Von Avataren bis zu automatisierter Compliance: Wie Generative AI das Banking verändert

In den letzten Jahren hat sich die künstliche Intelligenz (KI, bzw. AI) auf bemerkenswerte Weise weiterentwickelt, insbesondere auf dem Gebiet der Generative AI. Damit ist die Fähigkeit von Maschinen gemeint, originäre Inhalte wie Bilder, Texte oder sogar Musik zu erstellen, die den von Menschen erstellten Inhalten sehr ähnlich sind. Diese bahnbrechende Technologie dringt in verschiedene Bereiche vor, darunter auch in den Bankensektor, wo sie äusserst vielversprechend ist. Generative AI hat das Potenzial, den Bankensektor zu revolutionieren. Mit ihr können Finanzinstitute das Kundenerlebnis verbessern, Betriebsabläufe optimieren und Risiken minimieren. Die Technologie bietet Banken neue Möglichkeiten, sich in einem hart umkämpften Markt zu behaupten.

Im weiteren Kontext der digitalen Transformation stellt Generative AI einen bemerkenswerten technologischen Fortschritt mit grossem Potenzial dar. Es gilt jedoch stets zu beachten, dass Generative AI allein – ohne den Einbezug ergänzender Technologien und ohne ganzheitlichen Ansatz – zu einem weiteren flüchtigen Hype werden kann. Denn wie wir bereits bei der Big-Data-Analyse oder beim Process Mining gesehen haben, wird die Technologie das Problem nicht lösen, wenn Ihre Datenlandschaft nicht in Ordnung ist. Ohne Anwendungsfälle mit klarem geschäftlichem Mehrwert ist das Projekt zum Scheitern verurteilt, und Sie können das Potenzial nicht voll ausschöpfen.

Werfen wir also einen Blick auf die wichtigsten Anwendungsfälle für Generative AI im Bankwesen und auf deren potenziellen Mehrwert.

Kundenbetreuung im Privatkundengeschäft

Laut einer von Bitkom Research durchgeführten Umfrage erwarten rund 66 % der deutschen Verbrauchenden von ihren Banken eine persönliche Finanzberatung und individuelle Dienstleistungen. Unternehmen hingegen wollen Kosten senken und möglichst viele Abläufe automatisieren. Generative AI kann das Bankerlebnis durch die Erstellung personalisierter und kontextbezogener Inhalte verbessern und den Umgang mit komplizierten Formularen und Vorschriften erleichtern. Durch die Einführung von Generative AI können Banken über intelligente Chatbots und virtuelle Assistenten ihre Kundschaft effizient und schnell unterstützen. Diese AI-gestützten Schnittstellen können Kundenanfragen verstehen und fast wie ein Mensch beantworten. Sie bieten rund um die Uhr Unterstützung, vereinfachen alltägliche Aufgaben und entlasten die Kundenberatenden bei der Bearbeitung komplexerer Sachverhalte. Studien von Gartner zeigen, dass die Einrichtung AI-gestützter Self-Service-Plattformen die Kosten für die Kundenbetreuung um bis zu 30 % senken kann.

Digitaler Kundenbetreuer im Firmenkundengeschäft

Auch das Firmenkundengeschäft und das Geschäft mit institutionellen Kunden können von modernen virtuellen Assistenten enorm profitieren. Diese AI-gestützten Schnittstellen, auch Avatare genannt, verstehen und beantworten Kundenanfragen fast wie ein Mensch. Sie bieten rund um die Uhr Unterstützung, vereinfachen alltägliche Aufgaben und entlasten die Kundenberatenden bei der Bearbeitung komplexerer Sachverhalte. Die Tätigkeit in der Firmenkundenberatung kann sehr zeitaufwendig sein, und die Beratenden können sich nur um eine begrenzte Anzahl Accounts angemessen kümmern. Durch den Einsatz digitaler Avatare, die (mit Zustimmung der jeweiligen Accounts) auf Kundendaten trainiert werden, können sich Firmenkunden auf eine 24/7-Verfügbarkeit und eine voll personalisierte Kundenbetreuung durch ihren persönlichen digitalen Ansprechpartner verlassen. Ausserdem kann ein Avatar Kundenberatende durch Ad-hoc-Analysen der Konversation unterstützen und individualisierte «Next-Best»-Angebote oder -Fragen vorschlagen, wodurch die Kundeninteraktion effizienter wird.

Compliance und Governance

Die deutsche Bankenbranche sieht sich bei der Bekämpfung von Finanzbetrug und beim effizienten Risikomanagement permanent mit Herausforderungen konfrontiert. Generative AI-Algorithmen können riesige Datenmengen analysieren, darunter Transaktionsaufzeichnungen, Verhaltensmuster von Kunden und externe Datenquellen, und so Anomalien und potenzielle Betrügereien zuverlässiger erkennen. Durch den Einsatz generativer, AI-gestützter Risikomanagementsysteme können deutsche Banken Betrugsfälle leichter aufdecken und Risiken effizienter mindern, um das Kundenvermögen zu schützen und das Vertrauen in die Bank zu bewahren. Generative AI-Algorithmen können Verluste aufgrund von Betrug und die mit manueller Betrugserkennung verbundenen Betriebskosten massiv reduzieren. Einem Bericht von Capgemini zufolge kann die AI-gestützte Betrugserkennung Betrugsverluste um bis zu 25 % und falsch-positive Ergebnisse um 40–50 % reduzieren, was zu Kosteneinsparungen führt. Als Mitglied der Europäischen Union gelten für Deutschland strenge Vorschriften wie die Allgemeine Datenschutz-Grundverordnung (DSGVO) und die Anti-Geldwäsche-Richtlinie (AML). Mithilfe generativer AI können Banken Compliance-Prozesse automatisieren, die Einhaltung regulatorischer Anforderungen sicherstellen und das Reporting straffen. Durch den gezielten Einsatz generativer AI-Technologien können deutsche Banken die Compliance-Kosten senken, präziser arbeiten und Strafen aufgrund von Non-Compliance vermeiden.

Anlage- und Vermögensverwaltung

Auf dem deutschen Markt bieten sich grosse Chancen für Generative AI im Bereich der Dienstleistungen in der Anlage- und Vermögensverwaltung. Verbrauchende legen vermehrt Wert auf massgeschneiderte Strategien und personalisierte Beratung. Generative AI analysiert riesige Mengen an Finanzdaten, Markttrends und Risikoindikatoren, generiert daraus personalisierte Anlageempfehlungen und bereitet diese auf einer individuellen, praktischen Oberfläche für die Kundinnen und Kunden auf. Deutsche Banken können mithilfe generativer AI-Algorithmen durchdachte Anlagestrategien, Portfoliooptimierungen und eine massgeschneiderte Finanzplanung anbieten und so vermögende Kunden gewinnen und binden.

Personalisierter Kundenservice

Im Bankensektor vollzieht sich beim Kundenservice ein massiver Wandel. Generative AI bietet mit fortschrittlichen Algorithmen für die Verarbeitung natürlicher Sprache (NLP) und für Maschinelles Lernen (ML) hochinteressante Möglichkeiten für eine neue Ära des Kundensupports.

Kernstück dieses Wandels ist der verstärkte Einsatz von AI-gestützten Chatbots, die über die erstaunliche Fähigkeit verfügen, sich an jeden einzelnen Kunden anzupassen. Stellen Sie sich eine Welt vor, in der jedem Kunden ein persönlicher (Chatbot-)Assistent zugeteilt wird, der sich unermüdlich darum bemüht, Bedürfnisse, Vorlieben und finanzielle Ziele der Kunden zu verstehen. Diese intelligenten Assistenten führen echte Konversationen, bieten individuelle Lösungen und geben persönliche Empfehlungen ab. Durch die Analyse riesiger Mengen an Kundendaten und des Transaktionsverlaufs können diese Chatbot-Assistenten Erkenntnisse in Echtzeit liefern und Kunden durch unzählige personalisierte Bankdienstleistungen und -produkte führen.

Durch den Einsatz generativer AI im Kundendienst können deutsche Banken die Kosten für die Kundengewinnung senken und gleichzeitig die Kundenbindung verbessern, was wiederum zu Kosteneinsparungen führen kann. Laut einer Studie von Accenture können personalisierte Erlebnisse den Umsatz um 5–8 % steigern und die Kosten für die Kundengewinnung um bis zu 10 % senken.

Digitale Betreuung für Unternehmen und institutionelle Kunden

Stellen Sie sich eine Welt vor, in der Sie von ihrem persönlichen virtuellen Kundenbetreuer empfangen werden. Dies würde die Art und Weise revolutionieren, wie Geschäftsbeziehungen gepflegt werden. Bei diesem Konzept wird die Leistung der Generative AI mit dem Fachwissen der menschlichen Expertise kombiniert, um virtuelle Avatare zu schaffen. Diese Avatare sind das digitale Gegenstück zu den menschlichen Kundenberatenden, denn sie sind in der Lage, die individuellen Geschäftsziele, die finanziellen Anforderungen und die branchenspezifischen Gegebenheiten eines jeden Firmenkunden zu verstehen.

In der Praxis würden Firmenkunden mit ihrem Avatar fast auf gleiche Weise interagieren wie mit ihren menschlichen Kundenberatenden: per Telefon oder über virtuelle Meetings – mit dem entscheidenden Unterschied, dass die digitale Kundenbetreuung rund um die Uhr verfügbar ist. Die Avatare hätten ein bemerkenswert menschliches Erscheinungsbild und eine Stimme, die von einem menschlichen Gegenüber nicht zu unterscheiden wären. Zudem wären sie in der Lage, ein natürliches und angeregtes Gespräch zu führen. Durch die Analyse der Kunden- und Finanzdaten sowie der Markttrends verfügen die Avatare über ein tiefgreifendes Verständnis der Unternehmenslandschaft des Kunden. Dank hochentwickelter NLP-ML-Algorithmen würde der Avatar seine Kenntnisse kontinuierlich erweitern und sich an die Wünsche des Kunden anpassen. Auf diese Weise wird sichergestellt, dass die angebotenen Empfehlungen und Dienstleistungen personalisiert sind und laufend optimiert werden.

Diese digitalen Relationship-Manager verstehen sich auf die Geschäftsentwicklung, suchen aktiv nach neuen Opportunitäten und arbeiten mit internen Teams zusammen, um massgeschneiderte Banklösungen anzubieten. Durch bereichsübergreifende Kooperationen sorgen sie für die Bereitstellung umfassender Dienstleistungen, die den sich wandelnden Kundenbedürfnissen gerecht werden. Darüber hinaus liefern sie wertvolle Marktanalysen und sind bezüglich Branchentrends, Marktentwicklung und Wettbewerb stets auf dem neuesten Stand. Auf der Grundlage dieses Wissens bieten sie strategische Einblicke und Empfehlungen, die es dem Gegenüber ermöglichen, fundierte Entscheidungen zu treffen. Natürlich wirft dieses Konzept wichtige ethische Fragen auf. Hier spielt Transparenz eine entscheidende Rolle. Sie müssen also sicherstellen, dass die Kundinnen und Kunden wissen, dass sie mit einem AI-gestützten virtuellen Assistenten interagieren. Um das Vertrauen aufrechtzuerhalten, ist es notwendig, das Wesen der Avatar-Technologie klar zu kommunizieren. Datenschutz und Sicherheit müssen Vorrang haben, und Kundeninformationen müssen geschützt und nach ethischen Grundsätzen verwendet werden. Es darf keine Missverständnisse geben. Algorithmen und Trainingsdaten müssen so konzipiert und überwacht werden, dass unbeabsichtigte Fehlannahmen bei Empfehlungen vermieden werden. Kundinnen und Kunden müssen die Möglichkeit haben, sich abzumelden oder zu einem menschlichen Gegenüber zu wechseln. Und Sie müssen ihre Präferenzen respektieren. Wenn Banken transparent, datenschutzkonform, fair und kundenorientiert vorgehen, können sie solche Avatare verantwortungsvoll einsetzen und die Vorteile von Generative AI nutzen, um das Kundenerlebnis unter Berücksichtigung ethischer Aspekte zu verbessern.

Hochautomatisierte Compliance- und Governance-Prozesse

Im Laufe der letzten Jahrzehnte hatten die ständig ändernden regulatorischen Rahmenbedingungen einen massiven Einfluss auf die Strategie und das Tagesgeschäft der Banken. Strenge Vorschriften zu Datenschutz (DSGVO) und Geldwäsche (AML), um nur zwei Beispiele zu nennen, übten und üben weiterhin Druck aus, höchst dringende Prozesse zu optimieren und zu automatisieren. Generative AI birgt für Banken ein immenses Potenzial, wenn es darum geht, die Compliance-Prozesse zu verbessern und die mit der Erfüllung regulatorischer Anforderungen verbundenen Herausforderungen zu bewältigen.

Durch den Einsatz von Generative AI können Banken verschiedene, häufig manuell ausgeführte Compliance-Prozesse wie Datenanalyse, Überwachung und Berichterstattung automatisieren. Mit solchen Technologien lassen sich grosse Datenmengen effizient analysieren, Anomalien aufspüren und potenzielle Compliance-Risiken erkennen, sodass die Banken proaktiv Massnahmen zur Lösung allfälliger Probleme ergreifen können. Durch die Automatisierung können Compliance-Prozesse nicht nur schneller und präziser abgewickelt, sondern auch der manuelle Aufwand und die damit verbundenen Kosten reduziert werden. Auch das gesetzlich vorgeschriebene Reporting kann dank Generative AI automatisiert werden. Mit diesen Technologien können relevante Informationen aus verschiedenen Quellen extrahiert, Daten konsolidiert und umfassende Berichte gemäss den gesetzlichen Vorschriften erstellt werden. Diese Automatisierung spart nicht nur Zeit, sondern gewährleistet auch ein präzises und umfassendes Reporting. Zudem verringert sich das Risiko von Sanktionen, die sich aus Non-Compliance oder unvollständigen Dokumenten ergeben.

Da durch den Einsatz generativer AI das Risiko menschlicher Fehler minimiert wird, kann auch die Genauigkeit der Compliance-Aktivitäten verbessert werden. ML-Algorithmen können ihr Wissen kontinuierlich erweitern und sich an neue Vorschriften anpassen. So wird sichergestellt, dass die Banken immer auf dem neuesten Stand sind und die sich rasant ändernden rechtlichen Rahmenbedingungen einhalten. Dadurch sinkt die Wahrscheinlichkeit, dass Vorschriften nicht eingehalten und entsprechende Strafen verhängt werden, erheblich.

Mit diesen Technologien wird ein solider Rahmen für die Verwaltung und Überwachung von Compliance-Verpflichtungen geschaffen. So sind die Banken in der Lage, effizienter und zuversichtlicher durch das komplexe regulatorische Umfeld zu navigieren.

Personalisierte, intelligente Anlage- und Vermögensverwaltung

Der Vormarsch von Generative AI läutet eine neue Ära der intelligenten Vermögensverwaltung ein. Indem Banken hochentwickelte Algorithmen mit menschlichem Fachwissen kombinieren, können sie erstklassige Dienstleistungen anbieten, die den Bedürfnissen und Zielen ihrer Kunden gerecht werden. Dies führt insbesondere im Bereich der reinen Vermögensverwaltung zu Vorteilen wie massgeschneiderten Anlagestrategien und treffenden Finanzprognosen.

Durch den Einsatz von Generative AI können Banken grosse Mengen an Finanzdaten, Markttrends und Kundenpräferenzen analysieren und so personalisierte Anlagestrategien für Vermögensverwaltungskunden entwickeln. Mit Algorithmen für Maschinelles Lernen können Banken individuelle Risikoprofile bewerten, einzigartige Anlagemöglichkeiten eruieren und die Vermögensallokation optimieren, um die spezifischen Bedürfnisse und Ziele ihrer Kunden zu erfüllen.

Darüber hinaus können Banken ihre Kompetenzen in den Bereichen Finanzprognose und Portfoliomanagement ausbauen. Mit fortschrittlichen Algorithmen können Banken verschiedene Anlageszenarien simulieren, umfassende Stresstests durchführen und Anlagestrategien optimieren, um die Erträge zu maximieren und die Risiken für die Kunden zu minimieren. Den Banken ist es möglich, datengestützte Entscheidungen zu treffen, Markttrends genau vorherzusagen und ihren Kunden wertvolle Erkenntnisse für Anlageentscheidungen zu liefern.

Wird die Technologie richtig eingesetzt, kann sie den Banken einen erheblichen Wettbewerbsvorteil verschaffen und dafür sorgen, dass das Bankwesen bezüglich Innovation auch weiterhin eine Vorreiterrolle einnimmt.

Impact Ranking

Das folgende Ranking basiert auf einer allgemeinen Schätzung des Aufwands und der Impacts pro Anwendungsfall. Der Aufwand steht für den Komplexitätsgrad der Implementierung. Der Impact steht für das transformative Potenzial (Kostensenkung, Effizienzsteigerung, Wettbewerbsvorteil) und den Nutzen, der mit jedem Anwendungsfall verbunden ist.

• Digitale Kundenbetreuer für Firmenkunden und institutionelle Kunden
  • Aufwand: mittel
  • Impact: hoch
• Hochautomatisierte Compliance- und Governance-Prozesse
  • Aufwand: hoch
  • Impact: hoch
• Personalisierte, intelligente Anlage- und Vermögensverwaltung
  • Aufwand: mittel
  • Impact: mittel
• Kundenbetreuung im Privatkundengeschäft
  • Aufwand: niedrig
  • Impact: mittel

Generative AI effizient im Bankwesen einsetzen

Grundsätzlich geht es dabei um zwei zentrale Aspekte:

• Verstehen und lernen

Fach- und Führungskräfte im Banking sollten sich möglichst viel Wissen über die neue Technologie aneignen. Nur wer die Funktionsweise versteht und weiss, welche Anpassungen notwendig sind, erhält Klarheit und kann eine treffende Prognose darüber abgeben, wie Generative AI sein Unternehmen verändern kann. Dazu gehören technologisches Wissen, Anwendungsfälle aus anderen Branchen, das Wissen über die Grenzen dieser Technologie sowie ethische und rechtliche Überlegungen. Nur mit einem gut vorbereiteten und geschulten Führungsteam können Sie verhindern, dass das Ganze nur ein Hype wird und Unsicherheit in Ihren Reihen entsteht.

• Finden und bewerten Sie Anwendungsfälle mit geschäftlichem Impact

Wie bei allen neuen Technologien ist es ratsam, sich zunächst mit echten Geschäftsproblemen, die gelöst werden müssen, zu befassen. Mit einer starken Unterstützung im Unternehmen und einer wirkungsvollen Strategie wird das Unternehmen gestärkt, und es entsteht nicht der Eindruck, dass es sich nur um einen Hype handelt. Generative AI könnte durchaus die Lösung für Ihre Probleme sein. Allerdings sollten Sie es vermeiden, durch diese Lösung neue Probleme zu schaffen. Hier können Ihnen bewährte und durchdachte Konzepte wie das Zühlke ADM helfen, Ideen zu entwickeln, Prioritäten zu setzen, Prototypen zu erstellen, Entscheidungen zu treffen und Ihre Anwendungsfälle weiterzuentwickeln.

Vielleicht haben Sie auf der Grundlage Ihrer Digitalisierungs- und Datenstrategie bereits diejenigen Bereiche evaluiert, in denen Sie Anwendungsfälle für Generative AI untersuchen und entsprechende Einsatzmöglichkeiten erarbeiten könnten.

Generative AI als Teil einer umfassenden Strategie zur digitalen Transformation

Generative AI hat das Potenzial, den Bankensektor zu revolutionieren. Mit dieser Technologie können Finanzinstitute das Kundenerlebnis verbessern, Betriebsabläufe optimieren und Risiken minimieren und sie bietet Banken neue Möglichkeiten, sich in einem hart umkämpften Markt zu behaupten. Generative AI kann aber nicht alle Probleme lösen. Andere Technologien wie Machine Learning oder einfache Automatisierung haben mitunter mehr Vorteile. Zunächst müssen Sie sich aber gründlich vorbereiten. Wie eingangs erwähnt, wird die Technologie nichts ausrichten, wenn Ihre Datenlandschaft nicht in Ordnung ist, wie wir bereits bei der Big-Data-Analyse oder beim Process Mining gesehen haben. Ohne Anwendungsfälle mit klarem geschäftlichem Mehrwert ist das Projekt zum Scheitern verurteilt, und Sie können das Potenzial nicht voll ausschöpfen.

Um die Möglichkeiten von Generative AI voll ausschöpfen zu können, muss sie strategisch und synergetisch mit anderen digitalen Technologien wie Datenanalyse, Cloud Computing und Automatisierungstools integriert werden. Darüber hinaus müssen die Unternehmen ihre Innovationskultur stärken, in die Förderung von Talenten investieren und solide Rahmenbedingungen für die Datenverwaltung schaffen. Unternehmen, die Generative AI als Teil einer umfassenden digitalen Transformationsstrategie betrachten, können den wahren Wert der AI erschliessen. Sie sind in der Lage, nachhaltige Ergebnisse zu erzielen und ihre Abläufe, Kundenerlebnisse und Wettbewerbsvorteile in der sich ständig weiterentwickelnden digitalen Landschaft langfristig zu verbessern.