• Facebook
  • Twitter
  • Google Plus
  • Finanzevolution

Kollege Roboter sitzt im Backoffice

, Dirk Elsner

Mit maschineller Intelligenz sind hohe Erwartungen verbunden. Richtig hilfreich ist sie aber nur im Backoffice der Banken. Von Dirk Elsner

Symbolbild Kuenstliche Intelligenz © Getty Images

Experten mit Guru-Status müssen extreme Positionen vertreten, damit sie gehört werden. Auf dem Gebiet der künstlichen Intelligenz (KI) ist eine solche Position die Prognose der „Singularität“. Damit wird der Zeitpunkt bezeichnet, an dem von Menschen geschaffene Technologie über mehr Intelligenz verfügt als wir Menschen. Raymond Kurzweil, Autor, Erfinder und „Director of Engineering“ bei Google, ist überzeugt, dass diese technologische Singularität in den nächsten 30 Jahren erreicht wird.

Anhänger der Singularität können bereits heute viele Belege dafür finden, wo Maschinen die Fähigkeit des Menschen übertrumpfen. Man denke etwa an die Fortschritte beim autonomen Fahren. Fahrzeuge mit entsprechender Technologie sind schon heute in der Lage ohne menschlichen Eingriff, ihre Ziele sicherer (nicht sicher) und effizienter zu erreichen als Menschen. Niemand wird bezweifeln, dass zum Autofahren eine gewisse Intelligenz gehört.

Daneben werden die Maschinen stetig um Fähigkeiten erweitert, die in der Vergangenheit nur Menschen schaffen konnten. So können Programme mit künstlicher Intelligenz übersetzen (bisher allerdings nicht gut), Menschen beim Schach, Poker, dem aus China stammenden Strategiespiel „Go“ schlagen und jetzt sogar PacMan spielen. Sinnvoller sind aber Anwendungen wie die „sehende Prothese“, die derzeit ein Team der Universität Newcastle entwickelt, und die mit Hilfe von Bilderkennung und Deep Learning automatisch richtig greifen soll.

Robo-Advisor und Chatbots stecken noch in den Kinderschuhen

Trotz anerkannter Erfolge erreichen Anwendungen mit genereller künstlicher Intelligenz aber nicht einmal die Fähigkeit eines dreijährigen Kindes, so Fachleute. Mal unabhängig von der eher philosophischen Frage, ob maschinelle Intelligenz eines Tages die Fähigkeiten von Menschen übertreffen kann, können KI-Algorithmen emotionslos und mechanisch viele spezifische Problemstellungen unterstützen. Längst schreiben zum Beispiel „Robo-Journalisten“ eigene Texte. Dies geschieht, indem eine Software die strukturierten Daten in Geschichten umwandelt. Nach einer Information der Uni München wird dies von Presseagenturen und Medien wie Associated Press, Los Angeles Times und Forbes verwendet.

KI umfasst Technologien wie Spracherkennung und -verarbeitung, maschinelles Lernen oder Expertensysteme, die Kunden individuell beraten. Spezielle Anwendungen für maschinelle Intelligenz lösen dabei spezifische Probleme. Vor einigen Monaten hatte ich in einer Kolumne über die Möglichkeiten maschineller Intelligenz für Dialogsysteme, Entscheidungssysteme und Prozesssysteme geschrieben. Kunden der US-Bank Capital One können ihre Konten prüfen und Kreditkartenrechnungen über Amazons Sprachassistenten Alexa bezahlen. Die Royal Bank of Scotland entwickelt Luvo, einen Chat-Bot, der einfache Fragen beantwortet.

Wenn vom Einsatz künstlicher Intelligenz im Finanzwesen die Rede ist, dann ist meist von Robo-Advise (automatischer Anlageberatung), Chatbots (maschineller Dialog) und intelligenten Empfehlungssystemen die Rede. Eine Freundschaft ist daraus bisher noch nicht geworden. Lukrativer könnte für Banken ohnehin der Einzug künstlicher Intelligenz in das Backoffice werden. Hier winken Kosteneinsparungen in Milliardenhöhe noch dazu bei verbesserter Leistung. So erwartet die BBVA, zweitgrößte Bank Spaniens und sehr agil bei Innovationen, dass die robotergesteuerte Prozessautomatisierung in Zukunft immer mehr Aufgaben in Banken übernehmen wird.

Fachleute versprechen Banken insbesondere dort Hilfe von maschineller Intelligenz, wo in den letzten Jahren die Kosten explodiert sind: im Umfeld Backoffice, Compliance und Risikomanagement. Viele der Aufgaben basieren im Kern auf Analysen von Dokumenten zu spezifischen Fragestellungen, wie etwa das Erkennen von Geldwäsche und besonderer Geschäftsrisiken. Die eher mechanische Arbeit des Lesens und Verstehens von Dokumenten können Maschinen mittlerweile gut leisten. Um daraus die richtigen Schlussfolgerungen zu ziehen und komplexere Handlungen abzuleiten, bedarf es freilich weiterhin (noch?) der Unterstützung und Kontrolle von Menschen.

Geldwäsche, Kreditkartenbetrug und andere betrügerische Transaktionen sollen mit dieser Technologie besser und effizienter zu erkennen sein. Die internationale Großbank HSBC arbeitet mit dem in Palo Alto (Silicon Valley, Kalifornien) sitzenden Start-up Ayasdi zusammen, um einige seiner Compliance-Prozesse zu automatisieren. So will die Bankengruppe die KI-Technologie einsetzen, um Anti-Geldwäsche-Untersuchungen zu verbessern. Bisher werden die Prüfungen von Tausenden Menschen durchgeführt, die oft keine verdächtigen Tätigkeiten entdeckt haben. Spektakuläre Fälle in der Vergangenheit zeigen aber, dass die menschlichen Untersuchungen oft fehlerbehaftet sind. Mit dem Einsatz von KI-Techniken hofft das Institut diese Risiken zu reduzieren und gleichzeitig Kosten zu sparen. Laut einer Studie werden allein die Kosten für Anti-Geldwäsche-Compliance deutscher Finanzdienstleister auf mehr als 46 Mrd. US-Dollar jährlich geschätzt.

Künstliche Intelligenz hilft insbesondere bei der Auswertung unstrukturierter Daten, also wenn die Informationen nicht in klar strukturierte Zellen einer Excel-Tabelle bzw. in eine Datenbank passen . Die schon bisher erfolgte Überwachung von Geschäftsregeln anhand eindeutiger Merkmale aus Datenbanken kann dazu mit Technologien wie Fuzzy-Logik (Erkennen nicht präziser Zusammenhänge), überwachtem und nicht überwachtem maschinellen Lernen und anderen Technologien erweitert werden. 

US-Banken investieren in KI

In den USA scheinen die Regulatoren den Einsatz solcher Technologien zu begrüßen, wie das Fachblatt Institutional Investor schreibt. Die US-Börsenaufsicht SEC verwende danach „maschinelles Lernen” für Verhaltensvorhersagen im Bereich Marktrisikobewertung, das auch die Identifizierung von möglichem Betrug und Fehlverhalten umfasse.

Die US-Bank JP Morgan Chase investiert nach eigener Darstellung in neue Technologien, um rechtliche Dokumentation zu analysieren und daraus relevante Daten und Klauseln zu extrahieren. Die manuelle jährliche Überprüfung von 12.000 Kreditverträgen erfordere 360.000 Stunden. Mit der durch maschinelles Lernen trainierten Anwendung COIN sollen die Vereinbarungen in wenigen Sekunden überprüft werden können.

Das sind nur Beispiele für den Einzug der künstlichen Intelligenz ins Backoffice der Banken (mehr z.B. in diesem Beitrag von Tech emergence). Große IT-Konzerne investieren bis zu zweistellige Milliardenbeträge in Forschung und Entwicklung künstlicher Intelligenz, Banken wagen zaghaft die ersten Schritte. Bald schon könnten auch europäische Finanzaufsichtsbehörden die praktischen Möglichkeiten der neuen Technologie entdecken. Die KI-Welle wird dann auch das Backoffice der Banken erreichen. Ob dann die von Fachleuten erwarteten Einsparungen in Milliardenhöhe tatsächlich erreicht werden, wird die Praxis zeigen.


Dirk Elsner (Foto: Sebastian Berger, Stuttgart)Dirk Elsner ist bei der DZ Bank Senior Manager Innovation und Digitalisierung. In dieser Kolumne äußert er seine private Meinung. 2008 hat er das private Wirtschaftsblog BlickLog gegründet, das mehrfach ausgezeichnet wurde.


Newsletter: „Capital- Die Woche“

Jeden Freitag lassen wir in unserem Newsletter „Capital – Die Woche“ für Sie die letzten sieben Tage aus Capital-Sicht Revue passieren. Sie finden in unserem Newsletter ausgewählte Kolumnen, Geldanlagetipps und Artikel von unserer Webseite, die wir für Sie zusammenstellen. „Capital – Die Woche“ können Sie hier bestellen:


Artikel zum Thema