aiLetter #1.7: AI für Banken & Versicherungen – Microsoft-Experte im Interview

Liebe Freunde des aiLetter,

ein Highlight der vergangenen Woche war die Fintech Week in Hamburg . Fintech – Finanztechnologie – krempelt seit einigen Jahren die Finanzbranche um. Neben traditionellen Banken und Versicherungen gibt es immer mehr Start-ups, die mit AI-gestützten Technologien in diesen Markt vordringen. Wir betrachten, wie Artificial Intelligence im Finanzsektor zum Einsatz kommt und wo Chancen dabei liegen. Zum Beispiel, um das Kundenerlebnis zu verbessern, bessere Anlagestrategien zu entwickeln, Prozesse zu optimieren oder Betrug zu bekämpfen.

Eine Premiere in unserem Newsletter: aiExpert – das Experteninterview zu Themen rund um Artificial Intelligence. Auf der Fintech Week sprachen wir mit Lars Meinecke von Microsoft, der Banken und Versicherungen unter anderem bei der Einführung von AI-basierten Systemen unterstützt.

Außerdem: Tiefer eintauchen in die Welt von Fintech und Insurtech (Versicherungstechnologie) sowie die Veränderungen, die AI und Co. dort bringen, könnt ihr mit den Podcast-Tipps im aiDeepDive.

Und unsere Bitte ist wie immer: Wenn euch der aiLetter gefällt, leitet ihn doch an Menschen weiter, die sich auch für AI und Machine Learning interessieren (oder dies tun sollten … ) 😉

Viel Spaß beim Lesen wünscht

Anke


aiFocus: AI hält Einzug in die Finanzbranche

  • Mit Hilfe von Artificial Intelligence kann die Finanzindustrie relevante Erkenntnisse aus ihren Datenbergen gewinnen.
  • Verschiedene Anwendungsbeispiele zeigen, wie AI das Kundenerlebnis, die Anlagestrategien oder die Betrugsbekämpfung an verschiedenen Stellen verändern und wie Experten die Entwicklung einschätzen.

Der Finanzsektor, traditionell nicht besonders risikoaffin, sitzt auf einem großen Schatz: Daten. Von Börsenkursen über Schadensstatistiken bis hin zu Kundendaten können mit AI-basierten Anwendungen aus diesen Daten neue Erlöse generiert werden und Kunden können besseren Service und passendere Versicherungs- oder Kreditangebote erhalten. Doch der Weg zum Einsatz von Artificial Intelligence bei Banken und Versicherungen ist oft noch weit, wie Bernhard Warner beschreibt. Und mancher Algorithmus im Finanzbereich scheint noch ein wenig verbesserungsbedürftig zu sein, wie die aktuelle Aufregung um die Apple Card zeigt: Die Kreditkarte des Tech-Unternehmens gewährt Frauen scheinbar einen geringeren Kreditrahmen als Männern …

Die folgenden Beispiele zeigen einige Anwendungsfelder für AI im Finanzbereich auf. Plus: Wie bewerten Experten diesen Einsatz?

Ein besseres Kundenerlebnis dank Artificial Intelligence

Google, Facebook, Amazon und Co. haben unsere Ansprüche an Dienstleistungen massiv verändert. Viele Verbraucher wünschen sich einfache, digitale Anwendungen und übertragen diese Erwartungen auch auf den Finanzbereich. Eine Chance für Artificial Intelligence. Ein Beispiel für den Einsatz von AI ist die Ansprache von potentiellen Kreditnehmern. Thomas von Hake erklärt in seinem Blogbeitrag, wie Machine Learning-Software eingesetzt wird, um den idealen Kanal und Zeitpunkt für eine erfolgreiche Kundenansprache zu finden.

Auch Großbanken wie die Bank of America rüsten mit AI-basierten Chatbots auf. Durch verbesserte mobile Services wollen sie ihr Konsumentengeschäft attraktiver machen. Erica, der Chatbot der amerikanischen Bank, weist Kunden nun zum Beispiel darauf hin, dass sie Geld sparen können, wenn sie ihre Kreditraten schneller zurückzahlen.

mohamed_hassan-4606-pixabay
Für ein besseres Kundenerlebnis: Hinter vielen Finanzservices wie Mobile Banking stecken AI-Technologien (Bild: mohamed_hassan/4606/Pixabay).

Das Start-up IDnow bietet unter anderem die schnelle Identifikation von neuen Kunden per AutoIdent an – gestützt auf ein AI-System. Das scheint für Investoren attraktiv. Kürzlich erhielten die Münchener 36 Millionen Euro Wachstumskapital von einem US-Investor.

Besser anlegen mit dem Robo Advisor?

Den einen oder die andere von uns wird er schon bei der Geldanlage unterstützen: der Robo Advisor. Machine Learning mischt seit einigen Jahren auch bei Investment-Strategien mit. Große Datenmengen, der Lernstoff der Algorithmen, sind in diesem Bereich ausreichend vorhanden. Wie AI im Asset Management eingesetzt werden kann, erläutert Christian Rokitta in seinem Blogbeitrag. Warum sich viele Anleger dennoch schwer mit automatisierter Vermögensverwaltung tun, erklärt Jochen Werne im Interview. Das Start-up Moneyfarm setzt deshalb auf ein Hybrid-Modell, in dem der intelligente Algorithmus durch menschliche Anlageberater unterstützt wird.

Betrügern auf der Spur: AI jagt Geldwäscher und Co.

Geldwäsche sorgt jährlich für Milliardenschäden. Nur ein Bruchteil wird nach Meinung von Experten wie Wolfgang Berner aufgedeckt. Er diskutiert, wie AI- und Cloud-Systeme helfen können, Muster in Geldflüssen zu erkennen, verdächtige Transaktionen ausfindig zu machen und so global agierenden Betrugsnetzwerken das Handwerk zu legen. Auch an der Börse versucht man, Betrügern verstärkt mithilfe von Deep-Learning-Algorithmen auf die Schliche zu kommen, wie Karen Hao am Beispiel des amerikanischen Nasdaq erklärt.

Mastercard arbeitet mit AI daran, betrügerische Transaktionen zu reduzieren. Anscheinend mit Erfolg: die Anzahl der abgelehnten Transaktionen für Kunden habe sich um die Hälfte reduziert und betrügerische Transaktionen konnten gleichzeitig um 40 Prozent reduziert werden, wie Jeremy Kahn von Ajay Bhalla, Sicherheitsexperte bei dem Kreditkartenanbieter, erfahren hat. Mit Predictive Analytics konnte Mastercard innerhalb von zehn Monaten Schäden durch Cyberangriffe im Wert von 7,5 Milliarden US-Dollar verhindern.

Wie lernt eine AI, welche Kreditkartenzahlungen verdächtig sind? Im Video erklärt der Kreditkartenanbieter VISA die Hintergründe seiner Technologie.

aiExpert: „Digitale Aufholjagd hat begonnen” – Microsoft-Experte Lars Meinecke im Interview über AI im Finanzsektor

Wie weit sind deutsche Finanzinstitutionen bei der Nutzung von Artificial Intelligence beziehungsweise Künstlicher Intelligenz (KI)? Wie kann eine Einführung von AI-Technologien gelingen? Für Microsoft unterstützt Lars Meinecke als Industry Executive Kunden im Finanzsektor. Im aiLetter-Interview diskutiert er die Chancen und Herausforderungen von AI-Einsatz im Banken- und Versicherungssektor.

aiLetter: Wie entwickelt sich die Einführung von KI-Anwendungen im deutschen Finanzsektor Deiner Meinung nach? Im Vergleich auch zu anderen Ländern wie den USA oder Großbritannien?

Lars Meinecke: Sagen wir mal die digitale Aufholjagd hat begonnen. Der Finanzmarkt ist bei KI insgesamt eher ein „Second Follower“. Und im Vergleich zu anderen Ländern steht der deutsche Bankensektor beim Einsatz von Künstlicher Intelligenz noch am Anfang. Das gilt auch für andere neue Technologien wie Big Data, Analytics oder Blockchain. Laut dem Branchenkompass Banking 2019 der Beratung Soprasteria setzen beispielsweise erst 26 Prozent der deutschen Finanzinstitute KI ein. Immerhin planen oder diskutieren nun 57 Prozent der deutschen Banken den Einsatz von KI. Die Banken haben zwar nicht geschlafen, aber sie sind weniger risikoaffin, haben lange Entscheidungsketten und Genehmigungsverfahren.

lars-meinecke-microsoft
Lars Meinecke ist Industry Executive Financial Services bei Microsoft Deutschland.

aiLetter: Wo kommt Künstliche Intelligenz im Finanzsektor konkret zum Einsatz?

Meinecke: Wesentliche Einsatzgebiete von KI liegen heute in der Auswertung von Daten und der Möglichkeit zur Vorhersage. Letztere beschäftigt besonders die Finanzindustrie. Anwendungsfälle liegen zum Beispiel in der Risikoanalyse, der Betrugsbekämpfung und der Automation von Standardprozessen. Gerade für die Erfüllung der hohen Compliance- und Sicherheitsstandards wird KI immer wichtiger. Auch das Potenzial zur Verbesserung des Kundenerlebnisses wurde erkannt, sei es durch Chatbots in der Kundenkommunikation oder durch die Individualisierung digitaler Angebote mithilfe von Big Data und KI.

aiLetter: Wie unterstützt Microsoft in diesen Bereichen?

Meinecke: Die Anwendung von Künstlicher Intelligenz läuft bei uns unter dem Stichwort Azure AI. Banken und Versicherungen haben haufenweise, teilweise unstrukturierte, Daten angesammelt – unter anderem auch handschriftliche Dokumente oder Fotos von Versicherungsfällen. Ein Mehrwert entsteht, wenn man diese in Zusammenhang setzen kann. Bei diesem sogenannten Knowledge Mining hilft unsere KI.

aiLetter: Kannst Du ein paar Beispiele aus eurem Kundenkreis nennen?

Meinecke: Gerne. Die Genossenschaftsbanken haben zum Beispiel auf einem Hackathon mit uns an Maßnahmen gearbeitet, um die Beziehungen zwischen Bankinstituten und deren Rechenzentren zu verbessern. Entstanden ist ein Bot, der einfache Fragen direkt beantworten kann. Mehrere Banken nutzen dieses System heute im Alltag, auch mit ihren Kunden. Die VHV beschleunigt die Schadensabwicklung für ihre Kunden: Schickt ein Kunde ein Foto seines beschädigten Autos ein, kann der Schaden mithilfe unserer KI-Fähigkeiten zur Bilderkennung schneller eingeschätzt werden. Bei der HSBC unterstützen wir im Bereich Geldwäsche-Prävention. Machine Learning und Prozessautomatisierung kommen hier zum Einsatz, um Geldwäscheversuche in Banktransaktionen zu erkennen und die sogenannte „Falsch-positiv Rate“ zu verbessern.

aiLetter: Wie unterstützt Microsoft dann konkret bei der Einführung von KI-Anwendungen im Unternehmen?

Meinecke: Wir unterstützen in mehrfacher Hinsicht. Schon vor der Einführung von KI-Systemen helfen wir bei der Definition einer KI-Strategie beziehungsweise hinterfragen die bestehende KI-Strategie. Ein weiterer wichtiger Punkt ist die Kultur: Microsoft unterstützt dabei, den Umgang mit KI in die Unternehmenskultur einzubinden und den passenden Geschäftsrahmen zu schaffen. Hier ist wichtig zu verstehen, dass KI den Menschen befähigt und unterstützt, ihn aber NICHT ersetzt. Um dann in die Anwendung zu kommen ist auch Training ein wichtiger Aspekt, und das für die unterschiedlichen Nutzerkreise – die Entscheider, die Entwickler und die Anwender. Hier unterstützen wir zum Beispiel mit unserer AI Business School. Mit unserer Technologie helfen wir dann, eine robuste Datengrundlage zu schaffen, auf der unsere KI Azure AI aufsetzen und mithilfe der universellen Rechenpower in unserer Cloud und der „Intelligent Edge“ – der Einbeziehung von verbundenen Systemen und Geräten – schnell zuverlässige Ergebnisse liefern kann.

Die Langfassung des Interviews mit Lars Meinecke lest ihr hier.


aiDeepDive: Vertiefung zum Wochenende

Fintech auf die Ohren

  1. Verdrängen neue Marktteilnehmer wie N26 oder Revolut die traditionellen Banken mit ihren Filialen? Das versucht Helen Joyce im Futurewatch-Podcast des Economist zu ergründen.
  2. Sogenannte Insurtech-Start-ups wie Wefox wollen den Versicherungsmarkt revolutionieren, unter anderem mit AI-gestützter Analyse von Daten. Gründer Julian Teicke erklärt in einer Ausgabe des Handelsblatt Disrupt-Podcasts, wie das Angebot funktioniert. Wie gehen traditionelle Versicherungsunternehmen auf ihre Kunden im digitalen Wandel zu? Das erklärt Julian Rath, Chief Digital Officer der Signal Iduna, im Podcast.

Wir freuen uns immer über Feedback zum Newsletter: feedback@ailetter.de


Abonniere jetzt den aiLetter!

Bleibe immer auf dem neuesten Stand. Erhalte wöchentlich News aus der Welt der Artificial Intelligence kostenlos in dein Postfach.