iStock-monsitj-ai-focus

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

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


Beziehe den aiLetter regelmäßig!

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


aiExpert_mitRand

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

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.

 

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

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.

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.

aiLetter: Was braucht es Deiner Erfahrung nach speziell im Finanzsektor, um die Möglichkeiten von AI-Systemen besser nutzen zu können?

Meinecke: Da sehe ich im Wesentlichen drei Dinge: das richtige Mindset, die personellen Fähigkeiten und eine „bewegliche“ beziehungsweise „mitwachsende“ Regulierung.

aiLetter: Was verstehst Du unter dem richtigen Mindset und der richtigen Strategie für KI?

Meinecke: Aus meiner Sicht haben wir Deutschen ein sehr ausgeprägtes Sicherheitsdenken. Alles muss bis ins kleinste Detail durchgetestet und überprüft sein, bevor ein produktiver Einsatz stattfindet. Doch um neue Technologien wie Künstliche Intelligenz einzusetzen, muss ein Unternehmen den Wandel hin zum sogenannten „Growth Mindset“ machen. Bedeutet: ein großes Ziel setzen, das dann am Horizont steht und das ich nicht aus den Augen verliere. In diesem Fall könnte ein Ziel sein, dass ich alle Prozesse in die Cloud bringen und mit KI optimieren will. Das heißt dann aber nicht, dass ich direkt mit ganz großen Projekten anfange und eine Blackbox-KI einführe, deren Ergebnisse man nicht nachvollziehen kann. Ich fange am anderen Ende des Spektrums an, hole meine Daten aus den Silos in der Organisation, automatisiere einfache Prozesse wie zum Beispiel wiederkehrende Fleißarbeiten meiner Mitarbeiter. Mit solchen Projekten lernt die Organisation, sie erzeugen schnell Mehrwerte und ich kann meine Mitarbeiter wertschöpfender einsetzen. Begleitend stellt sich dann heraus, wo KI noch sinnvoll zum Einsatz kommen kann.

aiLetter: Stichwort Mitarbeiter: Wie setze ich Kolleginnen und Kollegen ein, deren Aufgaben automatisiert wurden?

Meinecke: Wie schon erwähnt spielt auch das Thema Training und Weiterbildung eine große Rolle. KI gibt Mitarbeitern die Möglichkeit, anspruchsvollere Tätigkeiten zu erledigen. Dazu entwickeln wir mit unseren Kunden gemeinsame Trainingsprogramme. Denn ohne die notwendigen Fähigkeiten der Menschen kann KI nicht gewinnbringend im Unternehmen eingesetzt werden. Auf einer übergeordneten Ebene haben wir bei Microsoft den Anspruch, Technologien wie KI zu demokratisieren und für alle Menschen zugänglich zu machen. Das funktioniert nur, wenn sie sie auch verstehen. Konkret bekommen dann zum Beispiel Mitarbeiter im Vertrieb neue Hilfestellungen, wie sie die mit KI gewonnenen Erkenntnisse einsetzen, um ihren Kunden zum Beispiel zielgerichtetere Versicherungsangebote machen zu können.

aiLetter: Bleibt noch das Thema Regulierung. Besonders im hoch regulierten Finanzsektor ist das doch bestimmt eine Bremse für KI oder?

Meinecke: Es kommt drauf an. Im Bereich Datenschutz sind die Regulierungen zu anderen Sektoren durchaus vergleichbar. Da ist das Problem eher, dass die Daten bei einer Bank gefühlt in vielen verschiedenen Systemen liegen und erstmal zusammengebracht werden müssen. Eine KI kann dann Auswertungen in Sekundenschnelle vornehmen. Menschen bräuchten dafür Tage. Wichtig ist es meiner Meinung nach bei Regulierungen, Grundprinzipien festzulegen, auch ethischer Natur und ein Bewusstsein zu schaffen, dass KI-Systeme menschengemacht sind und dadurch immer auch gewissen Vorurteilen unterliegen können. Trotzdem sollte die Devise lauten, innerhalb der eigenen Organisation erste Testfälle und sogenannte MVPs, Minimum Viable Products, zu entwickeln, um das Kundenerlebnis oder die internen Prozesse zu optimieren. Mit dem Voranschreiten der Technologie muss sich dann auch die Regulierung anpassen.

aiLetter: Vor der KI-Einführung steht also der große Kulturwandel an. Wie schafft ihr es, den in Traditionsunternehmen erfolgreich zu begleiten? Ihr seid ja im Kern ein Technologieanbieter.

Meinecke: Da spielen drei Aspekte eine Rolle. Was mir für das Verständnis der Kundenprobleme wichtig erscheint, ist unsere eigene Transformationsgeschichte. Früher lautete unser Motto „A PC on every desk“. Doch damit wären wir heute ein absoluter Dinosaurier, das Thema ist seit Anfang der 2000er durch. Wir mussten uns wandeln, eine Fail Fast-Mentalität etablieren, um mit einer neuen Businessstrategie im Wettbewerb mit anderen großen Tech-Playern zu bestehen. Das ist uns mit „Empower every person and organisation on the planet to achieve more“ gelungen und es verdeutlicht auch unseren Ansatz als Partner ohne Wettbewerbsambitionen in den Marktsegmenten unserer Kunden aufzutreten. Insofern können wir die Transformationsschmerzen unserer Kunden nachvollziehen und erfahren begleiten. Gleichzeitig sind wir mit unseren Industry Teams auch fachlich näher an unsere Kunden gerückt und mit den Themen Sicherheit, Compliance und Regulierung in Deutschland gut vertraut. Ein dritter entscheidender Punkt ist unser Partnernetzwerk. Wir arbeiten eng mit klassischen Unternehmensberatungen zusammen, die die Kunden in Sachen Kulturwandel unterstützen.

aiLetter: Eine letzte Frage zum Thema Wettbewerb. Junge Fintech-Unternehmen machen traditionellen Branchengrößen immer mehr Konkurrenz. Wie schätzt Du diese Situation ein?

Meinecke: Banking, also der Transfer von Geld, wird im Grunde immer gebraucht. Aber dieser Prozess lässt sich natürlich anders ausgestalten. Immer mehr Kunden fragen mobiles Banking oder andere Services nach. Da sind etablierte Banken durch ihre Strukturen natürlich gehemmter als junge Start-ups. Doch auch die neuen Player müssen sich irgendwann mit regulatorischen Gegebenheiten auseinandersetzen. Und hier bietet sich dann die Chance für klassische Banken im Sinne von „Open Banking“ Kooperationen einzugehen.

aiLetter: Wie können solche Kooperationen aussehen?

Meinecke: Das ist dann praktisch das „Amazon-Prinzip“: Amazon bietet Produkte anderer an, um so das Kundenerlebnis zu steigern und die Kunden stärker an sich zu binden. Ähnlich könnten auch Banken mit Start-ups zusammenarbeiten. Größte Herausforderung dabei: Die Technologien der Banken sind oft noch – und ich polarisiere jetzt sehr bewusst – aus dem letzten Jahrtausend. Das macht eine Öffnung schwerer. Aber es gibt schon Banken, zum Beispiel in Südamerika, die das praktizieren. Und auch in Deutschland wird viel diskutiert und es gibt erste Versuche. Ich bin überzeugt, dass beide Seiten profitieren werden.


Beziehe den aiLetter regelmäßig!

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


iStock-monsitj-ai-news

aiLetter #0.0: EU-KI-Experten, Adidas-Panne, IBM Watson in Wimbledon

aiLetter #0.0: EU-KI-Experten, Adidas-Panne, IBM Watson in Wimbledon

Liebe Freunde des aiLetter,

los gehts mit unserem KI-Newsletter. Mit dabei: die KI-Experten der EU, die KI-Panne von Adidas und die Frage, wie passend Artificial Intelligence/Künstliche Intelligenz als Begriff überhaupt ist. Achja, und KI für die Ohren gibt es auch!

Viel Spaß beim Lesen wünscht

Anke


aiFocus: Das Thema der Woche

Die KI-Experten der EU

In Brüssel wird um das neue Spitzenpersonal der EU gefeilscht. Grund genug, um einen Blick darauf zu werfen, was aus dem politischen Europa in Sachen Künstliche Intelligenz (KI) und Co. zu erwarten ist.

Eine aktuelle weltweite Befragung des Weltwirtschaftsforumszeigt: 48 Prozent der Befragten wünschen sich, dass die KI-Nutzung von Unternehmen stärker reguliert wird.

Was tut die EU in diesem Kontext?

Die EU High Level Expert Group on AI veröffentlichte kürzlich einen zweiten Bericht zu Richtlinien für eine menschenzentrierte, ethische KI. Die Experten haben konkrete Forderungen für vertrauenswürdige KI: Welche Forschung soll finanziert werden und wie sollten die Auswirkungen der Technologie überwacht werden? Eine Empfehlung: KI soll nicht zur massenhaften Überwachung und sogenannten Scoring einzelner Individuen genutzt werden. Mehr unter netzpolitik.org

Was bedeutet die Arbeit der EU-Expertengruppe?

Die Experten leisten mit ihren Empfehlungen wichtige Vorarbeit. Die neuen politischen Akteure gießen diese hoffentlich zeitnah in verbindliche Richtlinien. Mal sehen, wieviel Ethik dabei übrig bleibt.

Die Experten wollen zum Beispiel die KI-Nutzung beim sogenannten Scoring verbieten. Das Social Credit System der chinesischen Regierung gilt hier als Schreckensszenario. Aber: Scoring gibt es in Europa schon. Und zwar nicht durch Regierungen sondern durch private Akteure wie Versicherungsunternehmen und Kreditgeber. Würde ein Verbot diese Nutzungen wirklich mit einschließen, fragt sich James Vincent auf theverge.com?

Mehr zum Thema:

Einen guten Überblick über die Digitalbemühungen in Brüssel und einen explizit europäischen Weg in Sachen KIlieferte die t3n bereits in ihrer Maiausgabe und jetzt auch online.

Personalnews: Wer vertritt uns etwa in Digitalbelangen im neuen Europaparlament? netzpolitik.org stellt einige Politiker vor.

Weitere Akteure: Das Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme bearbeitet die Zertifizierung von KI mit einer interdisziplinären Forschungsgruppe.

Mehr auf european-news-agency.de


ai@Work: Lösungen im Einsatz

Microsoft: Gegen Diskriminierung in Präsentationen

Ein neuer KI-Coach soll Menschen helfen, ihre Power Point-Präsentationen auf sexistische und andere diskriminierende Sprache zu kontrollieren und stattdessen inklusivere Sprache zu benutzen.

Mehr auf fastcompany.com

 

KI-Überwachung in chinesischen Casinos

Das Reich der Mitte gilt als Hochburg der KI-Entwicklung – vielfach mit fragwürdigen Wertvorstellungen. Zumindest aus europäischer Perspektive. Ein aktuelles Beispiel: Mit speziellen Pokerchips und Bakkarat-Tischen sowie versteckten Kameras und Gesichtserkennung wollen Casinobesitzer in Macau Spieler aufspüren, die besonders hoch verlieren. Diese Besucher könnten dann durch spezielle Angebote animiert werden, noch länger im Casino zu bleiben.

Mehr auf ndtv.com

KI-Pannen der Woche: Adidas’ gescheiterte KI-Kampagne & Facebooks Bildstörung

#DareToCreate – mit diesem Hashtag wollte Adidas seine Follower aktivieren. Die Idee: Zum Launch der neuen Kollektion für die Fußballer vom Arsenal London twittern Fans den Hashtag. Eine KI schickt dann ein Trikofoto mit dem Twitter-Handle der Person zurück. Das Problem: Auch Accounts wie „@GasAllJewss” nutzten #DareToCreate und die KI postete entsprechende Trikotfotos mit antisemitischen Slogans.

Mehr auf edition.cnn.com

 

Wie sehen Bilder für einen Machine Learning-Algorithmus aus? Eine vorübergehende Störung zeigte diese Woche die Beschreibungen an, die die Bilderkennungsprogramme von Facebook nutzen.

Mehr auf t3n.de


aiInvest: Wer investiert wo?

Budget für KI-Organisationstalent

Wie organisiere ich Technikprojekte? Wie finde ich die richtigen Mitarbeiter? Oft bereiten diese Fragen Probleme. Das Start-up Tara.ai arbeitet an Lösungen, die auf maschinellem Lernen basieren. Dafür gab es jetzt zehn Millionen US-Dollar von Venture Capital-Gebern, unter anderem dem Instant-Messenger-Anbieter Slack.

Mehr auf techcrunch.com

 

Frisches Geld für Kundenversteher-Software

Die KI-Software des indischen Start-ups Uniphore Software Systems kann nach eigenen Angaben wirklich zuhören. So soll sie die wirkliche Intention eines Kunden erkennen können. Dafür gab es kürzlich 38 Millionen US-Dollar Finanzierung.

Mehr auf thehindubusinessline.com

 

Warum Investitionen in Robotics jetzt Sinn machen

Roboter zu bauen ist komplex, oft langwierig und risikobehaftet. Mancher Kapitalgeber lässt deshalb lieber die Finger davon. KI-Unternehmer, Podcast-Host und Investor Rob May erläutert im InsideAI-Newsletter vom 30.06.2019, was Robotics-Investitionen in Zukunft attraktiver machen kann:

One big change is standardized parts. For example, if you are building something that needs a robotic arm, there is a 90% chance you can use something already in market, and not build your own.

Generell sieht er Potenzial in generalisierten Robotic-Anwendungen:

The way I think the robotics market will be built out is that no one will build a huge all-in-one robot-as-a-platform just yet, because the requirements for what that should be are still murky. Instead, every time so many use cases innovate the (roughly) same new piece of a robotics system, someone will realize there is the opportunity to standardize and platformize it. Each time this happens, the market opportunities will jump as a new group of robotics entrepreneurs no longer needs to hire someone for, or retain deep expertise in that piece of the system.

Was kommt als nächstes? May erwartet etwa standardisierte Greifer und mehr Varianten standardisierter, robotisierter Fortbewegung.

Mehr auf inside.com


aiLab: ein Blick in Forschung & Entwicklung

Mit maschinellem Lernen den Unterricht verbessern

Lehrer wissen nicht immer, wie gut ihre Schüler sie verstehen. Forscher des Dartmouth College wollen helfen. Ein neuer Algorithmus misst die Hirnaktivitäten, um festzustellen, wie gut jemand ein Konzept verstanden hat. Zusätzlich zu Ergebnissen eines Wissenstests könnte diese Hirnmessung in Zukunft Aufschluss geben, ob Lerninhalte verstanden wurden oder nicht.

Mehr auf nature.com / engadget.com

 

Künstliche Intelligenz erkennt Brustkrebsrisiko bis zu fünf Jahre im Voraus

Am Massachusetts Institute of Technology (MIT) wurde eine neue KI-Software entwickelt, die erste Anzeichen für Brustkrebs bis zu fünf Jahre im Voraus erkennt. Die neue KI-Anwendung ist zudem unabhängiger von der Hautfarbe der Patientin. Laut MIT ließen Diagnosemodelle, die bisher im Einsatz sind, bei dunkelhäutigen Patientinnen in ihrer Genauigkeit nach, da sie hauptsächlich mit Mammographiedaten von weißen Patientinnen trainiert wurden.

Mehr auf news.mit.edu

Warum ist das wichtig?

Laut des American College of Radiology haben Frauen mit dunkler Hautfarbe ein 42 Prozent höheres Risiko, an Brustkrebs zu sterben. Wie auch bei anderen Bilderkennungs-Programmen zeigt dieses Beispiel: unausgewogene KI-Trainingsdaten können massive Folgen für bestimmte gesellschaftliche Gruppen haben. In diesem Fall spielen selbstverständlich weitere Faktoren wie der ungleiche Zugang zu Gesundheitsversorgung eine wichtige Rolle.


aiPolicy: Politik & Rahmenbedingungen

KI dominiert beim Weltwirtschaftsforum

Auf der diesjährigen Liste der „Technology Pioneers” des Weltwirtschaftsforums geben KI-Unternehmen den Ton an. 20 von 56 gelisteten Start-ups nutzen KI und maschinelles Lernen.

Warum ist das wichtig?

Die „Technology Pioneers” werden zu Events des Forums eingeladen und haben dadurch Zugang zu potentiellen Partnern, Investoren und Politikern. Die Listung unterstreicht somit die Relevanz von KI als Technologie.

Mehr auf venturebeat.com

Frankreichs Industrie-Allianz für menschliche KI

Das französische Wirtschaftsministerium und acht Top-Industrie-Unternehmen wie Total, Renault und Air Liquide haben ein KI-Manifest unterzeichnet. Sie einigten sich, eine gemeinsame Vision für KI zu entwickeln. Eine vertiefte Zusammenarbeit von Industrie, Wissenschaft und Politik soll die französische KI-Position sowohl ökonomisch als auch politisch stärken.

Mehr auf finance.yahoo.com

Mehr zum Thema: Hier geht es zur KI-Strategie der französischen Regierung.


aiKeyword: Grundbegriffe erklärt

Artificial vs. Augmented Intelligence

Artificial Intelligence/Künstliche Intelligenz – absoluter Buzzword-Alarm! Beschreibt der Begriff angemessen, was wir heutzutage unter KI verstehen? Und wo kommt er her?

KI verbinden viele Menschen mit Science-Fiction-Figuren wie R2-D2, Terminator oder Wall-E (aktuelle Allensbach-Befragung).

Im aktuellen Wird das was?-Podcast von ZEIT online erklärt KI-Professorin Jana Koehler: von dieser generellen künstlichen Intelligenz sind wir noch meilenweit entfernt. Für Koehler ist sie auch nicht erstrebenswert. Und: Statt Künstliche Intelligenz hätte das Forschungsfeld der Informatik genauso gut Komplexe Computer-Anwendungen (Complex Computer Applications) heißen können. Die Begründer um John McCarthy fanden den Begriff Artificial Intelligence in den 1950ern schlicht cooler.

Müssen wir also weg von AI? Jein. Alternativ bietet sich etwa Augmented Intelligence, erweiterte Intelligenz, an. IBM nutzt diesen Begriff. Er beschreibt, dass selbstlernende Algorithmen, in welcher Form auch immer, unsere menschlichen Fähigkeiten nicht ersetzen, sondern ergänzen und unterstützen. Jana Koehler spricht von unterstützenden Systemen.

Was bedeutet dieses Verständnis von AI für den Einsatz im Unternehmen? Und warum ist die Intelligenz in dieser Gleichung weiterhin eine menschliche? Forbes-Autor Joe McKendrickbeleuchtet dies in zwei kurzen Artikeln mit verschiedenen Experten.


aiDeepDive: Noch mehr AI zum Wochenende

Noch ein bisschen KI fürs Wochenende gefällig? Dies sind meine Lese- und Hörtipps:

Podcast-Tipp: Die intelligente Maschine ist am Zug

Wie fühlt es sich an gegen eine KI Schach zu spielen? Was lernen Schachspieler von ihrem maschinellen Gegenüber? Was ist der nächste Einsatz für eine KI, die keine Gegner mehr findet? Im Economist-Podcast berichten DeepMind-Gründer Demis Hassabis und Schachhistoriker Dominic Lawson von ihren Erfahrungen.

Mehr auf economist.com

Interview: Auf dem Weg zum Robo-Journalismus?

Informatiker und Autor Nicholas Diakopolous erklärt warum Algorithmen den Journalisten nicht ersetzen können und wie Mensch und Maschine im Newsroom gut zusammenarbeiten können.

Mehr auf sueddeutsche.de

Wochenendlektüre: Mit KI gegen den Klimawandel

In einem aktuellen Bericht stellen Google Brain-Mitgründer Andrew Ng und weitere KI-Experten 13 Wege vor, wie KI im Kampf gegen den Klimawandel nutzen kann. Etwa bei der Produktionsvorhersage von Windparks, der Überwachung von Treibhausgasemissionen oder der Entwicklung effizienterer Verkehrsströme.

Einen Überblick bietet dieser Artikel. Hier geht es zum Bericht.


aiTaillight: Ein Fun Fact zum Schluss

Großes Tennis mit Watson

An alle Tennisfans, die keine Zeit haben, sich jedes Wimbledon-Match live anzuschauen: Rettung naht! In diesem Jahr schaut IBMs Watson zu. Die KI-Software verfolgt Gesichtsausdrücke und Körpersprache der Spieler mit. Die Highlights gibt es so bereits zwei Minuten nach Ende zusammengefasst. In 20 Minuten erstellt Watson eine persönliche Performanceanalyse von Federer, Kerber und Co..

Mehr auf ibm.com


Dies ist eine der ersten Ausgaben des aiLetters. Wir freuen uns deshalb besonders über Feedback: feedback@ailetter.de
– Wie interesssant findest Du das Thema für einen eigenen Newsletter in dieser Form?
– Wie informativ ist für Dich insofern der Inhalt des hier vorliegenden Entwurfs?
– Wie bewertest du das Layout und den Aufbau des aiLetters?
– Was würdest du anders machen?
– Würdest du den aiLetter abonnieren? Würdest du ihn weiterempfehlen? Wenn ja, wem?


Beziehe den aiLetter regelmäßig!

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