5 Schritte zu einer erfolgreichen KI-Nutzung in kleinen und mittleren Finanzinstituten

KI-Technologie hat ihre Fähigkeiten im Banken- und Finanzsektor bereits unter Beweis gestellt. Größere Banken nutzen KI-Anwendungen etwa für die Risikobewertung bei der Kreditvergabe und für KYC-Prozesse (Know-Your-Customer) beim Onboarding. Kleinere und mittlere Finanzinstitute laufen aufgrund begrenzter Ressourcen jedoch Gefahr, in Sachen KI-Fortschritte ins Hintertreffen zu geraten. Um sicherzustellen, dass Finanzinstitute wirklich aller Größenordnungen KI in ihrer gesamten Organisation nutzen können, gilt es, fünf wesentliche Schritte zu beachten.

von Gery Zollinger, Head of Data Science & Analytics bei Avaloq

Viele kleine und mittlere Banken und auch Vermögensverwalter verfügen nicht über das nötige Fachwissen, um herauszufinden, wo sich KI-Technologie in ihren Unternehmen effektiv einsetzen und implementieren lässt. Denn es mangelt an engagierten internen Teams, die sowohl Erfahrung im Finanzbereich als auch in der KI-Entwicklung haben.

1. Definition einer unternehmensweiten Strategie mit klaren Zielen

Die potenziellen Vorteile von KI wie erhebliche Kostensenkungen und Effizienzsteigerungen machen die Einführung jedoch zu einer strategischen Notwendigkeit – KI erfordert Diskussionen auf Vorstandsebene.”

Dies stellt auch sicher, dass KI alle Abteilungen betrifft und mit der allgemeinen Geschäftsstrategie in Einklang gebracht wird. Zuerst müssen Finanzinstitute durch Datenanalysen und Branchenforschung die wesentlichen Problembereiche und Chancen identifizieren, in denen KI einen substanziellen Beitrag leisten kann, etwa wenn es darum geht, das Kundenerlebnis zu verbessern oder die Einhaltung von Vorschriften zu gewährleisten. Danach lassen sich dann spezifische Anwendungsfälle objektiv bewerten, wie die Vorhersage der Kundenabwanderung, das automatisierte Risikomanagement oder die KI-gestützte Kundenkommunikation.

2. Unterstützung durch Experten für KI-Technologie suchen

Kleine und mittlere Finanzinstitute mit geringeren internen Ressourcen können besonders von einer externen KI-Expertise profitieren – nicht nur bei der Strategiekonzeption, sondern auch bei der Projektplanung, der Implementierung und dem Betrieb der Lösung.

Die Erfahrung zeigt, dass ein erfolgreiches KI-Team typischerweise aus Datenwissenschaftlern, Business-Analysten, Softwareentwicklern, Produktmanagern und Domänenexperten aus verschiedenen Bankfunktionen zusammengesetzt ist.”

Für Finanzinstitute kann es jedoch eine Herausforderung sein, auf diese Experten zuzugreifen und sie zu binden – sowohl was die hohen Kosten als auch die erforderlichen Fachkenntnisse betrifft. Allein die Einstellungskosten übersteigen oft die Budgets kleinerer und mittelgroßer Institute. Entsprechend schwierig ist es, die erforderlichen Talente zu gewinnen und zu binden. Ein vertrauenswürdiger KI-Dienstleister kann in dieser Situation all diese Expertenrollen koordinieren, sodass das Finanzinstitut in der Lage ist, sein KI-Projekt sofort und ohne Vorlaufzeit zu starten. So greift das Institut auf die Fähigkeiten zu, die es für eine erfolgreiche KI-Implementierung benötigt.

3. Erwägen Sie eine Cloud-Infrastruktur für KI-Projekte

Ist das unabdingbare Fachwissen gesichert, gelten die nächsten Überlegungen der Einrichtung einer geeigneten Infrastruktur. KI aus der Cloud bietet gegenüber einem herkömmlichen Einsatz on-premises viele Vorteile. Eine cloudbasierte Architektur erleichtert die nahtlose Skalierbarkeit von KI-Projekten – denn sie eröffnet Banken und Vermögensverwaltern sofortigen Zugriff auf die erforderlichen Rechenressourcen.

Mit der Cloud lassen sich KI-Initiativen auch problemlos auf einen anderen Markt oder ein anderes Kundensegment ausweiten, ohne dass erhebliche Investitionen in die Infrastruktur dafür erforderlich wären.”

Der Cloud-Ansatz ist zudem kosteneffizient, weil die Ausgaben direkt an die Nutzung geknüpft sind. So werden ein besseres Kostenmanagement und eine bessere Budgetierung möglich. Erhebliche Vorabinvestitionen in die Infrastruktur sind dabei unnötig. Zudem verfügen Cloud-Anbieter über integrierte Disaster-Recovery-Mechanismen, die das Risiko von Ausfallzeiten, Datenverlusten und regulatorischen Verstößen verringern. Last but not least sind einige der neuesten KI-Technologien, wie etwa Algorithmen zur Verarbeitung natürlicher Sprache (NLP) oder Investment Recommendation Engines wegen ihrer speziellen Infra­struktur­anfor­der­ungen oft ausschließlich in der Cloud verfügbar.

Die Zusammenarbeit mit einem cloudagnostischen KI-Dienstleister kann Banken und Vermögensverwaltern bei der Auswahl des optimalen Cloud-Anbieters und des idealen Setups für ihre spezifischen Geschäftsanforderungen helfen.”

4. Sicherstellung regulatorischer Compliance und hoher ethischer Standards

Für Banken und Vermögensverwalter ist es von entscheidender Bedeutung, während der Implementierung und dem Betrieb ihrer KI ethische und Compliance-Überlegungen stets in den Vordergrund zu stellen. Das bedeutet auch, in jeder Phase des Projekts den regulatorischen Anforderungen zu entsprechen. So wird unter anderem der wegweisende AI Act der EU-Kommission eine regulatorische Grundlage für den Einsatz von KI in Europa schaffen.

Der AI Act fordert beispielsweise Transparenz bei der KI-Implementierung und die Beibehaltung einer menschlichen Kontrolle über maschinelle Lernalgorithmen.”

Diese Maßnahmen sollen sicherstellen, dass KI stets ohne Vorurteile oder Diskriminierung arbeitet, insbesondere bei Prozessen wie der Erstellung von Anlegerprofilen oder von personalisierten Anlagevorschlägen.

5. Laufendes Monitoring und Anpassungen sichern die Qualität

Der Erfolg eines KI-Projekts hat nicht nur mit der erfolgreichen Implementierung zu tun. Jedes KI-Projekt erfordert laufende Wartung, ständiges Lernen und die kontinuierliche Anpassung an sich ändernde Geschäftsanforderungen. Unternehmensweiter KI-Erfolg beruht auch darauf, die Datenqualität in den Griff zu bekommen. Denn diese Daten dienen als Grundlage für das Training der KI-Engine. Außerdem ist es wichtig, Fehler und Verzerrungen proaktiv zu vermeiden – um sicherzustellen, dass die Ergebnisse der KI fair, konform und zuverlässig bleiben.

Finanzinstitute bewahren die Integrität und die Effektivität ihrer KI-gesteuerten Lösungen, wenn sie kontinuierlich die Datenqualität bewerten, Fehler und Verzerrungen überwachen und die KI-Initiativen stetig verbessern.”

Fazit Implementierung

Für Finanzinstitute ist es entscheidend, KI in ihren Geschäftsplan zu integrieren. Denn der KI-Einsatz eröffnet zahlreiche Vorteile. Er verspricht beispielsweise mehr Kosteneffizienz und verbesserte Entscheidungsprozesse. Auch Endkunden sind heute zunehmend für die Idee empfänglich, KI in ihren Anlageprozess zu integrieren. Laut einer aktuellen Avaloq-Umfrage können sich 77 Prozent der Privatanleger damit anfreunden, dass KI die Analyse ihrer Portfoliodaten unterstützt oder dabei sogar federführend ist. 73 Prozent zeigen sich offen für eine KI-gestützte Anlageberatung, und 74 Prozent sind bereit für KI-gestützte Produktempfehlungen.

Es ist zu erwarten, dass die Akzeptanz von KI bei den Endkunden weiter wächst, insbesondere wenn ihre Vertrautheit mit KI-gestützten Tools wie ChatGPT noch zunimmt. Banken und Vermögensverwalter, die sich nicht auf KI einlassen, setzen sich der Gefahr aus, bald von der Konkurrenz überholt zu werden.”

Gery Zollinger, Avaloq