Was Banken von Künstlicher Intelligenz lernen können

Hebel für künftiges Wachstum nutzen

Abonnieren Sie den kostenlosen Bank Blog Newsletter

Künstliche Intelligenz, Machine Learning und Datenanalyse gehören zum kleinen Einmaleins des modernen Business. Doch scheint diese Entwicklung weitgehend an deutschen Banken vorbeizugehen. Bleiben noch Chancen im Wettlauf gegen die globale, volldigitale Konkurrenz?

Künstliche Intelligenz ist ein wichtiger Hebel Wachstum im Banking

Es ist noch nicht zu spät für Banken, um sich ernsthaft mit neuen Technologien zu befassen.

Partner des Bank Blogs

SAP Fioneer ist Partner des Bank Blogs

Seit der Covid-19-Pandemie hört man immer öfter Begriffe wie „die guten alten Zeiten“ – grad so, wie unsere Eltern von „vor dem Krieg“ sprachen. Es ist die Erinnerung an eine Zeit, die endgültig vorbei zu sein scheint und seit der sich fast alles an unserer Arbeitsweise und Geschäftstätigkeit geändert hat. Das gilt auch und in besonderem Maße für Banken, deren Geschäftsmodell schon vor der Krise begann, Risse zu zeigen. Umso mehr gilt: Wer jetzt in neue Technologien wie Künstliche Intelligenz (KI/AI), Machine Learning (ML) und Datenanalyse einsteigt, setzt den Hebel für künftiges Wachstum im perfekten Moment an.

Für Banken und Finanzinstitute mag es sich anfühlen, als wäre alles hinfällig, was bisher galt und durch Covid-19 radikal zu bröckeln begann. In vielerlei Hinsicht ist das wahr. Der Kundenverkehr in Bankfilialen, Kundenausgaben und Verbraucherinvestitionen scheinen mehr und mehr unvorhersehbar zu werden. Die Basislinien wurden in hohe Gipfel und niedrige Täler umgewandelt, und alle Vorhersagemodelle, auf die sich das Bankwesen einst stützte, erwiesen sich als bestenfalls schwach und im schlimmsten Fall als nutzlos.

Alle wichtigen Branchen verzeichneten pro Gartner einen Rückgang von bis zu 30 Prozent – mit Ausnahme von Lebensmittelgeschäften, die den Ansturm der Konsumenten kaum bewältigen können. Man kann es spüren: Wir erleben die größte wirtschaftliche Störung dieses Jahrhunderts.

Bankenbranche muss sich neue ausrichten

Aber auch in diesen Zeiten gelten die grundlegenden Wahrheiten der Datenanalyse und ihre Möglichkeiten für datengesteuerte Erkenntnisse und Verwaltung. Die alten Datenstrategien funktionieren zwar nicht mehr, aber die Leistung und das Potenzial der Daten selbst bleiben unverändert.

Ein kurzer Blick auf die Zahlen zeigt, dass sich die Dinge im Bankwesen geändert haben: Unsere jüngste Studie über den Banken- und Kapitalmarkt in 2021 zeigt uns, wie verbesserungswürdig es um deutsche Finanzinstitute wirklich steht, und wie schnell sich Banken erholen könnten.

Kurz gefasst: Die Bankenbranche kann und sollte diese Pandemie und ihre Lehren nutzen, um ihre Funktionsweise zu überdenken und für die Zukunft besser, stärker und einsichtsreicher zu werden. Einen wesentlichen, wenn nicht entscheidenden Beitrag können hier die neuen Technologien wie KI und ML liefern, die als essenzielle Tools eine stetige Verbesserung von Prozessen, Informationen und Entscheidungen erst ermöglichen.

KI/ML erfindet das Rad nicht neu, macht es aber runder

Bei der Datenanalyse hat die Pandemie keine neuen Probleme verursacht – aber sie hat Probleme aufgedeckt, die schon zuvor bestanden haben. Lange vor dem ersten Fall von COVID-19 steckten die Banker in ihren Datensilos fest, geblendet von geringem Interesse an KI und noch geringerer Akzeptanz von neuen Wegen, gefangen in einem Download-to-Desktop-Phänomen, das Produktivität verschlang und Sicherheitsrisiken aufdeckte, die man nicht konfrontieren wollte.

Jene Unternehmen, die sich den vielfältigen Vorteilen der neuen Zeit verweigerten und den Übergang in die Cloud zunächst verschlafen haben, verweisen dabei gerne auf regulatorische Hürden im Umgang mit Cloud-Themen. Die digitale Transformation, das gebrauchte Schlagwort, war bei anderen längst angerollt, inklusive Implementierung neuer End-to-End-Prozesse und dem erklärten Schwerpunkt, neue Services für Kunden bereitzustellen und sich auf Kundenorientierung zu konzentrieren.

6 Schwerpunkte für die Digitalisierung des Bankgeschäfts

Angesichts einer Pandemie, die sich vermutlich noch einige Monate hinziehen dürfte, ist es höchste Zeit für einen realisierbaren Analyseplan, angepasst an die wichtigsten Geschäftstreiber. Natürlich ist es unter den gegebenen Umständen schwieriger denn je, Prioritäten zu organisieren – und doch ist dies einer der wichtigsten Schritte! Datengesteuerte Banken müssen fokussiert bleiben und verstehen, dass Daten einen Wettbewerbsvorteil bei der Kundenbindung bieten – einen, der anderswo nicht repliziert werden kann.

Hier die 6 wichtigsten Schwerpunkte für die Digitalisierung des Bankgeschäfts:

1. Mobilität ist Trumpf

Verbessern Sie die digitale Interaktion und die mobilen Funktionen ganzheitlich für ihre Kunden. Die Entwicklung von Apps, Webfunktionalitäten und letztendlich die Schaffung neuer Funktionen für die Selbstbedienung über mobile Geräte sollte der Schlüssel sein. Niemand möchte in verengte kleine Filialen gehen, wenn Sie fast alle Bankgeschäfte von zu Hause aus erledigen könnten.

2. Lernen Sie Ihre Kunden kennen

Verbessern Sie Ihre Kundenerkenntnisse, denn besonders in Krisenzeiten ändert sich die Nachfrage schnell, von proaktiv (dies ist unser tiefes Jäger-Sammler-Verhalten, das uns zum „Hamstern“ von Lebensmittel und bestimmten Papierwaren drängt) bis zur Vorbereitung unserer Vorratskammern auf das Leben in einer neuen Normalität. Treffen Sie Annahmen über das Verbraucherverhalten und –aufenthaltsorte und sprechen Sie sie dort an.

3. Prozesse automatisieren

Einer der wichtigsten Voraussetzungen für Kundenbindung und –gewinnung ist die reibungslose Interaktion bei den Angeboten. Noch heute findet der größte Teil der Dokumentation für Kreditzwecke oder die Gewährung eines kleinen Verbraucherkredits auf Papier statt. Das Drucken und Versenden von Dokumenten per Post (Snailmail) ist definitiv kein moderner Stand der Technik mehr. Verteilte Home-Office-Mitarbeiter von Banken machen es noch schwieriger, diese Prozesse zu koordinieren. RPA- und Prozess-Workflow-Optimierung haben höchste Priorität. Durch die digitale Aktivierung der Interaktion in einem End-to-End-Prozess werden nicht nur die Interaktion mit dem Kundenservice, sondern auch Kosteneinsparungen erzielt.

4. Aktualisieren Sie Ihre Datenstrategie

Diese neue Normalität in Echtzeit bedeutet, dass Sie anerkennen müssen, dass vieles, was Sie vor Januar 2020 wussten, sich jetzt gedreht hat oder vollständig geändert wurde. Nur 20 Prozent der Unternehmen verfügen über eine Datenstrategie, die ihre KI-Bemühungen unterstützt.

5. Die Umstellung auf die Cloud

Falls Sie dies noch nicht getan haben – die Cloud ist eine der einfachsten und effizientesten Möglichkeiten zur Verbesserung der Agilität. Dadurch werden auch leistungsstarke Tools für Mobilität und globale Teamarbeit freigeschaltet. Gartner prognostiziert, dass die weltweiten Endverbrauchsausgaben für öffentliche Clouds in den nächsten 12 Monaten um 18 Prozent steigen werden. Auch wenn bestehende Regulatorien und Security-Anforderungen die Lagerung von sensiblen Daten in der Cloud erschwert, ist dieses Tool für die Zukunft von datengetriebenen Services unerlässlich.

6. Verbessern Sie Ihre Datenkompetenz

Nutzen Sie diese beispiellosen Zeiten und bieten Sie Ihren Mitarbeitern, die von zu Hause aus arbeiten, Kurse und zusätzliche Schulungen zum Einsatz neuer Technologien an. Es gab nie einen besseren Zeitpunkt für eine Selbstverbesserung, von der sowohl der Einzelne als auch die Gemeinschaft profitieren.

Der US-amerikanische Wissenschaftler Tom H. Davenport, einer der Vordenker der digitalen Revolution, sagte kürzlich: „Es ist eine schlechte Idee, bis zu einer vollständigen Rezession zu warten, um zu überlegen, wie mit KI die Kosten gesenkt und die Produktivität verbessert werden können.“ Der beste Moment für den eigenen Wandel ist zweifelsfrei jetzt, denn es werden immer neue Daten auftauchen, die erst seit kurzem existierten. Banken sind daher gut beraten, Ihre Datenstrategie praktisch und grundlegend anzupassen und dabei die Möglichkeiten der KI zu nutzen, um die vorhandenen Datenquellen zu erweitern, zu bereichern, neu zu bewerten und neue Schlussfolgerungen zu ziehen. Carpe diem!

Fazit: Banken müssen in Technologie investieren

Mit der Corona-Pandemie hast sich fast alles an unserer Arbeitsweise und Geschäftstätigkeit geändert. Das gilt auch und in besonderem Maße für Banken, deren Geschäftsmodell schon vor der Krise begann, Risse zu zeigen.

Umso mehr gilt: Wer jetzt in neue Technologien wie Künstliche Intelligenz (KI/AI), Machine Learning (ML) und Datenanalyse einsteigt, setzt den Hebel für künftiges Wachstum im perfekten Moment an. Auch wenn bereits ein Rückstand gegenüber der globalen Konkurrenz besteht, bleibt Banken kein anderer Weg.

E-Book „Anwendung und Nutzen von Zukunftstechnologien im Banking – Band 3″

Der Artikel ist Teil einer Artikelserie zu neuen Technologie im Banksektor.. Abonnenten von Der Bank Blog Premium können das 28-seitige E-Book mit allen acht Beiträgen direkt herunterladen.

Sie sind bereits Abonnent? Hier geht es zum Login
 

Wenn Sie kein Abonnent sind können Sie das E-Book hier auch einzeln kaufen.

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 <<<


 

Partner des Bank Blog: Deloitte

Bank Blog Partner Deloitte entwickelt für seine Kunden integrierte Lösungen in den Bereichen Wirtschaftsprüfung, Steuerberatung, Financial Advisory und Consulting.


Mehr über das Partnerkonzept des Bank Blogs erfahren Sie hier.
Marc Beierschoder - Partner, Deloitte

Marc Beierschoder

Marc Beierschoder ist Koautor des Beitrags. Er ist ist Partner bei Deloitte und verantwortet das Offering Analytics & Cognitive im Bereich Consulting. Schwerpunkte liegen dabei auf dem Aufsetzen von digitalen Transformationsprogrammen, dem Einsatz Intelligenter Automatisierung, der Modernisierung von komplexen Daten Architekturen, der Entwicklung von analytischen Produkten und dem effektiven Einsatz von künstlicher Intelligenz in Geschäftsprozessen.

 

Über den Autor

Sandra Bauer

Sandra Bauer ist Partnerin bei Deloitte Consulting und verfügt über mehr als 20 Jahre Erfahrung im Bereich Analytics, Business Intelligence, Big Data, Advanced Analytics und KI. Ihr Branchenfokus liegt auf SAP/HANA und Financial Services.

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