Die Digitalisierung hält längst Einzug in den Finanzbereich. Der dabei entstandene Begriff FinTech, also Finanztechnologien, gewinnt zunehmend an Popularität und beschreibt verschiedenste Innovationen für Finanzdienstleistungen oder Finanzinstrumente, die mittels neuer Technologien entstehen. Eine für FinTech wesentliche Technologie ist die künstliche Intelligenz, oder kurz: KI.
Künstliche Intelligenz ist eine aus der Informatik stammende Technologie, die aktuell in einer Vielzahl von Bereichen zum Einsatz kommt oder Diskussionen über zukünftige Entwicklungen entfacht. Aktuell sind es vor Allem die Teilbereiche Maschinelles Lernen und Deep Learning, die die digitale Transformation der industriellen Fertigung befeuern.
Auch im Finanzbereich treiben Anwendungen der Künstlichen Intelligenz die digitale Transformation voran. Dieser Artikel beleuchtet die KI-Anwendungen, die aktuell das größte Potential innerhalb der Finanzwelt versprechen.
KI bringt sicherlich spannendere Beispiele hervor als die Anwendungen im Finanzwesen – trotzdem sind diese nicht weniger beeindruckend (Bildquelle: Unsplash/ Possessed Photography).
Künstliche Intelligenz für die Geldanlage: Kapitalanlagen verwalten mit Robo Advisors
Robo Advisors sind auf Algorithmen basierende Systeme der Finanztechnologie, die Kunden automatisiert Empfehlungen zur Geldanlage zur Verfügung stellen oder eigenständig eine Optimierung des Anlageportfolios anhand voreingestellter Parameter durchführen. Das Finanzportal OnlineBanken.com hat verschiedene Robo Advisors unter die Lupe genommen und deren Vor- und Nachteile genauer ermittelt.
Sind Robo Advisors intelligent?
Bisher hat sich in der Fachwelt noch keine gültige Definition für Intelligenz durchgesetzt. Daher gibt es Stimmen, die Robo Advisor Algorithmen bereits eine Intelligenz zusprechen und Andere, die dieser Definition widersprechen. Fest steht jedoch, dass Robo Advisors sehr unterschiedlich gestaltet werden können. Während Robo Advisors auf Grundlage einfacher Kausalketten nicht als intelligent bezeichnet werden sollten, gibt es durchaus Systeme, die enorme Datenmengen aus verschiedenen Quellen zusammenführen und auswerten sowie auf weiterführenden Konzepten der künstlichen Intelligenz basieren.
So gibt es bereits Systeme, die Social-Media-Aktivitäten von branchenrelevanten Influencern auswerten und deren Einfluss auf Kursentwicklungen abschätzen können. Dabei kommen Komponenten des Deep Learning zum Einsatz, wodurch der Robo Advisor in der Lage ist sich selbst zu trainieren und so kontinuierlich zu verbessern.
Was ist der Vorteil einer Geldanlage mit KI?
Generell macht der Einsatz einer künstlichen Intelligenz dort Sinn, wo große Datenmengen und verschiedene Datenquellen ausgewertet werden müssen, menschliche Fehler vermieden werden sollten und Entscheidungen so schnell wie möglich zu treffen sind. All dies kann im Bereich der kurzfristigen oder volatilen Anlagen relevant sein, wo sich oftmals in Sekundenbruchteilen erhebliche Schwankungen ergeben können.
Speziell für den Bereich der Kryptowährungen von Bitcoin und Co. gibt es verschiedene Anwendungen, die beispielsweise die Twitter Accounts von prominenten Influencern auswerten und die genannten Währungen je nach Ergebnis entweder kaufen oder verkaufen. Da die Märkte auf derartige Schwankungen innerhalb weniger Sekunden reagieren, kann der Einsatz vollautomatischer Robo Advisors hier einen kleinen Vorsprung und damit einen erheblichen Vorteil bieten.
KI im Kundensupport: Bessere User-Experience durch künstliche Intelligenz?
Chatbots werden häufig mit Einsparungen und schlechtem Service assoziiert. Doch in Zeiten künstlicher Intelligenz haben sich die aktuellen Systeme bereits weit von den Anfängen entfernt. Auch im Finanzbereich bieten automatisierte Konversationssysteme einen Mehrwert für die Kunden:
- Lückenlose Betreuung: Jeder der sich schon einmal nachts durch die mehrmalige Eingabe eines falschen Passworts den Internetbanking Zugang gesperrt hat, weiß einen durchgehenden Kundenservice zu schätzen. Ein manueller Service würde eine durchgehenden Personalaufwand erfordern und sich auch auf die Kontoführungsgebühren auswirken, da dem Finanzinstitut in diesem Fall erhebliche Mehrkosten entstehen würden.
- Schnelle Antwort: Die Antworten eines automatisierten Chatbots können innerhalb von Sekundenbruchteilen angezeigt werden. Oftmals werden Diese jedoch bewusst um einige Sekunden verzögert, um den Kunden eine persönliche Betreuung zu suggerieren.
- Umfassender Service: Nicht immer sind Kundenberater mit allen Feinheiten des Systems vertraut. Während ein Kundenberater möglicherweise nicht auf jede Frage eine passende Antwort hat, kann eine entsprechende künstliche Intelligenz auf eine Vielzahl von Quellen zugreifen und sich durch Deep Learning trainieren. Dies minimiert auch die Gefahr fehlerhafter Antworten.
Während multimediale Systeme wie beispielsweise Siri von Apple oder Alexa von Amazon sich durch die computergenerierte Sprache verraten, gibt es Beispiele für textbasierte Systeme, die sich kaum noch von echten Menschen unterscheiden lassen.
Auch gibt es teilautomatisierte Systeme, die bei Banking-Prozessen unterstützen und so beispielsweise die zur Anfrage passenden Dokumente bereitstellen, Informationen abfragen oder eine Verbindung zum passenden Personal herstellen.
Künstliche Intelligenz in der Finanzwirtschaft: Was sind die Anwendungsfälle der Zukunft?
Neben den bereits beschriebenen Anwendungen künstlicher Intelligenz zur automatisierten Geldanlage oder der Kundenbetreuung mit automatisierten Konversationssystemen wird KI in verschiedenen Bereichen ein erhebliches Potenzial in der Finanzwirtschaft zugeschrieben. Anwendungen, die als vielversprechende Innovationen gelten, sind:
- Risikobeurteilung von Unternehmen: Künstliche Intelligenz kann bei der Abwicklung von Kreditanfragen helfen und beispielsweise große Datenmengen in kürzester Zeit analysieren, um die Kreditwürdigkeit von Unternehmen zu beurteilen.
- Genauere Marktprognosen: Bei der Identifizierung und Abschätzung von Trends kann eine KI entschieden unterstützen und verschiedenste Datenquellen analysieren, um relevante Informationen für Marktprognosen herauszufiltern und damit deren Präzision zu verbessern.
- Auswertung kritischer Überweisungen: Die manuelle Auswertung potenziell kritischer Überweisungen ist ein zeitaufwändiger Prozess. Eine KI kann dazu trainiert werden beispielsweise mit Betrug zusammenhängende Überweisungen zu identifizieren und den dadurch entstehenden Aufwand entscheidend zu verringern.
Robo Advisors sind im Bereich der Geldanlage schon der erste Schritt in Richtung KI (Bildquelle: Unsplash/Chris Liverani).
Fazit: Wohin führt uns KI und was sind mögliche Stolpersteine?
Sowohl bei Verbrauchern als auch in den Führungsetagen von Finanzunternehmen stößt die digitale Transformation und speziell die Verwendung einer KI nicht immer auf Akzeptanz. Hier wird oft noch der menschliche Kontakt gegenüber einer kalten Effizienz bevorzugt oder es fehlt an Verständnis für die Funktionsweise von KI-Systemen. Hier gilt es langfristig Technologieakzeptanz zu schaffen und Kompetenzen aufzubauen.
Doch KI-Systeme sind bereits fest in der Finanzwelt verankert. Robo Advisors sind ein Beispiel für eine Anwendung, die Kunden durch die schnelle Auswertung großer Datenquellen in Echtzeit einen Geschwindigkeitsvorteil auf dem Markt bieten kann. Auch im Kundensupport haben sich automatische Konversationssysteme bereits etabliert und können im Service deutliche Vorteile gegenüber rein manuellen Systemen bieten. In der Zukunft werden sicherlich noch weitere Anwendungen hinzukommen, die die Auswertung großer Datenmengen und schnelle Entscheidungen erfordern.
Anzeige
Quelle Titelbild: Unsplash / Behnam Norouzi