Vom Bot zum Bankberater – Step by Step zum Kundenversteher

Künstliche Intelligenz als Alternative im Kundenkontakt

Abonnieren Sie den kostenlosen Bank Blog Newsletter

Finanzinstitute sehen den Nutzen von künstlicher Intelligenz vor allem im Kontakt mit ihren Kunden. Produkte sollen individueller, die Kundenansprache genauer und das Erlebnis besser werden. Damit das gelingt, sollten Banken in kleinen Schritten vorgehen.

Chatbots und Künstliche Intelligenz in der Finanzdienstleistung

Kreditinstitute setzen im Kontakt zum Kunden vermehrt auf Chatbots mit Künstlicher Intelligenz

Partner des Bank Blogs

Deloitte ist Partner des Bank Blogs

40 Prozent der Finanzdienstleister versprechen sich von künstlicher Intelligenz (KI) vor allem Dienste, die besser auf die Kundenanforderungen zugeschnitten sind. Ebenso viele wollen ihre Beratung noch stärker verfeinern und ihren Kunden noch mehr Service bieten, beispielsweise in Sachen Erreichbarkeit. Das ergibt die Potenzialanalyse Künstliche Intelligenz von Sopra Steria Consulting.

Künstliche Intelligenz für bessere Kundenberatung

Mit einem Mix aus der KI-Kernkompetenz, der schnellen Datenanalyse, und wachsender sozialer Kompetenz haben die Maschinen tatsächlich das Vermögen, sich zu einer seriösen Ergänzung, in Teilen sogar zur Alternative, in der Kundenbetreuung zu entwickeln. Kompetente Beratung außerhalb der Filialöffnungszeiten ist ein Ziel, das viele Banken im Sinn haben. Zudem hat kein physischer Kundenbetreuer jedes Detail der Vertragsbedingungen im Kopf. Die neuen Assistenten können hier ihre Stärken in der Informationsverarbeitung ausspielen und quasi in Echtzeit einen Bedarf erkennen sowie Empfehlungen aussprechen.

Damit allerdings aus Bots Berater für Bankkunden werden, braucht es zwei Dinge. Zunächst muss die Technik das Gesprochene des Kunden verstehen. Das bedeutet, KI muss entschlüsseln, was der Kunde von der Bank möchte. Darüber hinaus muss ein virtueller Bankberater so menschlich wie möglich kommunizieren und handeln. können. Beide Voraussetzungen zu erfüllen, ist äußerst komplex. Deshalb bietet es sich an, in kleinen Projekten zu starten, anstatt KI-Lösungen flächendeckend einzuführen. Ein geeigneter Einstieg in die KI-Welt ist die Bearbeitung von Kundenanfragen. Durch das große Kommunikationsaufkommen bieten sich gute Trainingsmöglichkeiten. Zudem verfügen Banken in der Regel bereits durch Self-Service-Portale und CRM-Lösungen gute Bedingungen. Daten und Kundenanliegen sind häufig bereits gut strukturiert

Mit Text-Chat starten

Banken sollten zunächst mit reiner Textkommunikation über Chatbots Erfahrungen sammeln, bevor sie auf Spracherkennung und KI-gestützte Telefonberatung setzen. Dieser Kanal lässt sich schnell realisieren. Zudem wird ein textbasiertes Dialogsystem vom Kunden deutlich schwerer als ein technisches System wahrgenommen als eine automatische Sprachausgabe – auch wenn die Ansagen längst nichts mehr mit der elektronischen Zeitansage zu tun haben, wie Siri, Alex und Cortana sowie Google Now zeigen.

Eine wichtige Vorarbeit zum Start einer KI-Lösung ist, sich drei Fragen zu beantworten:

  1. Mit welchen Fragen und Wünschen können Kunden über diesen Kanal an meine Bank herantreten?
  2. Zu welchen Daten wollen die Kunden Informationen, und was wollen sie ändern, wissen, speichern etc.?
  3. Welche Beziehungen bestehen zwischen Daten und Intentionen?

Mit diesen Informationen „gefüttert“, muss die KI-Lösung aus der freien Spracheingabe Sätze erkennen, deren Struktur analysieren, um daraus die Absicht des Kunden zu erkennen. Dafür braucht es eine Menge Übung mit menschlichen Fachexperten. Es empfiehlt sich allerdings, die KI-Lösung bereits nach einer kürzeren Lernphase dosiert in der Praxis einzusetzen. Training on the job ist auch für Chatbots die beste Lernmethode.

Die Kunst, Gespräche zu führen und Emotionen zu erkennen

In der nächsten Ausbaustufe auf dem Weg zu automatisierter Kundenbetreuung ist zu erreichen, dass Kunde und Bot ein natürliches Gespräch führen. Das lässt sich unterstützen, indem die KI-Lösung die Wahrscheinlichkeit möglicher Dialoge berechnet. Durch Machine Learning wird das Ergebnis laufend verbessert. Nachfragen bei Unsicherheit verstärken den vom Menschen gewohnten Dialog. Denn auch im Gespräch mit dem Bankberater aus Fleisch und Blut gibt es Unklarheiten, die durch Rückfragen gelöst werden.

Zu einem echten Kundenversteher werden die künstlich-intelligenten Bankmitarbeiter erst, wenn sie auch Emotionen erkennen, verstehen und daraus die richtigen Schlüsse ziehen. Emotionen wie Offenheit oder Zurückhaltung lassen sich beispielsweise aus dem Sprachstil und Satzkonstruktionen ableiten. Eine phonetische Analyse ermöglicht das Erkennen von Gefühlen wie Nervosität, Ärger und Angst. Wichtig ist, diese Informationen in einen Kontext zu anderen Daten wie Geschlecht und Beruf zu setzen, damit ein 360-Grad-Bild des Kunden und seiner Situation entsteht.

Diese Komponente sozialer Kompetenz ist selbst für manchen Menschen eine Herausforderung. Deshalb ist es nicht verwunderlich, dass sich Lösungsmodule zur Identifikation von Emotionen im Vergleich zur Spracherkennung und Gesprächsführung in einem recht frühen Entwicklungsstadium befinden.

Praxis: KI als Assistenten sind die Regel

Die derzeitige Praxis zeigt, dass sich Finanzdienstleister langsam in die KI-Welt vortasten. Diverse FinTechs haben persönliche Finanzassistenten entwickelt, die Fragen zum Kontostand zu beantworten, Auskunft über laufende Ausgaben geben und per Kurznachricht Bescheid geben, wenn die Ausgaben aus dem Ruder laufen. Bei Lösungen von Cleo und Penny suchen die virtuellen Berater sogar aktiv das Gespräch mit dem Kunden.

Einige Banken bieten bereits eine Chatbot-Kommunikation an. Beispiele sind die spanischen Institute Santander und Caixabank sowie die britische Royal Bank of Scotland (RBS). Die Caixabank nutzt hierfür den Facebook Messenger, die RBS eine selbstentwickelte Lösung, die aktuell aber nur über den Browser funktioniert.

Sprachsteuerung nutzen bislang nur einige Vorreiter im Bankenumfeld. In den USA können Kunden von Capital One den Chatbot Alexa anweisen, Rechnungen zu begleichen.

https://www.youtube.com/watch?v=cSa8yGypJ94

Auch die Citigroup überlegt derzeit, einen Zugangsweg via Alexa einzuführen. In Deutschland lassen sich beim mobilen Girokonto N26 Transaktionen nicht nur über die dazugehörige App durchführen, sondern auch, indem man Siri beauftragt. Auch traditionsreiche Institute wie die Postbank engagieren sich. Bereits seit 2013 gibt es die Möglichkeit der Spracheingabe beim Postbank-Finanzassistenten. Neuerdings ist es möglich, Aufträge direkt dem iPhone-Sprachassistenten Siri zu diktieren, ohne die Postbank-App zu öffnen.

Nächste Stufe: Vom Chatbot zum virtuellen Berater

Bevor der virtuelle Berater allerdings autonom arbeitet – braucht es noch Entwicklungszeit und jede Menge Training. Plattformen wie Watson, Alexa oder Amelia bringen zwar bereits beeindruckende Funktionen mit. Zum vollständigen Bankberater gehört jedoch weit mehr. Der menschliche Bankberater durchläuft ein langes Ausbildungsprogramm, bevor er seine Kunden umfassend beraten kann. Das Gleiche gilt für die künstliche Intelligenz. Sie wird mit Basismethoden ausgeliefert und muss sich im Anschluss Fachwissen und Gepflogenheiten aneignen.

Gelingt dieser Schritt, kann KI in der persönlichen Kundenbetreuung sehr wertvoll für Banken werden. Das Recruiting der Bankberatung wird sich damit in Zukunft nicht mehr nur auf hochwertiges Personal beschränken. In Zukunft lautet die Frage: Wer schafft es, den besten Roboter für sich zu gewinnen oder am besten an die Ansprüche seiner Kunden anzupassen.

Über den Autor

Simon Oberle

Simon Oberle, Manager Digital Banking, ist Leiter der DigiLabs von Sopra Steria in Berlin und Frankfurt. Der Experte für Gestaltung der Vertriebsprozesse hat sich auf Innovationen im Banking spezialisiert.

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