Conversational Banking: Bots assistieren dem Core Banking
Kreditinstitute stehen nicht nur unter dem Druck der digitalisierten Konkurrenz. Der Kunde verlangt auch nach Dienstleistungen und Kommunikationsformen in Echtzeit über verschiedene Kanäle. Conversational Banking unterstützt bei der Digitalisierung und Automatisierung der Betreuung, ohne die zentralen Infrastrukturen zu belasten. In die Kernprozesse einer Bank wird dabei – abgesehen von der Informationsvermittlung – nicht eingegriffen.
von Hazal Aktepe & Veronica Alava, equensWorldline
Conversational Banking und Chatbots werden für die Qualität von Finanzdienstleistungen immer wichtiger. Wer eine Frage zu seinen Finanzen hat, will mit seiner Bank wie mit jedem in seinem digitalen Alltag reden: über soziale Medien und Messenger-Dienste.Ebenso will er dabei intelligente Sprachsteuerungssysteme nutzen. Mit zunehmender Selbstverständlichkeit erwarten Kontoinhaber, dass ihnen keine Wartezeiten entstehen. Auch die Beschränkung auf reine Verwaltungsaufgaben reicht heute nicht mehr aus. Gefragt sind innovative Dienstleistungen wie Zahlungsüberweisungen in Echtzeit oder personalisierte Finanzanalysen. Die Sicherheit der Daten und Systeme wird dabei stillschweigend vorausgesetzt. Der Sachbearbeiter in der Bank seinerseits erhofft sich Entlastung durch digitale Assistenten, die Routine-Anfragen erledigen. Bei komplexen Problemen unterstützt ihn ein intelligenter Chatbot, der dem Kunden die richtigen Rückfragen stellt und Informationen oder Ansprechpartner ausfindig macht.
Zukunftssichere Dialogplattformen
Ein intelligentes text- und stimmenbasiertes Conversational Banking beantwortet diese Anforderungen und fungiert als Schnittstelle zu Core-Banking-Anbindungen. Leistungsfähige und zukunftssichere Systeme basieren dabei auf Plattformlösungen, die eine schrittweise und schnelle Erweiterung der Chatbot-Funktionen ermöglichen. Sie unterstützen zum einem das Text-gestützte Senden von Nachrichten über verschiedene Kanäle wie Internet und mobile Anwendungen sowie Social-Network-Messenger wie Facebook oder WhatsApp. Zum anderen ermöglichen sie den sprachgesteuerten Dialog über Spracherkennungssysteme wie Amazon Echo, Siri, Google Home und Google Assistant. Statistiken zur Nutzung einzelner Dienste weisen zudem auf Potenziale, Engpässe und Risiken hin.
In Frankreich nutzt die BNP Paribas in allen Kanälen des Kundenkontakts auf Text- und Spracherkennung. Kontoinhaber treten über die Webseite, über soziale Medien und auch mobilen Apps wie den Facebook Messenger und über verschiedene Geräte mit der Bank in Verbindung. Bots beantworten klassische Fragen etwa nach einer Kontoeröffnung, der nächsten Filiale oder der Aktivierung eines digitalen Schlüssels. Auch Kontostände und Transaktionen lassen sich damit abfragen.
Das französische Kreditinstitut hat für die Einbindung von Google Home und Google Asssistant zusammen mit equensWorldLine eine eigene Lösung entwickelt. Mit neuen Methoden wurden visuelle Kommunikationsabläufe sowohl für die text- wie für die sprachgestützte Dialogführung für Google Assistent modelliert. Dabei kam es darauf an, exakt zu verstehen, wie der Kunde einen bestimmten Kanal nutzt, um so dessen Erwartungen zu erfüllen. Um die Modelle zu überprüfen, wurden Simulationen der Gespräche mit Mitarbeitern durchgeführt und auf dieser Basis Schnittstellen zwischen den jeweiligen Anwendungen entwickelt, die sich für die Entwicklung weiterer Dienste nutzen lassen. Es wurde die Projektmanagement-Software JIRA oder Confluence eingesetzt. Der Voicebot ist seit Januar 2020 im Einsatz.
Ziel ist dabei, die Wünsche eines Anrufers besser zu verstehen und ihn an die zuständige Stelle weiterzuleiten. In vordefinierten Konversationsmodellen werden alle Intentionen einer Entität zugeordnet.”
Die Machine-Learning-Plattform beziffert dabei mit Score-Werten, wie sicher sie in der Erkennung des Kundenanliegens ist. Liegt diese Zahl unter dem geforderten Schwellenwert, wird der Assistent durch Rückfragen versuchen, sich über das Anliegen weitere Klarheit zu verschaffen. Sobald die Absicht hinreichend sicher erkannt worden ist, wird die Anfrage in einem einschlägigen Prozess – etwa die Durchführung einer Überweisung – verarbeitet oder, sofern nötig, auch an einen menschlichen Sachbearbeiter weitergeleitet.
Anbindung an die Core-IT
Kreditinstitute verlangen einfache und nahtlose Zugriff auf solche KI-Dienste, wollen aber ihre bestehende Core-IT und die dazugehörigen Infrastrukturen nicht zu sehr belasten oder umbauen. Abhilfe schaffen Conversational-Banking-Dienstleister wie zum Beispiel equensWorldLine: Sie übernehmen die Verwaltung und Sicherung der von Bots generierten Daten in ihrer eigenen Umgebung. Die Bot-Mikrodienste werden durch eine interne Openshift-Plattform bereitgestellt und befinden sich hinter dem Load Balancer des Dienstleisters und seiner Firewall. Konnektivität und Sicherheit werden also vom Anbieter gestellt, die eigentliche IT-Infrastruktur des Geldinstituts wird nicht zusätzlich belastet.
Veronica Alava arbeitet seit 2017 für equensWorldline und hat sich im Business Development und Product Management auf den Bereich Digital Banking spezialisiert. Zuvor war sie unter anderem bei DXC Technology in der Beratung sowie bei BBVA als Analystin tätig. Veronica Alava absolvierte einen Postgraduierten-Studiengang im Bereich European Studies an der Berliner Humboldt-Universität und hat darüber hinaus einen Master of Business Administration von der spanischen Universidad de Deusto.
Die Anbieter von Plattformen sorgen für die bei Finanzgeschäften besonders wichtige Sicherheit. Einschlägig sind die allgemeinen Richtlinien nach ISO 27002 mit strikten Zugangskontrollen, Token-basierter Sicherheit sowie Peer-to-Peer-Verschlüsselung der Nachrichten.
Die Sicherung lässt sich dabei an die Wünsche des Kreditinstituts anpassen – mit einem Mix an Hot Storage, bei dem Informationen direkt aus der Quelle in Echtzeit abgerufen werden, sowie Cold Storage für Daten, die seltener benötigt werden und längere Zugriffszeiten haben können. Die Auswahl der Speicherkonzepte hängt aber vor allem davon ab, wie vielseitig die Konversationsagenten sein sollen.
Wichtig ist, dass die externe Plattform des NLP-Partners keinerlei Angaben speichert, die sich einer Person zuordnen lassen. Dialogabläufe können zwar im Follow-up nachvollzogen werden. Das NLP-System zeichnet aber nur anonymisierte Daten auf und ist dadurch nicht relevant für die Anforderungen der DSGVO.
Banking von Morgen
Conversational Banking birgt ein großes Entwicklungspotenzial. Dabei ist die Verbesserung der natürlichen Sprachverarbeitung ein permanenter Prozess. Ein wichtiges Zukunftsfeld stellt etwa die Erkennung von Emotionen und Stimmungen dar. Ziel ist hier die Anpassung der Bot-Kommunikation an das Verhalten des Gegenübers in der aktuellen Interaktion.
Komplexere Bereiche der Betreuung oder der Sicherheit können aber auch in Zukunft nicht den Bots und ihrer künstlichen Intelligenz überlassen werden. Dazu zählt beispielsweise das Erkennen von betrügerischen Mechanismen, die das Anlegen einer Akte über den Vorfall verlangen. Hier erlauben die Compliance-Richtlinien und Core-Banking-IT-Infrastrukturen keinen webbasierten Service. Das Feststellen etwa einer unautorisierten Kreditkartennutzung und die notwendige Eskalation solcher Probleme an die Sicherheitsabteilung und den Berater lässt sich aber durch automatisierte Agenten verbessern.Hazal Aktepe & Veronica Alava, equensWorldline
Sie finden diesen Artikel im Internet auf der Website:
https://itfm.link/111715
Schreiben Sie einen Kommentar