47 Prozent der Banken in Deutschland planen, eine erklärbare KI zu entwickeln – Datenstrategie entscheidet

Die BaFin fordert Transparenz und Nachvollziehbarkeit bei KI-Modellen. Trotz dieser Auflage planen 47 Prozent der deutschen Banken in den nächsten sechs bis zwölf Monaten eine sogenannte erklärbare KI zu entwickeln, bei der alle Antworten und Entscheidungen für Menschen verständlich und zuverlässig sind. 44 Prozent haben sogar Interesse an der Entwicklung eigener Sprachmodelle!  Snowflake hat 100 IT-Verantwortlichen von Banken in Deutschland von Sapio Research von Mai bis Juni zu deren Datenstrategie befragen lassen.

Das Prinzip der erklärbaren Künstlichen Intelligenz sieht vor, dass ein KI-System klar und verständlich darlegen kann, was es tut und wie es zu seinen Ergebnissen gelangt. Dies soll dazu beitragen, Halluzinationen und Verzerrungen in den Ergebnissen eines KI-Systems zu erkennen und zu minimieren.

Die Umfrage von Snowflake (Website) zeige, dass die Entwicklung erklärbarer KI-Systeme bei kleineren Banken mit 500 bis 5.000 Mitarbeitern noch weniger verbreitet ist: Nur 38 Prozent der Banken planen, eine erklärbare KI zu entwickeln, während es bei großen Banken mit über 5.000 Mitarbeitenden mehr als die Hälfte (57 %) sind.

Die derzeitige Zurückhaltung der Banken bei der Implementierung geeigneter KI-Modelle und der Sicherstellung einer effektiven und ethischen Nutzung steht im starken Kontrast zu den zahlreichen Anwendungsmöglichkeiten, die sie für KI sehen, insbesondere bei generativer KI: So planen 55 Prozent den Einsatz generativer KI zur Unterstützung des Kundenservice, 52 Prozent wollen KI in Due-Diligence-Prozessen und zur Betrugsprävention einsetzen und 51 Prozent beabsichtigen, KI zur synthetischen Datengenerierung zu nutzen, um künstliche Daten zur Imitation realer Daten zu erzeugen.

Generative KI ist aus der Experimentierphase in die Produktionsphase übergegangen. Jetzt ist es an der Zeit, dass der Bankensektor KI einsetzt, um geschäftskritische Herausforderungen zu bewältigen und gleichzeitig die ethische und effiziente Nutzung von Unternehmensdaten zu gewährleisten.“

Jonah Rosenboom, Country Manager Deutschland Snowflake

Für Banken, die ihren Kundenservice optimieren möchten, kann generative KI beispielsweise Anrufprotokolle zusammenfassen und verschiedene Automatisierungen implementieren. Dadurch lassen sich Kosten senken und die Kundenerfahrung verbessern. Im Risikomanagement ermöglicht generative KI die Simulation potenzieller zukünftiger Risiken, während KI-generierte synthetische Daten zur Entwicklung, zum Testen und Trainieren von Algorithmen verwendet werden können, ohne Datenschutzbestimmungen zu verletzen.

Vorbereitung der Dateninfrastruktur als Priorität

Damit Finanzunternehmen das Potenzial von KI voll ausschöpfen und eine transparente, erklärbare KI gewährleisten können, ist eine solide Datengrundlage entscheidend. Wenn es darum geht, ihre Daten optimal zu nutzen, sehen sich die Banken jedoch vor allem mit Sicherheitsbedenken rund um Daten in der Cloud (40 Prozent), der fehlenden IT- und Dateninfrastruktur (31 %) und Störungen in der bestehenden Dateninfrastruktur (29 %) konfrontiert.

Auch in personeller und finanzieller Hinsicht mangelt es noch: 28 Prozent der Banken fehlt es an Mitarbeitern mit Daten- und Analysekompetenzen, 22 Prozent an finanziellen Ressourcen. Mehr als ein Viertel (26 %) gibt außerdem an, Schwierigkeiten bei der Erfüllung regulatorischer Anforderungen zu haben.

Diese Hürden können kosteneffizient überwunden werden, indem Datenmodelle demokratisiert, Datensilos aufgelöst und große Datenmengen an einem einzigen, verwalteten und sicheren Ort zusammengeführt werden, meint Snowflake.

Datenstrategie als Schlüssel zur erfolgreichen KI-Integration in Banken

Höchste Priorität, um den Einsatz von KI voranzutreiben, hat für Banken daher die Vorbereitung der Dateninfrastruktur. Hier ist etwa die Hälfte bereits gut aufgestellt: 53 Prozent haben skalierbare und elastische Systeme in ihrer Dateninfrastruktur, 52 Prozent können Daten in nahezu Echtzeit verarbeiten und 48 Prozent verfügen über eine Dateninfrastruktur, die sich gut in bestehende Systeme und Lösungen integrieren lässt. Der Fokus auf Künstliche Intelligenz scheint jedoch den Aufbau einer geeigneten Dateninfrastruktur weiter zu fördern: Ein Drittel (34 %) der Banken plant in den nächsten 12 Monaten, ihre Fähigkeiten im Datenmanagement weiter auszubauen.

Banken stehen unter massivem Druck, ihre Effizienz zu steigern und Kosten zu senken. Hier kommt generative KI wie gerufen. Doch eine Voraussetzung für den produktiven und ethischen Einsatz ist in deutschen Banken eine erklärbare KI, die nur sinnvolle Ergebnisse liefern kann, wenn eine solide Datengrundlage vorliegt. Neben einer KI-Strategie braucht es daher auch eine Datenstrategie”

Jonah Rosenboom, Country Manager Deutschland Snowflake

Laut der Umfragen hätten aktuell nur die Hälfte (51 %) der befragten Banken eine Datenstrategie. Interessant ist, dass von den Banken mit einer Datenstrategie auch 69 Prozent eine erklärbare KI entwickeln. Während nur 26 Prozent der Banken ohne eine solche Strategie sich an eine erklärbare KI wagen.aj