Die AI-Anwendungen bei Goldman Sachs

IT-Chefin Joanne Hannaford von Goldman Sachs stellt Anwendungsbeispiele aus den Bereichen Dokumentation, Pricing und Prozessautomatisierung vor. Und sie stellt klar: KI darf keine Blackbox sein. [...]

Als Joanne Hannaford vor 24 Jahren bei Goldman Sachs ins Unternehmen kam, wurden für einen Trade drei Blätter Papier ausgefüllt und in verschiedenen Abteilungen archiviert: Das pinke Blatt ging in die Operations, das gelbe zur Risiko-Abteilung und das weiße Blatt blieb auf dem eigenen Schreibtisch. Ein solcher Prozess wäre heute bei der Geschwindigkeit und Anzahl von Trades unvorstellbar, sagt Hannaford, Head of EMEA Technology bei Goldman Sachs.

In ihrem Vortrag auf den Hamburger IT-Strategietage spricht Hannaford über künstliche Intelligenz im Bankenumfeld. Sie thematisiert mit AI nur eines von mehreren Beispielen, das in ihrer Branche aktuell für disruptive Veränderungen sorgt.

Im Alltag steigen die Erwartungen an Technologien, etwa durch unsere Erfahrungen beim Online-Shopping, beim Online-Banking und bei der Automatisierung von Dingen in unserem Zuhause. Das verändert uns auch als Kunden in unseren Erwartungen, wie und über welche Kanäle wir mit Unternehmen interagieren. Im Kontakt mit Banken ist das teilweise auch eine zwangsläufige Entwicklung, wenn Bankfilialen in unserer Nähe schließen, führt Hannaford aus.

Beim Einsatz von künstlicher Intelligenz im Bankenumfeld stellt Hannaford folgende Themen vor:

• Dokumentation: Die meisten Finanzservices sind in hohem Maße auf Dokumentationen angewiesen, beispielsweise beim Austausch von Informationen mit Kunden. Wenn jedes einzelne Dokument von Menschen geprüft werden muss, ist das ein enorm hoher Zeitaufwand. Bei Goldman Sachs werden Dokumente heute von unserer menschlichen Sprache in Programmiersprache umgewandelt. Menschen sind immer noch Teil des Dokumentationsprozesses, aber sie beschäftigen sich nur noch mit einigen Ausnahmen und verbessern so die Qualität der Dokumentation.
• Automatisierung mit Python: Die Programmiersprache Python eignet sich laut Hannaford gut für den Einsatz von Natural Language Processing. So kann das System beispielsweise bei Preisen gute von schlechten Quoten unterscheiden und dann einen entsprechenden Workflow starten. Bei Goldman Sachs ist man durch diese Anwendung deutlich schneller geworden und konnte allein 2020 sieben Arbeitsjahre sparen, die Personen mit dem Lesen der Quoten verbracht hätten.
• Prozess-Automatisierung: Die Anekdote mit den Papieren in drei unterschiedlichen Farben zeigt eindrücklich, wie stark sich die Geschwindigkeit im Bankenumfeld erhöht hat. Doch bei allen Beispielen der Automatisierung und hohen Geschwindigkeit ist Hannaford eines wichtig: „AI trifft bei uns im Unternehmen keine Entscheidungen. AI macht Vorschläge und erhöht so die Effizienz.“

KI nicht als Blackbox nutzen

Bei der Einführung von AI sollte man ein passendes Problem und damit einen passenden Datensatz für die künstliche Intelligenz auswählen. Das sollte ein fester Datensatz sein, der sich nicht ständig ändert. Deshalb empfiehlt Hannaford klare Grenzen bei der Auswahl des Datensatzes. Außerdem hält sie es für essentiell zu verstehen, wie die künstliche Intelligenz tatsächlich funktioniert und mit Problemen umgeht. Kein Unternehmen sollte KI als Blackbox einsetzen.

In KI-Talente investieren

Nicht zuletzt benötigt man KI-Experten im Unternehmen. Talente zu finden, werde zunehmend schwieriger, sagt Hannaford. Deshalb investiert Goldman Sachs gezielt in KI-Talente, die als Forscher im eigenen Unternehmen agieren und Einsatzbereiche für KI-Technologien prüfen. In Frankfurt konnte Goldman Sachs gerade erfolgreich zwei Experten gewinnen, die zuvor für ein Max-Planck-Institut tätig waren.