Wie intelligente Datenstrategien den Finanzsektor transformieren können

Traditionelle Geldinstitute haben es häufig schwer, in der digitalen Welt mit Neobanken und FinTechs zu konkurrieren. Letztere haben oft die innovativeren Angebote und können damit vor allem bei jungen Zielgruppen punkten. Doch mit einer soliden Datenstrategie können etablierte Institute aufholen. [...]

Die digitale Wirtschaft befindet sich in einer Ära der Hyper-Personalisierung: Unternehmen aller Branchen konzentrieren sich darauf, ein umfassenderes Bild ihrer Kunden zu erstellen, um Produkte und Dienstleistungen auf deren individuelle Bedürfnisse zuzuschneiden.

Doch ein Sektor hinkt hinterher – das Bankwesen. Heutzutage werden Banken häufig nur als Vehikel gesehen, um Produkte wie Kreditkarten oder Konten zu erhalten. Sie können sich nur durch kleine Verbesserungen bei den Zinssätzen oder anderen Gebühren von der Masse abheben, was bedeutet, dass die Kunden kaum Anreize haben, den Finanzdienstleister zu wechseln. Da die Erwartungen der Kunden an die Personalisierung immer höher werden und Neobanken zunehmend digitale Services anbieten, haben die traditionellen Banken keine andere Wahl als ihr (Service-)Angebot entsprechend anzupassen. Sie müssen von der reinen Bereitstellung von Produkten zum Aufbau von Dienstleistungen übergehen und umfassende Erkenntnisse nutzen, um den Kunden zu helfen, jetzt und in Zukunft bessere Finanzentscheidungen zu treffen. Für diesen Schritt benötigen die Institute einen ganzheitlichen Blick auf ihre Daten.

Banken, die alle Daten an einem Ort bündeln, wären beispielsweise in der Lage, Nutzern personalisierte Einblicke in ihre Ausgaben zu geben. Dies würde eine bessere Kontrolle der Ersparnisse bieten und Banken könnten gleichzeitig auf Einsparpotenziale durch Kündigung von Abonnements oder Wechsel zu anderen Anbietern aufzeigen. Diese Erkenntnisse würden Bankkunden mehr Kontrolle über die eigenen Finanzen geben und ihnen helfen, erfolgreiche Investitionspläne zu erstellen.

Schnellere Vertragsabschlüsse durch Instant Decisioning

Durch Instant Decisioning können Banken die Kundenerfahrung und -loyalität enorm steigern. Instant Decisioning vereinfacht Prozesse wie Hypotheken- und Kreditanträge, indem konsolidierte Daten genutzt werden, um ein umfassenderes Bild des Kunden zu erstellen und Anträge schneller zu genehmigen. Durch die Vermeidung der wiederholten Eingabe derselben Daten verändert Instant Decisioning das Kundenerlebnis und erhöht den Komfort. Dies verbessert nicht nur den Ruf der Banken bei ihren Kunden, sondern eröffnet auch Möglichkeiten für weitere Innovationen. Wenn Kunden beispielsweise einen Hypothekarkredit beantragen, könnte eine Bank auf der Grundlage ihrer individuellen Bedürfnisse ergänzende Produkte wie Autokredite oder Versicherungspakete einbeziehen.

Bisher werden die Informationen für die verschiedenen Produkte in der Regel in funktionsspezifischen Data Lakes gespeichert. Hypotheken sind dabei nur ein Geschäftszweig, weitere Geschäftszweige wie Versicherungen und Sparkonten haben eigene Datensilos. Organisatorische Silos dieser Größenordnung erschweren es den Banken, abteilungsübergreifend zu kommunizieren, geschweige denn den Kunden in nahezu Echtzeit zu informieren. Traditionellen Banken fehlt dadurch oft der notwendige konsolidierte Überblick über ihre Kunden und alle Angebote, die diese nutzen.

Datenmanagement neu denken

Da ein Austausch der physischen Datenmanagementsysteme einer Bank komplex und kostspielig sein kann, können die Institute auch auf Ansätze zurückgreifen, die auf logischem Datenmanagement basieren, um die Einschränkungen dieser Systeme zu überwinden. So können die ursprünglichen physischen Datenquellen erhalten bleiben, aber eine Aggregation ist dennoch möglich.

Logische Datenmanagementplattformen erstellen ein konzeptionelles Echtzeitmodell der Informationen, die in vielen Silos gespeichert sind, so dass sie bei Bedarf auf konsistente und sichere Weise kombiniert werden können. Die Vereinheitlichung von Daten auf diese Weise strafft nicht nur die Prozesse der Banken, so dass diese effizienter Entscheidungen treffen können, sondern schafft auch die Grundlage für verbesserte Produkte und Dienstleistungen. Durch sie können Bankvertreter zum Beispiel, sofortige Entscheidungen über Kredite und Hypotheken treffen.

Eine logische Datenmanagementplattform bildet zudem den idealen Unterbau für den zielgerichteten Einsatz von generativer künstlicher Intelligenz (GenAI). Aktuell sind noch viele Führungskräfte unzufrieden mit dem Fortschritt ihrer KI-Projekte. Der Grund ist oftmals, dass hochwertige Daten fehlen. Zudem spielen auf diesem Gebiet auch immer Datenschutz und diverse Compliance-Vorgaben eine Rolle. Eine logische Datenmanagementplattform kann somit Daten für KI-Anwendungen aufbereiten und gleichzeitig sicherstellen, dass sensible Informationen geschützt bleiben.

* Otto Neuer ist Regional VP und General Manager von Denodo.