KÜNSTLICHE INTELLIGENZ

Chancen für die Sparkassen-Gruppe nutzen

Künstliche Intelligenz oder Maschinelles Lernen verändert die Finanzbranche massiv: Neuronale Netze übernehmen die Bewertung und Bearbeitung von Kreditanträgen, riesige Datenmengen werten Unternehmen mithilfe von Machine Learning aus. Das hilft, Betrug zu verhindern und ressourcenintensive, repetitive Prozesse und Kundenservices ohne Qualitätsverlust zu automatisieren. Autonom agierende Programme bieten auch Sparkassen enorme Chancen – und fordern Verantwortung.

Künstliche Intelligenz: Chancen für die Sparkassengruppe nutzen

Artikel anhören

Ob Navigations-Apps, Fuzzylogic in Küchenmaschinen oder Smartwatch: Algorithmen werden immer leistungsfähiger und sind inzwischen fester Bestandteil des Alltags vieler Menschen. Das Tempo, mit dem die Technologien rund um Künstliche Intelligenz (KI) voranschreiten, ist atemberaubend. Spätestens seit OpenAI im November 2022 ChatGPT der Öffentlichkeit zugänglich machte, ist eine rege Diskussion über die Auswirkungen von künstlicher Intelligenz auf Bildung, Alltag und Wirtschaft entbrannt. Was kann KI leisten, welche Chancen und Risiken bringt die Technologie mit sich? Welche Regeln brauchen wir?

Wie die SKP KI einsetzt

Experten der SKP über Anwendungsfelder, einen verantwortungsvollen Umgang und die Chancen, die KI den Sparkassen bietet.

Zum Interview

Quelle: https://info.kpmg.us/news-perspectives/technology-innovation/thriving-in-an-ai-world/ai-adoption-accelerated-during-pandemic.html

Künstliche Intelligenz in verschiedenen Formen

Die Fähigkeit von Modellen, große Datenmengen zu verarbeiten und zu verstehen, eröffnet, kombiniert mit ihren fortgeschrittenen Sprachfähigkeiten, eine Vielzahl interessanter Möglichkeiten. In diesem Zusammenhang kommen vor allem drei Arten von KI zum Einsatz.

Maschinelles Lernen
Darunter versteht man Algorithmen, die viele Beispieldaten verarbeiten und diese nach Beendigung der Lernphase verallgemeinern können. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. In der Finanzbranche wird Maschinelles Lernen eingesetzt, um z. B. Finanzdaten zu klassifizieren, Vorhersagen zu treffen und Anomalien in den Finanzdaten zu erkennen.

Deep Learning
Deep Learning bezeichnet eine Methode des Maschinellen Lernens und verwendet vielschichtige neuronale Netze zur Analyse von Daten, um komplexe Zusammenhänge zu extrahieren. Heutzutage können mit dieser Technik Milliarden von Datensätzen verarbeitet werden.

Natural Language Processing
Die Verarbeitung natürlicher Sprache als eine Anwendung des Maschinellen Lernens und des Deep Learning kommt im Finanzbereich beispielsweise zum Einsatz, um Informationen aus Verträgen zu extrahieren und zu analysieren, die Stimmung an den Finanzmärkten zu untersuchen sowie die Kundenerfahrung durch Chatbots zu verbessern.

KI in der Sparkassen-Finanzgruppe

Auch Banken und Sparkassen nutzen zunehmend Künstliche Intelligenz und müssen sich mit Chancen und Risiken der Technologie auseinandersetzen. Die Sorge, dass Sparkassen bei diesen Entwicklungen das Schlusslicht bilden, ist unbegründet. Ganz im Gegenteil: KI ist längst an vielen Stellen im Sparkassenalltag angekommen.

Ob Betrugserkennung, Wertpapierhandel, Kundenservice oder Risikomanagement – intelligente Algorithmen tragen in den Instituten dazu bei, Geschäfte effizienter, schneller, sicherer und damit erfolgreicher zu machen. Und die Forschung geht weiter, um auch neue und komplexere Anwendungsfelder bedienen zu können. Ziel der zahlreichen KI-Projekte im Verbund ist es, die Technologie und ihre Möglichkeiten in das tägliche operative Geschäft zu überführen.

Vorteile durch den Einsatz von KI

Zeitersparnis: KI im Finanzbereich ermöglicht Zeitgewinn durch die Automatisierung sich wiederholender Aufgaben und die Entlastung der Menschen von der Beschäftigung mit komplexen Fragen. Dazu gehört auch der Einsatz von Chatbots.

Kostenreduktion: KI hilft bei der Betrugserkennung, dem Portfoliomanagement und der Risikobewertung bei der Kreditvergabe. So kann der Einsatz von KI einem Finanzinstitut dabei helfen, fundierte Entscheidungen zu treffen und Kosten und Verluste zu minimieren.

Risikominimierung: Menschliches Versagen im Finanzsystem kann negative Auswirkungen haben. KI-Systeme sind bei komplexen Entscheidungen effizient und verringern das Risiko von Fehlern.

Kompensation des Fachkräftemangels: Mit KI lassen sich standardisierte Prozesse einfacher und schneller durchführen. Die neue Produktivität kann helfen, den Fachkräftemangel auszugleichen. Die Angst vor dem Verlust von Arbeitsplätzen ist nach Ansicht von Experten unbegründet: Für den Umgang mit KI werden immer Menschen gebraucht.

Insbesondere Dienstleister wie Finanz Informatik, Sparkassenverlag (DSV) oder S-Rating, aber auch S-Kreditpartner arbeiten eng zusammen, um KI nutzbar zu machen. Dabei stehen unterschiedliche Anwendungsfelder im Fokus. Eine Auswahl:

KI-gesteuerte Chatbots wie „Linda“ ermöglichen einen Kundendienst rund um die Uhr. Fortgeschrittene Systeme versorgen Kunden mit personalisierten Informationen und Ratschlägen und versetzen sie in die Lage, fundierte Finanzentscheidungen zu treffen. Der DSV untersucht zudem, wie die neuesten Entwicklungen rund um ChatGPT für diesen Zweck genutzt werden können.

Die Fotoüberweisung in der S-App verwendet KI-gesteuerte Modelle, um die Felder korrekt auszufüllen. Mit zunehmender Nutzung lernt das Tool dazu.

Die S-Rating entwickelt Algorithmen auf Basis von KI-Technologie, um die Daten der Kunden für zielgerichtete Vertriebsaktivitäten zu nutzen. Diese bilden auch die Grundlage für komplexe Anwendungen wie das Integrierte Ansprachemanagement (IAM) des DSV. Hier werden mit Hilfe intelligenter Vertriebsanalytik umfangreiche Merkmale mit entsprechenden KI-Algorithmen ermittelt, um Kunden bedarfsgerechte Angebote zu unterbreiten. Dabei optimiert sich das System selbstständig.

S-Kreditpartner setzt bei der Entwicklung von Rating- und Scoringverfahren im Rahmen des Kreditvergabeprozesses verstärkt auf die Möglichkeiten des maschinellen Lernens.

Mehr zu KI bei S-Kreditpartner, über Chancen und Zukunftsperspektiven, erläutern die SKP-Experten Dr. Kamil Fayzullin und Jörg Geisler im Videointerview (moderiert von einer KI).

Videointerview: Die SKP-Experten Dr. Kamil Fayzullin und Jörg Geisler im Gespräch mit Avatar Kirsten, einer Künstlichen Intelligenz.

Herausforderungen und regulatorischer Rahmen

Die Möglichkeiten von KI sind vielfältig. Doch sie stellt Banken vor besondere Herausforderungen. Viele agieren noch zurückhaltend. KI gilt vielfach noch als Black-Box-Technologie, deren Risiken schwer einzuschätzen sind. Während sich klassische mathematische Anwendungen mit einem vergleichsweise einfachen Algorithmus abbilden lassen, sind geschlossene Modelle wie tiefe neuronale Netze deutlich anspruchsvoller und damit schwieriger zu durchdringen.

Experten riefen im Frühjahr 2023 angesichts der rasanten Geschwindigkeit zu einer Entwicklungspause auf, um einen regulatorischen Rahmen und einen bewussten Umgang mit KI zu finden. Bis Ende 2023 will die EU einen Gesetzentwurf zu „Artificial Intelligence“ auf den Weg bringen. Die BaFin positioniert sich bislang vorsichtig und hat sich im vergangenen Jahr intensiv mit dem Einsatz von KI und Machine Learning beim Thema Kreditvergabe befasst.

Die Erkenntnisse fließen in die weitere Positionierung der BaFin ein, so ist im Laufe des Jahres eine Anpassung der MaRisk vorgesehen. Unter anderem weist die BaFin auf die Bedeutung der Datenqualität und auf ethische Aspekte hin:

Datenqualität: Entscheidend für den Erfolg der KI ist laut BaFin das passende „Training“. Maschinelles Lernen braucht gute Trainingsdatensätze und klar umrissene Anwendungsfälle: Die Trainingsdaten müssen ausreichend ausgewogen und repräsentativ sein, um Verzerrungen bei der Anwendung oder gar Benachteiligung zu verhindern.

Ethische Aspekte: Die Analyse von Kundendaten und die Entscheidungsfindung können zu Diskriminierung führen. Es muss laut BaFin ein Bewusstsein dafür geben, dass automatisierte Entscheidungssysteme bestehende gesellschaftliche Vorurteile aufgreifen oder durch eigenständiges Lernen sogar verstärken können.

Fazit

An KI führt kein Weg vorbei.
Und das ist gut so.

Denn die Chancen und Möglichkeiten dieser Technologie sind enorm. Für die Sparkassen-Finanzgruppe ist es wichtig, sich den neuen Herausforderungen durch KI zu stellen und die Nutzenpotenziale auszuloten. In diesem Zusammenhang ist es von entscheidender Bedeutung, sich proaktiv auf die bevorstehenden Veränderungen vorzubereiten. Finanzinstitute, die innovativ und offen für Veränderungen sind, sowie verantwortungsvoll mit dem Thema umgehen, werden am besten in der Lage sein, von den neuen Möglichkeiten zu profitieren.

3 KI-Tools zum Ausprobieren

Mit Dall-E ein Bild erzeugen
Dall-E ist ein KI-Modell, das entwickelt wurde und Bilder erzeugen kann, basierend auf textuellen Beschreibungen. Es nutzt eine Kombination aus generativen Modellen und maschinellem Lernen, um ein Verständnis für visuelle Konzepte zu entwickeln und neue, einzigartige Bilder zu generieren, die auf abstrakten oder spezifischen Texteingaben basieren.

https://openai.com/dall-e-2

Klänge mit Sounddraw komponieren
Ein kreatives Tool, das den Benutzern ermöglicht, Klänge mithilfe von einfachen Zeichnungen zu generieren. Durch das Zeichnen von Linien und Formen auf einer digitalen Oberfläche können verschiedene Klangparameter wie Tonhöhe, Lautstärke und Klangfarbe gesteuert werden, um einzigartige und experimentelle Klangkompositionen zu erstellen.

https://soundraw.io/

Runway Gen-2 für kreative Prozesse
Runway Gen-2 ist eine Softwareplattform, die dazu dient, KI-Modelle und -Technologien in den kreativen Prozess zu integrieren. Sie bietet eine benutzerfreundliche Oberfläche und eine Sammlung leistungsstarker KI-Modelle für Aufgaben wie Bildgenerierung, Textanalyse und Musikkomposition. Die Plattform erlaubt es, die Grenzen der Künstlichen Intelligenz erkunden.

https://runwayml.com/ai-magic-tools/gen-2/

Quellen

https://www.it-finanzmagazin.de/bafin-blickt-kritisch-auf-ki-kreditvergabe-153501/