So können Banken ihre Kundenbetreuung mit generativer KI jetzt optimieren

Abgesehen von den Zinssätzen ist generative KI (gen AI) heute vielleicht der am häufigsten verwendete Begriff in den Gewinnmitteilungen der Banken. Und das aus gutem Grund. Generative KI wird die Gewinne der Banken steigern und ihnen helfen, ihren Kunden bessere Produkte und Dienstleistungen anzubieten, die Konkurrenz zu überholen und die Produktivität zu optimieren.

Viele Banken nutzen bereits Gen AI. Morgan Stanley nutzt GPT-4 von OpenAI, um seine Wissensdatenbank für die Vermögensverwaltung zu organisieren. Und sowohl Goldman Sachs als auch Westpac nutzen es, um ihre Entwickler beim Schreiben von Programmcode zu unterstützen. Während sich die Technologie weiterentwickelt, entstehen Tausende von Anwendungsfällen. Wo sollten Finanzinstitute also anfangen?

Mit generativer KI können Finanzinstitute unter Aufsicht von Personen den Service für ihre Kunden sofort und drastisch verbessern, indem sie z. B. personalisierte Kundeninformationen erstellen, die ihnen beim Cross-Selling von Produkten helfen, und zwar durch den schnellen Abruf von Kundendaten aus internen und externen Quellen. Die Technologie fasst diese Daten zusammen und erstellt einen Spickzettel, der während des Gesprächs oder des Nachrichtenaustauschs dynamisch aktualisiert wird.

Gen AI kann auch Produkt- und Serviceinnovationen vorantreiben, indem sie große Volumina unstrukturierter Daten, z. B. Anrufe im Kontaktcenter, durchsucht, um herauszufinden, welche Art von Problemen die Kunden haben, welche Produkte sie wünschen und vieles mehr.

Sie kann schnelle, empathische, kontextabhängige Antworten in der Sprache des Kunden erstellen, z. B. wenn einem Kunden ein Produkt oder eine Dienstleistung verweigert wird, er aber mit einem alternativen Angebot zur Loyalität bewegt werden soll.

Und generative KI kann Agenten über Chats in Echtzeit Anleitungen geben, wie sie komplexe Transaktionen schnell durchführen und selbst die kniffligsten Probleme lösen können - so wie es bei der Commonwealth Bank der Fall ist, wo generative KI 4.500 Dokumente zu den Richtlinien der Bank in Echtzeit abfragt.

Banken können generative KI einsetzen, um Kunden über die gesamte Wertschöpfungskette hinweg besser zu bedienen.

Geben Sie schneller durchdachte Anlageempfehlungen ab

Eine der zeitaufwändigsten Aufgaben des Bankwesens ist die Recherche von qualitativen und quantitativen Informationen. Jetzt kann generative KI den größten Teil dieser Arbeit übernehmen.

Mit einfachen Anweisungen kann die generative KI Echtzeit-Informationen zu aktuellen oder potenziellen Investitionen aus internen und externen Quellen finden, aufbereiten und kombinieren. Sie kann dann Berichte generieren, die nur kurz überprüft werden müssen, bevor sie beispielsweise die Grundlage für eine Kundenpräsentation oder einen morgendlichen Marktkommentar bilden.

Solche Lösungen ermöglichen es Anlageberatern auch, ihren Kunden in den kritischen Minuten vor dem Eröffnungsgong schnell durchdachte Kauf-/Verkaufs-/Halteempfehlungen zu geben. Und bessere Anlageempfehlungen bedeuten zufriedenere Kunden.

Die Zeitspanne bis zur Genehmigung von gewerblichen Krediten verkürzen

Im Bereich der gewerblichen Kreditvergabe kann generative KI Kundenbetreuern und Kreditsachbearbeitern dabei helfen, einen Business-to-Business-Kredit etwa 60 % schneller zu genehmigen, indem sie die relevanten Finanzdokumente erfasst und in Sekundenschnelle eine Gutschrift erstellt. Je schneller Geschäftskunden ihre Kredite in Anspruch nehmen können, desto zufriedener sind sie, was wiederum zu mehr Geschäft für die Bank führt.

Aufschwung in der Bekämpfung von Finanzkriminalität

Während Banken bereits KI einsetzen, um Finanzkriminalität aufzudecken, kann generative KI Analysten dabei unterstützen, eine zeitraubende Aufgabe im Ermittlungsprozess um bis zu 30 % zu verkürzen: das Verfassen von Berichten. Unternehmen wie Apex Fintech Solutions nutzen beispielsweise riskCanvas™, eine Software-Suite von Genpact für die Bekämpfung von Finanzkriminalität, die mit integrierten generativen KI-Funktionen von Amazon Bedrock ausgestattet ist, um auf Knopfdruck Berichte über verdächtige Aktivitäten zu erstellen.

Fünf Aspekte für generative KI

Bevor Finanzinstitute mit generativer KI beginnen, müssen sie einige Aspekte berücksichtigen, wie z. B. das Verständnis und die Priorisierung der Bereiche, in denen die KI den größten Nutzen bringen wird. Sie sollten auch den Einsatz einer cloudbasierten technischen Infrastruktur in Erwägung ziehen, die KI in großem Umfang unterstützt, Analysen in alle Arbeitsabläufe integrieren, eine solide Datenverwaltung mit Governance für verantwortungsvolle KI sicherstellen und ein skalierbares Betriebsmodell entwickeln, das Programme zur Förderung neuer Fähigkeiten und Rollen für Mitarbeiter umfasst.

Neue Strategien gegen Finanzkriminalität entdecken

Wer freut sich mehr als die Finanzinstitute über generative KI? Die Betrüger. Betrüger nutzen sie, um einfach und schnell Tausende von überzeugenden und vollständig dokumentierten gefälschten Identitäten und Personalausweisen zu erstellen, um die Kontrollen der Banken zur Feststellung der Kundenidentität und zur Bekämpfung der Geldwäsche zu umgehen. Auf diese Weise können Betrüger Konten eröffnen, sich Zugang zu Kreditlinien verschaffen und vieles mehr.

Um ihren Vorsprung zu wahren, müssen Banken in neue Methoden zur Überprüfung von Identitäten investieren - wie z. B. Bioverifizierung, Stimmerkennung und Ortungstechnologie - und zwar an jedem Kundenkontaktpunkt.

Schritt halten mit der Regulierung

In dem Maße, in dem die Regulierungsbehörden die potenziellen Einsatzmöglichkeiten und Auswirkungen der KI in den Griff bekommen, entstehen unterschiedliche Regulierungssysteme, die sich auf drei Hauptthemen konzentrieren: Transparenz, Fairness und Verbraucherschutz. Aber auch andere Themen, wie z. B. das geistige Eigentum, kommen auf. Wie üblich müssen die Banken mit den sich ständig weiterentwickelnden regulatorischen Rahmenbedingungen Schritt halten.

Das Verständnis der Technologierisiken

Generative KI birgt ihre eigenen Risiken. Sie ist weder in der Lage, die Wahrheit zu suchen, noch kann sie diese garantieren. Aus diesem Grund werden Finanzinstitute sie vorerst nicht direkt bei den Kunden einsetzen. Zwar kann sie transparenter gestaltet werden, doch die Ursprünge ihrer Antworten bleiben ansonsten eine Blackbox ohne Begründung oder Verweise auf Originalquellen, und ihre Entscheidungen sind schwer nachvollziehbar. Es kann zu Halluzinationen und selbstbewussten, aber falschen Antworten kommen, die keinen Kontext zeigen. Zudem muss sie mit ausreichend aktuellen, relevanten und unvoreingenommenen Daten trainiert werden, damit ihre Ergebnisse vertrauenswürdig sind.

Einige dieser Probleme können von den Banken gelöst werden, indem sie ihre eigenen branchenspezifischen Modelle trainieren. Einige dieser Modelle befinden sich bereits im Entstehen. In jedem Fall sollten die Banken einen verantwortungsvollen Rahmen für KI einrichten und einhalten, der Leitplanken setzt, um Risiken zu mindern, die beispielsweise durch Verzerrungen der vortrainierten Modelle entstehen können.

Dieser Artikel wurde ursprünglich in der Global Banking and Finance Review veröffentlicht und von Balkrishan "BK" Kalra, ehemals Global Business Leader für Finanzdienstleistungen, Consumer und Healthcare, und nun Präsident und CEO bei Genpact, sowie Moutusi Sau, Vice President und Teamleiter für Finanzdienstleistungen bei Gartner, verfasst.