, E-Books etc.) und viele weitere Vorteile.

>>> Hier anmelden <<<

Ein Service des Bank Blogs
Der Bank Blog prüft für Sie regelmäßig eine Vielzahl von Studien/Whitepapern und stellt die relevanten hier vor. Als besonderer Service wird Ihnen die Suche nach Bezugs- und Downloadmöglichkeiten abgenommen und Sie werden direkt zur Anbieterseite weitergeleitet. Als Premium Abonnent unterstützen Sie diesen Service und die Berichterstattung im Bank Blog.

Über den Autor

Jannik Wilk

Jannik Wilk ist als freiberuflicher Redakteur für Der Bank Blog tätig. Er ist freier Journalist und Student in Heidelberg.

Bitte bewerten Sie den Artikel mit Hilfe der Sternchen

1 Stern2 Sterne3 Sterne4 Sterne5 Sterne Bewertung: 4,50 Stern(e) - 6 Bewertung(en)

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