Studie: KI kann das Geschäft von Banken deutlich verbessern

Der Einsatz von künstlicher Intelligenz (KI) und maschinellem Lernen (ML) in der Finanzdienstleistungsbranche nimmt zu. Laut einer neuen Studie von Squirro haben 83 Prozent der Banken KI- und ML-Lösungen evaluiert und 67 Prozent setzen sie bereits aktiv ein. [...]

Banken zunehmend aufgeschlossen für den Einsatz von KI und maschinellem Lernen sind. (c) Natalia Merzlyakova – Fotolia
Die Studie zeigt, dass Banken zunehmend aufgeschlossen für den Einsatz von KI und maschinellem Lernen sind. (c) Natalia Merzlyakova – Fotolia

Eines der wichtigsten Ergebnisse der Studie „Enhanced Bankers – The Impact of AI“, die der Marktforscher TABB Group im Auftrag von Squirro, einem Anbieter von Augmented-Intelligence-Lösungen, durchführte: KI ist heute der wichtigste „Disrupter“ für Banken. Die TABB Group befragte 200 weltweite Tier-1- und Tier-2-Banken. Die Studie zeigt auch, dass 83 Prozent der Befragten noch unsicher sind, wie sie KI und ML zur Optimierung von Geschäftsprozessen einsetzen können.

Der Einsatz von KI und maschinellem Lernen, um neue Leads und Geschäftsmöglichkeiten zu identifizieren, ist für Banker von entscheidender Bedeutung. 87 Prozent der Befragten gaben an, dass es sehr hilfreich wäre, wenn eine KI-Lösung geschäftsrelevante Ereignisse erkennen könne, die zur Zusammenarbeit mit einem Kunden und zum Abschluss eines Geschäfts führen. Banker sind sich darüber im Klaren, dass KI-gestützte Erkenntnisse eine zentrale Rolle spielen, wenn es darum geht, Marktereignisse zu antizipieren, um dem Wettbewerb stets einen Schritt voraus zu sein.

„Das Potenzial von Augmented Intelligence zur Unterstützung von Kundenberatern beim datengestützten Lead-Sourcing und den nächstbesten Handlungsempfehlungen wird immer wichtiger“, sagt Miguel Rodriguez, Vice President Customer Success bei Squirro. „Das Investmentbanking ist beispielsweise sehr wettbewerbsintensiv und alles, was einen Vorteil bringen kann, wird genutzt, wobei die Investmentbanken KI noch effizienter zur Optimierung spezieller Geschäftsprozesse nutzen könnten.“

Für 84 Prozent der Befragten ist eine Echtzeit-360-Grad-Sicht auf Kunden, die interne und externe Daten kombiniert, entweder wichtig (17 Prozent) oder sehr wichtig (67 Prozent).

„Eine geeignete KI-Plattform kann eine Vielzahl von internen und externen Datenquellen verwalten, die Daten analysieren und die relevanten Informationen im Kontext in Kernbanking- oder CRM-Systemen bereitstellen“, so Miguel Rodriguez weiter. „Besonders wertvoll sind unstrukturierte Daten, ein Bereich, den klassische Kernbanking- oder CRM-Systeme nicht abdecken können. Unsere Augmented-Intelligence-Lösungen können diese Lücke schließen und unstrukturierte Daten für Banken nutzbar machen, indem sie Datensilos verbinden. Die gewonnenen Erkenntnisse werden zu einem entscheidenden Wettbewerbsvorteil führen.“

Die Studie verdeutlicht auch, dass eine große Mehrheit der Banker KI-Einblicke mit Hilfe vorhandener Methoden erhalten und KI so weit wie möglich in aktuelle Arbeitsabläufe integrieren möchte. Alle Befragten wünschen sich KI-gesteuerte Empfehlungen per E-Mail, während 83 Prozent sie in ihrem CRM-System erhalten wollen. Nur 17 Prozent bevorzugen KI-getriebene Empfehlungen über das Smartphone. Das unterstreicht, in welch hohem Ausmaß Corporate Financial Services (FS) nach wie vor eine Desk-basierte Branche ist.

„Die Studie zeigt, dass Banken zunehmend aufgeschlossen für den Einsatz von KI und maschinellem Lernen sind. Gleichzeitig verdeutlicht sie, was notwendig ist, um einen maximalen Nutzen erzielen zu können“, resümiert Miguel Rodriguez. „Einblicke und Empfehlungen müssen vollständig in Kernbanking- oder CRM-Systeme integriert werden, um den Bankern einen echten Mehrwert zu bieten. Auf diese Weise können Kunden- und Markteinblicke gewonnen werden, um neue Geschäftschancen zu erschließen, die nächstbeste Maßnahme zu empfehlen und alle anderen Geschäftsprozesse im Bankwesen zu optimieren.“


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*