Anzeige
Für viele sind maschinelles Lernen und Data Science Begriffe mit sieben Siegeln. Im „KI-Strategiebuch“ erklärt Eric Siegel, wie Unternehmen die Grundlage für Künstliche Intelligenz für mehr Erfolg nutzen können.
Generative Künstliche Intelligenz bietet enormes Potenzial – doch wie steht es um die Nachhaltigkeit? Eine neue Studie zeigt, welche Herausforderungen Unternehmen beim Einsatz von GenKI erwarten und wie sie dem wachsenden ökologischen Fußabdruck begegnen können.
Die ING Deutschland zählt zu den größten Direktbanken mit einem breiten Produktportfolio. Dies beeinflusst die Kernbankenlandschaft und erfordert Anpassungen, um schneller auf Marktveränderungen zu reagieren und Innovationen gezielt voranzutreiben.
Es ist nicht ganz einfach, sich inmitten des Hypes um Künstliche Intelligenz ein Bild von den wahren Möglichkeiten der Technologie zu machen. Was kann KI und was kann sie nicht? Vier Schritte zeigen, wie man bei der Einführung vorgehen sollte.
Im Buch „Big Data Analytics als elementares Kundenbindungsinstrument für Banken“ zeigt Carsten Giebe wie Banken erfolgreich Daten für eine bessere Kundenbindung nutzen können. Leser des Bank Blogs haben die Chance, ein Exemplar zu gewinnen.
Wer übernimmt in Zukunft die Arbeit? Der Mensch oder die Maschine? Einer Studie zufolge wird Künstliche Intelligenz zukünftig nicht nur unterstützen, sondern eigenständig entscheiden und handeln. Das bedeutet Chancen aber auch Herausforderungen für Unternehmen.
Anders als andere Technologien ermöglicht Künstliche Intelligenz eine grundlegende Veränderung der Finanzbranche. Der Einsatz von KI ermöglicht die Optimierung von Geschäftsprozessen und Schaffung von Mehrwerten für Banken und deren Kunden.
Sparkassen, Volksbanken und Privatbanken stehen vor einer Grundsatzentscheidung: Sollen sie KI schnell selbst entwickeln? Oder ist es doch besser, auf den IT-Verbundpartner zu warten? Eine systematische Entscheidungshilfe.
Die Überwachung von Finanzsanktionen im Zahlungsverkehr wird zunehmend komplexer und stellt Finanzinstitute vor zahlreiche Herausforderungen. Manuelle Prüfungsmethoden stoßen dabei angesichts der steigenden Anzahl an Transaktionen an ihre Grenzen.
Die DWS, Galaxy Digital und Flow Traders gründen AllUnity, einen neuen Euro-Stablecoin zur Förderung der On-Chain-Wirtschaft. Dieser regulierte Stablecoin soll eine vertrauenswürdige Alternative im globalen US-Dollar-dominierten Stablecoin-Markt bieten.
Es ist leicht, sich für das Potenzial neuer Technologien zu begeistern. Aber der Umgang damit setzt organisatorische Veränderungen voraus, will man vom Fortschritt nicht überrollt werden.
Die Auslagerung des Software Testings (manuelles Testen, Testautomatisierung, Testmanagement, Abnahme etc.) – in Teilen oder sogar vollständig – kann sinnvoll und lohnend sein, wenn internen Ressourcen knapp sind oder gar fehlen. Welche Möglichkeiten bieten sich?
Aktuell scheinen sich viele Unternehmen Künstliche Intelligenz als Allheilmittel auf die Fahnen geschrieben zu haben. Doch selbst GenKI kann nicht alle vorhandenen Probleme lösen. Woher kommt also der Hype?
Banken müssen in der digitalisierten Welt verstärkt auf Künstliche Intelligenz setzen, um effizient, innovativ und wettbewerbsfähig zu bleiben. Doch welche Herausforderungen bringt eine breitere KI-Nutzung in Kreditinstituten mit sich?
Agilität und Anpassungsfähigkeit: Mit diesen Prinzipien – in anderen Branchen längst zur Maxime geworden – tun sich Banken in ihrem regulatorischen Korsett schwerer. Das muss sich 2025 angesichts technologischer, wirtschaftlicher und sozialer Umbrüche ändern.
Künstliche Intelligenz ist eines der großen Themen unserer Zeit. Die Chancen und Risiken der Technologie nimmt breiten Raum in der öffentlichen Diskussion ein. Vor allem bei ethischen Fragen kann die öffentliche Meinung jedoch schnell an Grenzen stoßen.
Künstliche Intelligenz revolutioniert die Finanzbranche. Sie steigert Effizienz, verbessert die Kundenerfahrung und eröffnet neue Möglichkeiten. Doch welche Herausforderungen gilt es zu meistern, und wie können Banken von generativer KI und datengetriebenen Prozessen profitieren?
Wo wird Künstliche Intelligenz außerhalb des Finanzsektors erfolgreich eingesetzt? Was lässt sich davon auf Banken übertragen? Der Blick auf ausgewählte Praxisbeispiele liefert konkrete Ansätze, wie Verantwortliche von der Technologie profitieren können.
„KI ist Chefsache!“ sagen Oliver Schwartz und Michael Gebert und stellen in ihrem Buch wertvolle Strategien und Impulse für Führungskräfte und Unternehmen vor, um Künstliche Intelligenz besser verstehen und richtig zu nutzen.
2025 steht im Zeichen der digitalen Transformation mit Künstlicher Intelligenz, Embedded Finance und digitalen Währungen. Wie werden sie unsere Finanzdienstleistungen verändern? Ein Blick in die Zukunft der Finanzinnovationen.
Der Hype um KI ist ungebrochen. Dennoch tun sich viele Unternehmen – auch Banken und Sparkassen – schwer mit einer breiten Umsetzung. Ein Grund dafür liegt in der bestehenden Unklarheit über den konkreten Nutzen.
Die Rahmenbedingungen für 2025 sind nicht optimal. Es braucht mehr Mut. Die Atruvia wird die Institute der genossenschaftlichen FinanzGruppe dabei mit zweckmäßigen Lösungen für ihre Banken und deren Kunden unterstützen.
Wir leben in einer Phase mit vielen Veränderungen und Unsicherheiten in Politik und Wirtschaft. Gleichzeitig verändern sich Technologien rasant und in der Folge auch die Kundenwünsche und Erwartungen. All das wirkt auf das Geschäftsmodell der Sparkassen.
2025 könnte ein Wendepunkt für Kryptowährungen, DeFi und Stablecoins sein, beeinflusst durch Trumps Politik. Deregulierung und Stablecoin-Förderung könnten die Integration traditioneller Banken mit DeFi fördern und DeFi-Lösungen zum Mainstream machen.
Die DORA-Richtlinie der EU verpflichtet die Finanzbranche ab 2025, Richtlinien zur Cybersicherheit zu erfüllen. 5G-basierte Redundanzsysteme bieten bereits jetzt innovative Lösungen für ausfallsichere Konnektivität.
Die Analyse von Transaktionsdaten gibt Händlern Einblicke ins Zahlungsverhalten ihrer Kunden. Mit Computop 360° Professional können sie Zahlungsströme optimieren und die Performance der Zahlarten sowie Kundenpräferenzen detailliert auswerten.
Der Einsatz von Natural Language Processing bietet enorme Potenziale, um textbasierte Kontrollen deutlich zu optimieren. Durch Automatisierung und Standardisierung von Prüfprozessen können Effizienz, Genauigkeit und die Einhaltung erheblich gesteigert werden.
