KI im Bankwesen: Vorteile und Hürden der Umsetzung

Künstliche Intelligenz gilt im Bankwesen als vielversprechende Technologie. Sie hat ein immenses Potenzial, Geschäftsabläufe deutlich zu verbessern. Gleichzeitig gestaltet sich ihre Einführung in diesem stark regulierten Sektor als herausfordernd. In diesem Artikel geben wir einen Überblick darüber, wie KI Finanzinstitute bei ihrer Weiterentwicklung unterstützt – und welche zentralen Hürden bei der Implementierung bestehen.

Warum benötigen Banken künstliche Intelligenz?

Finanzinstitute, die KI-gestützte Software implementiert haben, berichten von deutlichen Verbesserungen in verschiedenen Arbeitsbereichen. So gelang es der britischen NatWest Group, einem bedeutenden Finanzunternehmen, ihre Betrugsrate um bemerkenswerte 6 % zu senken – darunter ein Rückgang von 90 % bei Betrugsfällen während des Kontoeröffnungsprozesses. Gleichzeitig verzeichnete der Konzern eine Verfünffachung der Click-Through-Rate bei personalisierten Kreditangeboten.

Ein weiteres Beispiel leistungsstarker KI-Modelle im Finanzwesen ist Brighterion AI von Mastercard. Diese Lösung analysiert Transaktionsdaten auf Betrugsmuster und unterstützt jährlich rund 150 Milliarden Transaktionen.

Britische Banken setzen mittlerweile auf KI-Algorithmen bei Kreditwürdigkeitsprüfungen für Beträge unter 100.000 US-Dollar. Giganten wie JPMorgan Chase entwickeln eigene KI-Modelle, um die Veröffentlichungen der US-Zentralbank zu analysieren und implizite geldpolitische Signale herauszufiltern. Goldman Sachs wiederum setzt KI zur Codegenerierung und Dokumentenerstellung ein. Morgan Stanley nutzt maschinelles Lernen, um Kundinnen und Kunden individuelle Investmentchancen aufzuzeigen und Handlungsempfehlungen in Echtzeit zu geben.

Auch im Investmentbanking sind die Perspektiven vielversprechend. Laut Deloitte könnten die 14 größten Banken ihre Frontoffice-Leistungen mithilfe generativer KI um 27 % bis 35 % steigern und bereits im kommenden Jahr zusätzliche Einnahmen von 3,5 Millionen US-Dollar pro Mitarbeitendem generieren. So kann KI beispielsweise die Abläufe bei der Risikoprüfung individuell zugeschnittener Policen deutlich effizienter gestalten.

Praktische Hinweise zur KI-Einführung

Der Hauptgrund für die rasche Einführung von KI im Bankwesen liegt in der Freisetzung wertvoller Ressourcen für Produktdesign, Testung, Entwicklung und Wartung. Viele Tätigkeiten – sei es im Backoffice, bei der Entwicklung neuer Angebote oder im Kundenservice – sind heute stark repetitiv. Durch den Einsatz von KI können Banken Kapazitäten für anspruchsvollere und strategisch wichtigere Aufgaben schaffen.

Wie sollten Banken vorgehen, die KI in ihre Prozesse und Produkte integrieren möchten?

Im Folgenden einige Tipps von erfahrenen Softwareexperten:

Überdenken Sie zunächst Ihre Geschäftsstrategie, um Bereiche mit hohem Wirkpotenzial zu identifizieren. Vielleicht kann die Digitalisierung gerade im Kundenservice oder im Risikomanagement besonders großen Nutzen bringen. Engagieren Sie bei Bedarf ein zuverlässiges IT-Unternehmen. Solch ein Anbieter kann Ihre bestehende Infrastruktur gründlich analysieren und Sie professionell zur Anwendung von KI beraten. Zudem ist er in der Lage, die vollständige Entwicklung und Implementierung zu übernehmen.

Beachten Sie außerdem die Risiken, die mit der Einführung von KI typischerweise auftauchen. Die Sicherheit und Vertraulichkeit von Kundendaten sowie die Einhaltung bestehender Finanzvorschriften sollten dabei im Mittelpunkt stehen.

Investieren Sie schließlich sowohl in die Schulung Ihrer Mitarbeitenden als auch in die Aufklärung Ihrer Kundschaft über neu eingeführte Funktionen wie Chatbots, Robo-Advisors und mehr.

Die KI-gestützte Zukunft des Bankwesens

Welche zentralen Zukunftstrends in der Entwicklung mobiler Banking-Apps sind besonders wichtig? In den kommenden fünf Jahren dürften folgende Entwicklungen an Bedeutung gewinnen:

• Die Weiterentwicklung von Super-Apps. Diese mobilen Banking-Plattformen fungieren als All-in-One-Infrastrukturen und integrieren verschiedene öffentliche Dienstleistungen.
• Erweiterte persönliche Berater auf KI-Basis, die Kundinnen und Kunden bei der Finanzverwaltung helfen, Preise zu vergleichen, zu vereinbaren und vieles mehr.
• Der Einsatz von KI für komplexe Produkte. Dies wird dazu dienen, die Inhalte und Kommunikation individuell anzupassen, sodass Angebote exakt auf die Bedürfnisse der einzelnen Nutzerinnen und Nutzer zugeschnitten sind.

Warum die KI-Einführung im traditionellen Bankwesen Zeit braucht

Der Einsatz von KI zur Interaktion mit Endkundinnen und -kunden im Bankwesen bringt zahlreiche Vorteile mit sich. Dazu zählen eine effizientere API-Nutzung, optimierter Kundenservice, intelligente Kreditwürdigkeitsprüfungen und gestärkte Cybersicherheit. Dennoch nimmt die Integration von KI in Produkte und Abläufe von Banken ziemlich viel Zeit in Anspruch. Der Hauptgrund dafür sind strenge branchenspezifische Vorschriften, die den Einsatz von Kundendaten in offenen KI-Modellen untersagen.

Die Lösung: Banken können eigene Modelle intern entwickeln und Daten ausschließlich innerhalb der Organisation analysieren. Dennoch müssen sie dafür die Zustimmung der Kundschaft einholen – und die sorgfältige Schulung der Datenmodelle erfordert viel Zeit.