FinanzevolutionScience-Fiction in der Finanzwelt?

Seite: 2 von 2

Dialogsysteme, Entscheidungssysteme und Prozesssysteme

In Unternehmen zeichnen sich verschiedenste Anwendungsfelder für KI-Systeme ab, die ich zur Vereinfachung aufteile in Dialogsysteme, Entscheidungssysteme und Prozesssysteme. Sie arbeiten in der Praxis nicht strikt getrennt voneinander, sondern können beliebig kombiniert werden.

Dialogsysteme sind Anwendungen, die in natürlicher Sprache mit Kunden kommunizieren. Dazu gehören zum Beispiel Chatbots, die derzeit in aller Munde sind und über die ich bereits hier und hier geschrieben habe.

Entscheidungssysteme sind Anwendungen, die auf Basis von Kunden eingegebener und in verteilten Datenbanken gefundener Informationen Entscheidungen treffen oder vorschlagen. Sie verwenden Kundendaten und nutzen verschiedene Datenquellen, um auf dieser Basis einen Vorschlag vorzubereiten und dem Kunden oder Berater zur Entscheidung vorzulegen. Das können beispielsweise Anlage- oder Finanzierungsvorschläge sein. Die Qualität der Vorschläge ist dabei umso größer, je mehr Anlage- und Finanzierungsinstrumente berücksichtigt werden und je mehr persönliche Informationen ausgewertet werden können. Zu den persönlichen Informationen gehören strukturiert abgefragte Daten wie etwa Alter, Adresse, Familienstand und Einkommen. Interessant (manche würde sagen kritisch) wird es aber, wenn Verhaltensinformationen, die zum Beispiel aus sozialen Netzwerken gezogen werden, in die Entscheidungsfindung einfließen. Die Systeme einiger Unternehmen tun dies etwa für die Ermittlung der Risikoneigung für Kredite.

Prozesssysteme unterstützen die Abwicklungsprozesse im Backoffice. Steve Culp wies im Wirtschaftsblatt Forbes darauf hin, dass KI dazu beitragen könne, die Prozesse in Banken zu vereinfachen und verbessern. Große Banken müssen riesige Datenmengen verarbeiten, um Finanzberichte zu erstellen und Regulierungs- und Compliance-Anforderungen zu erfüllen. Diese Prozesse werden zunehmend standardisiert und formelhaft, bedürfen aber immer noch der Unterstützung vieler Personen, die qualitativ hochwertige Aufgaben erledigen und nach Culps Auffassung ideale Kandidaten für die Roboterprozessautomatisierung (RPA) darstellen könnten. Solche Anwendungen können mit Regeln und Ausnahmen umgehen und über maschinelles Lernen komplexere Herausforderungen bewältigen. Culp glaubt, dass in den kommenden Jahren KI dazu genutzt werden könne, um zentrale Stabsfunktionen wie Abstimmung, Geschäftsbestätigungen und die Ergebnisermittlung bis hin zum Jahresabschluss automatisieren werden könne.

Bis zum Durchbruch ist es für KI-Systeme noch ein weiter Weg

Trotz der in vielen Veröffentlichungen verbreiteten Euphorie, wird die Künstliche Intelligenz nicht so schnell in die breite Anwendungspraxis einziehen, wie das manche erwarten. Es wird jede Menge Ernüchterungen in der Praxis geben. Dazu kommt, dass bei einigen KI-Systemen selbst die Entwickler nicht wissen, warum ihr System zu bestimmten Empfehlungen kommt. Das liegt daran, dass KI-Systeme Daten mit Hilfe von Big Data analysieren, ohne ein Modell über die Zusammenhänge zu haben. Je weitreichender die Einsatzgebiete solcher Anwendungen sind, umso risikoreicher können Fehlschlüsse oder Ungenauigkeiten werden.

Das intelligente an der KI-Entwicklung ist freilich, dass nicht nur die Maschinen heute besser lernen als vor 20 Jahren, sondern auch die Menschen, die sie entwickeln, mehr wissen und die Folgen besser abschätzen können. Zumindest hoffe ich das.


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.