Die Rolle von Artificial Intelligence (AI) im modernen Banking

Einleitung

Die Veröffentlichung von Chat GPT und dessen überwältigende Entwicklung hat der digitalen Transformation einen gehörigen Schub verpasst und das Thema AI weltweit zum Thema Nummer eins gemacht. Längst übernimmt die künstliche Intelligenz eine Vielzahl von Aufgaben im täglichen Privat- und Geschäftsleben. Für eine sinnvolle Nutzung dieser Technik ist es – bei aller Vorsicht und den noch ungeklärten Fragen – daher ratsam, sich zum einen kritisch mit ihr auseinanderzusetzen, sie aber zum anderen nicht nur als Gefahr, sondern vor allem auch als Chance wahrzunehmen. Das gilt in besonderem Maße auch für die Branche Banking.

Das moderne Bankwesen hat sich in den letzten Jahren rasant und grundlegend verändert und dabei die Tür für innovative Technologien –­ allen voran künstliche Intelligenz – geöffnet. AI hat eine herausragende Rolle bei der Gestaltung und Optimierung von Bankdienstleistungen übernommen: Von der Automatisierung von Prozessen bis hin zur Verbesserung der Kundenerfahrung bietet AI den Finanzinstituten die Möglichkeit, effizienter, reaktionsschneller und personalisierter zu agieren.

Nicht verwunderlich, dass immer mehr AI-Anbieter für die Branche Banking auf den Markt drängen. Die Experten von msg for banking setzen sich in diesem Zusammenhang kritisch mit den vielfältigen AI-Anwendungen von unterschiedlichen Technologieanbietern auseinander. Der Fokus liegt dabei auf den möglichen Einsatzgebieten, den Herausforderungen und den Risiken.

Die AI-Lösungen von Salesforce im Check

Salesforce veröffentlichte 2023, kurz nach dem Launch von Chat GPT, ein eigenes AI-Tool namens Einstein GPT, dass bereits jahrelang im Rahmen einer Partnerschaft mit den Produktentwicklern von OpenAI in Entwicklung war.

Dieser Artikel gibt einen Überblick darüber, welche Herausforderungen die AI in Bezug auf die digitale Transformation mit sich bringt, aber auch, welche Chancen sich hierbei bieten. Außerdem zeigt er, wie die Möglichkeiten von AI genutzt werden können, um ein noch besseres Kundenerlebnis zu bieten.

Bedeutung generativer AI

Eine besonders wegweisende Entwicklung innerhalb des AI-Feldes ist die generative AI. Sie wurde dazu entwickelt, auf Basis von komplexen neuronalen Netzwerken eigenständig neue, menschenähnliche Inhalte zu erstellen. Im Gegensatz zu anderen AI-Formen, die darauf abzielen Muster in Daten zu erkennen oder vorgegebene Aufgaben zu erfüllen, ist generative AI darauf programmiert, kreativ und innovativ zu sein, indem sie neue Inhalte wie Texte, Bilder, Musik oder sogar Videos erzeugt. Im Bankwesen hat generative AI das Potenzial sowohl die Effizienz der internen Abläufe als auch die Kundenerfahrung auf ein neues Niveau zu heben. Von der Automatisierung von Prozessen bis zur Personalisierung von Angeboten eröffnet generative AI spannende Chancen, das moderne Banking in vielfältiger Weise zu transformieren.

Herausforderungen und Risiken bei der Verwendung

Es ist wichtig anzumerken, dass generative AI auch Herausforderungen in Bezug auf ethische Fragen mit sich bringt und sich einer gewissen Verantwortung stellen muss, denn sie kann Inhalte erstellen, die irreführend, ungenau oder sogar potenziell schädlich sein könnten. Um sicherzustellen, dass die erzeugten Inhalte einen positiven und sinnvollen Beitrag leisten, erfordert die Anwendung von generativer AI daher eine sorgfältige Überwachung und Kontrolle. Insbesondere im Bankwesen gibt es einige Schlüsselaspekte, die bei der Verwendung von AI-Technologien berücksichtigt werden müssen:

• Datenschutz und Sicherheit: Die Nutzung von AI erfordert oft den Zugriff auf umfangreiche Mengen sensibler Kundendaten. Wenn diese Daten nicht angemessen geschützt werden, könnten sie in falsche Hände geraten oder missbraucht werden. Ein Verstoß gegen den Datenschutz kann nicht nur rechtliche Konsequenzen haben, sondern auch das Vertrauen der Kunden in die Bank untergraben.
• Verzerrte Entscheidungsfindung: AI-Algorithmen können aufgrund von unbeabsichtigt antrainierten Vorurteilen oder ungenauen Trainingsdaten verzerrte Ergebnisse liefern. Dies kann zu diskriminierenden oder unfairen Entscheidungen führen, insbesondere bei Kredit- oder anderen finanziellen Bewertungen.
• Mangelnde Transparenz und Erklärbarkeit: Viele AI-Modelle, insbesondere tiefgreifende neuronale Netzwerke, sind oft „black boxes“. Das heißt, es kann schwierig sein, zu verstehen, wie sie bestimmte Schlussfolgerungen entstanden sind. Dies kann die Fähigkeit der Bank einschränken, Kunden oder Regulierungsbehörden plausible Erklärungen für Entscheidungen zu liefern.
• Abhängigkeit von der Technologie: Eine übermäßige Abhängigkeit von AI-Systemen kann dazu führen, dass die menschliche Intuition und menschliches Urteilsvermögen vernachlässigt werden. Dies könnte insbesondere in kritischen oder unvorhergesehenen Situationen problematisch sein.
• Rechtliche und regulatorische Herausforderungen: Die Anwendung von AI im Bankwesen unterliegt möglicherweise verschiedenen rechtlichen und regulatorischen Anforderungen. Es ist daher wichtig sicherzustellen, dass die eingesetzten AI-Technologien mit den geltenden Vorschriften und Gesetzen übereinstimmen.

Um diese Herausforderungen zu bewältigen, ist eine enge Zusammenarbeit zwischen Fachleuten, Ethikexperten, Regulierungsbehörden und der Industrie erforderlich. Banken sollten sicherstellen, dass sie transparente und verantwortungsbewusste Ansätze bei der Entwicklung und Implementierung von AI-Technologien verfolgen, um die Vorteile zu maximieren und gleichzeitig mögliche Risiken zu minimieren.

AI eingebunden in Salesforce Sales, Marketing und Service Plattform

Auch Salesforce beschäftigt sich bereits seit einiger Zeit mit dem Thema KI, um die Mehrwerte dieser Technologie in ihre bestehende Cloudplattform einfließen zu lassen und Anwender bei ihren täglichen Aufgaben zu unterstützen. Um den vorhandenen Datenschatz effektiv zu nutzen und eine intelligente Verknüpfung der Daten zu ermöglichen, beginnt die Entwicklung einer KI-Strategie stets mit der grundlegenden Überlegung der Datenharmonisierung.

Werte von Salesforce im Bezug zu AI

Salesforce hat sein eigenes Wertesystem im Umgang mit generativer AI innerhalb der Produkte entwickelt, um dem Kunden ein bestmögliches Kundenerlebnis zu bieten.

• Vertrauen: Die Daten des Kunden bleiben jederzeit im Salesforce CRM und werden nicht außerhalb von Salesforce gespeichert. Dies ist auch mit OpenAI vereinbart.
• Relevanz der Daten: Erzeugte Inhalte basierend nur auf relevanten Kundendaten, die sich innerhalb des CRM-Systems befinden.
• Sicherheit: Salesforce versichert, dass die Daten auf einer sicheren Plattform gespeichert werden und persönliche wie auch vertrauliche Informationen besonders gut gesichert sind.
• Flexibilität bei der Wahl des AI-Modells: Der Kunde entscheidet selbst, welches AI-Modell genutzt wird. Er kann sowohl aus dem Modell von Salesforce selbst, seinem eigenen AI-Modell als auch Modellen von Unternehmen, die in einer Partnerschaft zu Salesforce stehen, wählen.

Potenzielle Use Cases für Salesforce Sales GPT integriert in den Vertrieb

Mithilfe von Sales GPT wird die Produktivität eines Vertriebsmitarbeiters stark verbessert. Die wichtigsten Features sind:

• Automatische Erstellung von E-Mails: Es können automatisch personalisierte E-Mails in Kürze generiert werden, welche die Zeiteffizienz und Qualität des Inhalts erhöhen. Auf eine E-Mail des Kunden kann mit individuell generierten Bausteinen geantwortet werden. Dafür generiert der Anwender auf Knopfdruck eine Selbstdarstellung oder einen Follow-up-Text zu der bestehenden E-Mail.

• Zusammenfassung von Konversationen: Der Anwender erhält zum Beispiel nach einem Verkaufsgespräch ein lückenloses Transkript, das während dem Gespräch automatisch generiert wurde. Hinzu werden Aktionen vorgeschlagen, wie er auf Basis der Konversation weiterverfahren soll.

• Sales Assistent: Dieser Assistent unterstützt den Anwender bei Verkaufsberatungen, indem er in einer Infobox Hilfestellungen anbietet. Um mehr Hintergrundinformationen zum Kunden zu erhalten, die für das anschließende Gespräch von Bedeutung sind, kann der Assistent dem Vertriebsmitarbeiter bei der Vorbereitung auf ein Kundengespräch einen Gesamtüberblick über den Kunden liefern.

Durch Salesforce Service GPT können durch Zeit- Ressourceneinsparungen große Effizienzsteigerungen erzielt werden, die wiederum zu besseren Quoten bei der Bearbeitung von Kundenvorgängen führen. Einige der Features sind:

• Personalisierte Antworten: Auf Basis der bestehenden Kundendaten werden für den Supportagenten über alle Kanäle automatische Vorschläge von Einstein generiert, die der Anwender als Antworten nutzen kann. Dies kann zum Beispiel die Nachfrage sein, welchen Betrag der Kunde auf Basis des aktuellen Kreditrahmens noch ausgeben kann. Der Supportmitarbeiter muss nun nicht mehr manuell im Datensatz nachschauen, sondern Einstein generiert direkt die Antwort auf Basis der Daten.

• Automatische Erstellung von Artikeln: Die Pflege von Artikeln können mit Einstein auf Basis der vergangenen Kundeninteraktion automatisiert werden. Ein Beispiel ist eine Schritt-für-Schritt-Anleitung zur Sperrung einer Kreditkarte bei Verlust im Ausland. Die AI nutzt den Inhalt der Kundeninteraktion dafür, aus der Konversation zwischen Kunden und Supportmitarbeiter die Anleitung zu erstellen. Hat ein anderer Kunde danach das gleiche Problem, kann dieser direkt auf den zuvor erstellten Artikel zugreifen.

Potenzielle Use Cases für GPT integriert im Financial Services Bereich

Auch die Financial Services Cloud ist mit der AI-Lösung von Salesforce eng verwoben. Folgende Features erleichtern dem Anwender den täglichen Arbeitsablauf:

• Erstellung von personalisierten Vorschlägen für die Zusammenarbeit mit einem Kunden: Auf Basis von Kundenzielen und deren Historie werden Empfehlungen über den Kunden ausgesprochen, mit dessen Hilfe mit dem Kunden interagiert werden kann. Hat ein Kunde zum Beispiel ein Ziel definiert, wie das Ansammeln des Eigenkapitals für einen Hausbau, so ist dieses Ziel und der aktuelle Status bereits im System hinterlegt. Nun schlägt Einstein eine Vorgehensweise vor, wie der Kunde bei der Erreichung dieses Ziels optimale Unterstützung bekommen kann.

• Automatisierung des KYC-Prozesses: Einstein hilft dabei, den Onboarding-Prozess eines Kunden zu automatisieren und zu verkürzen. Wird zum Beispiel ein Kunde das erste Mal im System erfasst, so kann Einstein Informationen darüber liefern, ob es lohnenswert ist mit dem Kunden Handel zu treiben oder nicht.

• Verbesserung des Risikomanagements und der Betrugserkennung: Durch Analyse der Daten via Machine-Learning kann Einstein erkennen, ob ein Betrugsfall vorliegen könnte. Hier können zum Beispiel die im System hinterlegten Transaktionsdaten von einer Kreditkartenabrechnung geprüft werden.

Gegenüberstellung der Chancen und Risiken im Bezug zu AI Lösungen

Eine Besonderheit von Salesforce, um den oben genannten Risiken zu begegnen, ihnen entgegenzuwirken und sie zu entschärfen, ist der Einsatz des Einstein GPT Trust Layers, der die größtmögliche Sicherheit bietet.

• Verwendung von Kundendaten: Der oben genannte Einstein GPT Trust Layer sorgt dafür, dass Kundendaten niemals außerhalb des Systems gespeichert werden. Sensitive Daten werden zunächst maskiert und dann durch anonymisierte Daten ersetzt. Das Zero-Retention-Prinzip sorgt dafür, dass Ergebnisse, die durch die AI erzeugt werden, niemals im LLM (Large Language Model) gespeichert werden.

• Sicherheit: Es werden die höchsten Sicherheitsstandards für das Halten von Kundendaten angewendet. Die Daten von Sales, Service und Marketing GPT werden auf einer sicheren Plattform abgelegt. Dies ermöglicht die Einhaltung der Datenschutzrichtlinien und personenbezogene Daten sind bestens geschützt.

• Halluzination: Eine hohe Datenqualität verringert die Gefahr, dass auf Basis der bestehenden Informationen fehlerhafte Inhalte generiert werden. Wie bereits beschrieben, sollte vor der Implementierung und dem Einsatz von AI in Salesforce unbedingt zuerst eine qualitative Datenbasis geschaffen werden.

Fazit

Es kristallisiert sich bereits jetzt heraus, dass AI die Zukunft des modernen Arbeitens (mit-)gestalten wird – und dies unabhängig von der Größe eines Unternehmens oder dessen Branche. Unternehmen sind daher bestens beraten, stets auf dem neuesten Stand zu bleiben und die Vorteile der AI für sich zu nutzen.

AI-Lösungen sparen durch Automatisierungen dem Endanwender enorm viel Zeit ein, die er beispielsweise für strategische Aufgaben nutzen kann. Dies kann eine Maßnahme sein, um dem bereits herrschenden Fachkräftemangel entgegenzuwirken, ohne an Qualität zu verlieren.
Ein wichtiger Aspekt, um mit dieser Technologie vorangehen zu können ist, dass sich das Mindset verändern muss – von Angst und Zweifel hin zu dem Bewusstsein, AI als unterstützenden Assistenten zu sehen. Dennoch sollte man sich jederzeit aller damit verbunden Risiken und Gefahren bewusst sein.

Die wirksame Nutzung von AI-Lösungen im Bankwesen erfordert eine klare Zielsetzung, sichere Datenverwendung und Transparenz. Die regelmäßige Überwachung und Anpassung der AI-Modelle sind wichtig, ebenso wie die Einhaltung ethischer Grundsätze und gesetzlicher Vorgaben. Ein umfassendes Schulungs- und Supportangebot gewährleistet, dass die Mitarbeiter die AI-Technologien effektiv nutzen können. Zudem schafft eine offene Kundenkommunikation zum Einsatz von AI eine positive Wahrnehmung und Vertrauensbasis. Richtig eingesetzt, können die Stärken von AI das Unternehmen zukunftssicher gestalten und ihm einen relevanten Vorteil gegenüber der Konkurrenz verschaffen.