FIDA und KI: Warum eine gemeinsame Betrachtung wichtig ist

FIDA und KI – gemeinsam stark

Dass Open Finance für Banken und Versicherungen ein relevantes Thema bleibt, haben die letzte Entwicklungen seitens der EU-Kommission gezeigt. Beim Erstellen des diesjährigen Arbeitsprogramms wurde zwar die geplante Financial-Data-Access(FIDA-)Regulierung kurzfristig aus dem Arbeitsprogramm entfernt, nur um in der finalen Version dann doch wieder bei den „Pending Proposals“ zu landen.

Im anstehenden Trilogue zur Erstellung der finalen Version der FIDA, kämpfen diverse Interessengruppen um das richtige Maß zwischen Datenverfügbarkeit, Aufwandskosten und den Nutzen für sowohl Endverbraucher als auch Banken. Die Vision eines offenen europäischen Finanzdatenraums im Open Finance ist somit in greifbarer Nähe – und eine Technologie, die ohnehin bereits bei jedem Vorstand auf dem Tisch liegt, könnte von der Entwicklung besonders profitieren.

Künstliche Intelligenz ist das Zukunftsthema schlechthin, nicht zuletzt aufgrund der diversen Einsatzmöglichkeiten zur Datenanalyse und Prozessautomation. Der Einsatz von KI ist mittlerweile auch in der Bankenwelt unumgänglich und bringt erheblichen Mehrwert – sowohl für die Banken als auch für ihre Kunden. Allein im letzten Jahr hatte KI im Bankensektor eine Marktgröße von $11,71 Mrd. erreicht – mit stark steigender Tendenz. Doch was verbindet nun diese beiden Themenbereiche? Ein kurzer Blick hinter die Kulissen zeigt, warum Banken diese beiden Themen nicht einzeln, sondern in Kombination betrachten sollten.

Synergieeffekte von FIDA und KI

So großartig heutige KI-Tools und Assistent auch sind – letztendlich handelt es sich immer „nur“ um Maschinen zur Datenverarbeitung. Demnach gilt hier das Prinzip: Je passender die Eingabe, desto höher die Qualität der Ausgabe.

Eine generative KI wie ChatGPT ist zwar in der Lage, auch aus spärlichem oder ungenauem Input Ergebnisse zu liefern, jedoch nimmt die Qualität und Relevanz der Ergebnisse dementsprechend ab. Regulatorische Maßnahmen wie die FIDA, die zur besseren Datenverfügbarkeit führen, sind also genau das richtige Mittel zur Performanceoptimierung sämtlicher im Banking-Bereich eingesetzter KI-Modelle.

Ein Beispiel, das an dieser Stelle bereits heute relevant ist, ist die PSD2-Schnittstelle. Laut Umfragen (So viele Girokonten haben die Deutschen) haben Menschen in Deutschland im Schnitt 1,7 Girokonten. Somit würde fast die Hälfte der Transaktionsdaten über einen einzelnen Kunden ohne diese Schnittstelle verloren gehen, hätte er bei mehreren Banken Konten. Man erkennt schnell den Mehrwert, um einem Kunden beispielsweise eine für ihn maßgeschneiderte, umfängliche Finanzberatung anbieten zu können.

FIDA würde diesen Effekt deutlich verstärken und für den gesamten Finanzdienstleistungsbereich konsistentere, genauere und vollständigere Daten über einheitliche Schnittstellen liefern. Besonders interessant für die Erweiterung der KI-Modelle ist auch die in FIDA inbegriffene Hereinnahme von Versicherungsdaten, welche den jetzt vorhandenen Bankdaten eine völlig neue Dimension verleihen würden. Ein KI-basiertes Financial Home könnte zum Beispiel sowohl die Rentenversicherungen als auch Investitionen und Geldanlagen zur privaten Vorsorge gemeinschaftlich betrachten und bestmögliche Empfehlungen geben.

Doch nicht nur die KI-Modelle von heute könnten von dieser erhöhten Datenverfügbarkeit profitieren. Die Qualität der Ausgabe unserer KI-Modelle ist nämlich nicht nur von den Daten abhängig, mit denen die Anfrage gemacht wurde, sondern auch davon, mit welchen das Modell überhaupt trainiert wurde und als Wissensrücklage für die KI dient.

Verwendet man also die qualitativ hochwertigen und akkuraten Daten, um generative KI-Modelle mit den verbesserten Daten auf die eigenen Bedürfnisse zu spezialisieren (Finetuning), würden diese zum Beispiel bei Fragen der Risikobewertung oder Betrugserkennung deutlich bessere Analyse liefern können.

Fazit: Banken sollten mehr auf die Chancen von Open Finance schauen

Das Potenzial zur Verbesserung der bereits allgegenwertig verwendeten KI-Tools durch die FIDA-Regulation ist also durch die Natur von KI-Modellen, mit qualitativ hochwertigerem Input bessere Ergebnisse zu liefern, vorhanden. Bereits heute ist die Optimierung eigener KI-Modelle durch die effektivere Nutzung der verfügbaren Datenströme gegeben, wie es zum Beispiel bei den Kontoinformationen durch die PSD2 der Fall ist. Die FIDA-Regulatorik wird diesen Effekt mit Umsetzung schlagartig befeuern.

Es ist daher sinnvoll, den Einsatz von KI in Bankanwendungen langfristig und skalierend zu denken. Welche Pain Points können bereits heute mit bestehenden Daten und dem richtigen Einsatz von KI angegangen und die Lösung im Laufe der Zeit durch die FIDA-Daten Stück für Stück optimiert und erweitert werden? Für viele innovative Services ist es bereits heute möglich, den Grundstein zu legen.