GenAI entwickelt sich zu einer disruptiven Kraft, die Innovation und Effizienz vorantreibt. In diesem Artikel stellen wir Ihnen die wichtigsten operativen Aspekte vor, die Sie bei der Einführung von GenAI in Ihrem Unternehmen berücksichtigen sollten.

Generative KI (GenAI) entwickelt sich zu einer disruptiven Kraft, die Innovation und Effizienz vorantreibt – ob es um die Umgestaltung traditioneller Bankgeschäfte oder die Verbesserung des Kundenerlebnisses geht. GenAI ist ein Teilbereich der KI, der sich auf die Generierung neuer Inhalte oder Daten mithilfe von Algorithmen spezialisiert, die mithilfe großer Datensätze trainiert wurden. Im Unternehmenskontext findet GenAI Anwendung bei der Automatisierung sich wiederholender Aufgaben, der Generierung personalisierter Inhalte, der Zusammenfassung von Dokumenten und der Steigerung der Mitarbeiterproduktivität, indem der Zugang zu Informationen beschleunigt wird.

Im dynamischen Umfeld der Bank- und Finanzdienstleistungen hat die Integration von GenAI transformative Veränderungen bewirkt. Der im Jahr 2023 zu beobachtende Anstieg bei Ambitionen und Investitionen hat die Banken dazu veranlasst, eine Vielzahl von KI-Anwendungsfällen zu testen. Der erhöhte Druck seitens der Führungsebene, einen konkreten ROI zu erzielen, führte weltweit zur Einrichtung spezieller Führungs-Teams, die sich auf die Skalierung von GenAI-Initiativen spezialisierten.

• Im BFSI-Bereich (Banken, Finanzdienstleistungen und versicherungen) revolutioniert GenAI das Kundenerlebnis durch eine Verbesserung von Risiko-Management, Betrugserkennung, personalisierten Dienstleistungen und operativer Effizienz. Gartner prognostiziert, dass die Ausgaben der Banken für Sicherheit und Risiko-Management bis Ende 2024 weltweit 215 Milliarden US-Dollar betragen werden, was einer Steigerung von 14 % gegenüber dem Vorjahr entspricht.

• Zu den jüngsten Fortschritten gehört die Anomalieerkennung, was ein wichtiger Anwendungsfall ist. KI-Modelle können anomale Transaktionen erkennen, die von regelbasierten Systemen nur schwer identifiziert werden können.  Die Swedbank berichtete von einer 20- bis 30-prozentigen Verbesserung bei der Betrugserkennung durch den Einsatz dieser Modelle. Dieser Anwendungsfall ist extrem wichtig, da BFSI-Unternehmen enorme Transaktionsvolumina verarbeiten.

• GenAI-Anwendungen sind mittlerweile im Einsatz in Robo-Advisors für das Portfolio-Management, beim algorithmischen Trading, in Kunden-Service-Chatbots, im KI-basierten Underwriting, im automatisierten Vertrags-Management, in der personalisierten Finanzplanung, in optimierten Trading-Strategien und im verbesserten Kundendienst.

Während Banken die Vorteile der KI-Implementierung im Rahmen verschiedener Anwendungsfälle nutzen, liegt die wahre Herausforderung darin, die operativen Vorgänge in Banken an sich neu zu überdenken.

Entwicklung einer Vision für die GenAI-Ära

Wie können wir die Essenz des Bankgeschäfts neu definieren, indem wir völlig neue Wege für die Bereitstellung von Produkten und Dienstleistungen einschlagen?

Dieser Wandel geht über die reine Verbesserung bestehender Prozesse hinaus. Vielmehr geht es darum, das Wesen des Bankbetriebs neu zu gestalten und von einer traditionellen, physischen Einrichtung zu einem Modell zu wechseln, das auf Daten und KI-Infrastruktur aufbaut. Der Umstieg auf eine GenAI-gestützte Institution ist schwierig, aber entscheidend, um in dieser dynamischen Landschaft relevant zu bleiben. Voraussetzung dafür ist die Nutzung von Datenanalyse (z. B. zur Einhaltung von Vorschriften, für die Kreditrisikobewertung und Investitionsdaten), um automatisierte Prozesse einführen und die Effizienz verbessern zu können.

Indien etwa hat sich, angetrieben von der Welle digitaler Innovationen, dem Fortschritt und Optimismus verschrieben. Die  Digital India Story 2024 soll Benutzererlebnisse revolutionieren, indem fortschrittliche KI/ML-Fähigkeiten wie die Analyse von Benutzerpräferenzen, Verhaltensweisen und früheren Interaktionen verwendet werden, um hochgradig personalisierte und relevante Inhalte bereitzustellen.

Investitionen in skalierbare Fähigkeiten

Führungskräfte im Finanzsektor müssen nun die notwendigen Fähigkeiten, Kompetenzen und Investitionen identifizieren, die für eine GenAI-dominierte Zukunft erforderlich sind. Eine große Herausforderung ist die dringend nötige Entwicklung neuer Produkte sowie die Einrichtung eines Systems zur Umsetzung dieser Agenda. Der Schwerpunkt sollte dabei auf der Entwicklung wiederholbarer Aufgaben sowie Tools liegen, die höhere Erträge liefern.

So bietet GenAI im Bankwesen beispielsweise eine fortschrittliche Lösung für das Vertrags-Management. Durch die Automatisierung langwieriger Aufgaben, wie der Überprüfung von Verträgen, dem Vorschlagen konformer Paragrafen und dem automatische Redlining von Verträgen, optimiert GenAI Prozesse und hilft, Zeit und Ressourcen zu sparen.

Außerdem nutzen Banken KI-basierte Systeme zur besseren Bewertung von Kreditrisiken, um fundierte, sichere und profitable Kreditentscheidungen zu treffen. Algorithmen für maschinelles Lernen können Verhaltensweisen und Muster untersuchen. So kann etwa festgestellt werden, ob einer Person, zu der es nur eine beschränkte Kredithistorie gibt, ein Kredit gewährt werden sollte, oder um Kundschaft zu gewinnen, bei der die Chancen eines Upsellings aufgrund ihres Verhaltensmusters erhöht sind.

Diese Algorithmen bewerten die Kreditwürdigkeit einer Person anhand Tausender alternativer Datenpunkte, die über das herkömmliche Scoring hinausgehen.

Ein weiteres Beispiel ist der Hypothekensektor, bei dem GenAI unter Verwendung von Kundendaten maßgeschneiderte Verträge generiert. Durch die Optimierung der Konditionen auf der Grundlage früherer Kredite und die Einhaltung gesetzlicher Vorschriften verbessert GenAI die Effizienz und Ordnungsmäßigkeit von Hypothekentransaktionen.

Nutzung des Potenzials von GenAI für BFSI

GenAI bietet drei wesentliche Möglichkeiten, den Sektor neu zu gestalten:

• Veränderung des Diskurses:  Eine frühzeitige Vorreiterrolle bei KI ist kein relativer Wettbewerbsvorteil mehr. GenAI hat den Diskurs rund um KI verändert, sodass sie mittlerweile für alle ein zentrales Thema ist.

• Disruption des Produktvorteils für Early Mover:  Technologien wie Chatbots, die einst als bahnbrechend galten, sind nicht mehr zeitgemäß. Dagegen können Investitionen in GenAI zahlreiche Produkte hervorbringen, die an der Spitze der Innovation stehen.

• Die Konkurrenz überholen:  Große Sprachmodelle (Large Language Models, LLMs) geben Banken die Möglichkeit, ihre Konkurrenz bezüglich technischer Fähigkeiten und großer Datensätze zu überholen. Jahrzehntelange Investitionen in die Dateninfrastruktur könnten nun in wesentlich kürzerer Zeit und zu geringeren Kosten erzielt werden. Während die Auswirkungen dieser Veränderungen noch ungewiss sind, ist anzunehmen, dass Unternehmen mit gefestigten Kulturen, die an der Optimierung datengestützter Geschäftsmodelle arbeiten, ihren Wettbewerbsvorteil behalten werden.

Eine kürzlich durchgeführte Studie von McKinsey zeigt, dass der potenzielle Gesamtwert von GenAI im Bankwesen 200 bis 340 Milliarden US-Dollar beträgt und die unterschiedlichen Anwendungsfälle die Bereiche Technik, Kundendienst, Vertrieb und Marketing sowie Risiko-Management umfassen.

Bis 2025 wird es über  100 Millionen  Erwachsene geben, die generative KI nutzen (d. h. ~82 Mio. arbeitende Benutzende).

Im Allgemeinen wird GenAI in vier Bereichen verwendet:

• Produkt-F&E/Software Engineering
• Kundengeschäft
• Marketing und Vertrieb
• Andere Funktionen wie die Dokumentation von Risikomodellen

Adobe-Lösungen im GenAI-Umfeld

Unter dem Motto „Kreativität ist die neue Produktivität“ und mit Tools wie Adobe Firefly, Digital-Experience-Lösungen einschließlich Sensei und anderen GenAI-Funktionen nimmt Adobe in diesem Bereich eine führende Position ein.

Die zentralen Themen im Bereich GenAI sind bei Adobe Skalierung, Vertrauensbildung und Enterprise Readiness. Dabei gehen wir Fragen nach wie etwa: Wie werden Kampagnen erstellt? Wie werden Zielgruppen identifiziert? Wie werden Erlebnisse bereitgestellt? Wie wird die Customer Journey simuliert? Und schließlich: Wie erlangen Sie Erkenntnisse aus unseren Systemen?

• Kommerziell sicher: Trainiert an Adobe Stock mit seinen über 300 Millionen  hochauflösenden, hochwertigen Assets und offen lizenzierten öffentlichen Inhalten, bei denen das Urheberrecht abgelaufen ist, und die von Adobe durch eine Haftungsfreistellung abgesichert sind.

• Integrierte Workflows:  Die GenAI-Funktionen von Firefly werden in Tools von Adobe Creative Cloud, Adobe Document Cloud und Adobe Experience Cloud integriert.

• Co-Pilot für Design und Bereitstellung:  Marketing-Fachleute und Kreative behalten stets die Kontrolle und haben auch in Zukunft die Möglichkeit, die Ergebnisse der generativen KI zu beeinflussen und zu überwachen.
• Markenkonform, im benötigten Umfang:  Für Unternehmen werden Möglichkeiten getestet, Firefly mit ihrem eigenen Material zu trainieren und Inhalte in ihrem Markenstil und ihrer Design-Sprache zu generieren.

Herausforderungen meistern

Banken versuchen, aus GenAI Mehrwert zu schöpfen, und stehen vor der doppelten Herausforderung, die digitale Transformation zu vollziehen und höhere Renditen für Aktionäre und Aktionärinnen zu generieren. Die wirtschaftliche Herausforderung besteht darin, Prozesse mit variablen Kosten in solche mit festen Kosten umzuwandeln.

Auch wenn dies für Banken ein weniger großes Problem darstellt als für Professional-Services-Unternehmen, wird die aggressive Einführung von GenAI wahrscheinlich einen kompetitiven Preisdruck ausüben, möglicherweise durch agile Start-ups oder durch traditionelle Banken, die KI nutzen, um ihr Angebot zu erweitern und ihre Effizienz zu steigern.

Außerdem:

• Legen Sie frühzeitig Governance-Frameworks fest, um Risiken, Testverfahren und eine verantwortungsvolle Nutzung zu gewährleisten.
• Fokussieren Sie die ersten Anwendungen auf die Verbesserung der Mitarbeiterproduktivität durch die Informationssuche und die Dokumenterstellung.
• Sorgen Sie für die Schulung von Führungskräften, Förderung neuer Qualifikationen und Einstellung von Fachkräften
• Führen Sie zentralisierte Modelle ein, um Unternehmensstandards zu kontrollieren und Beiträge durch Geschäftseinheiten zu fördern
• Validieren Sie Modellergebnisse durch Fachleute und automatisierte Validierungs-Tools
• Erstellen Sie Lösungen mit Blick auf die Endbenutzenden und erlauben Sie, dass menschlicher Input die Systementwicklung lenkt

Zusammenfassend lässt sich sagen, dass GenAI zwar transformatives Potenzial für den BFSI-Bereich besitzt, aber umsichtige Governance und verantwortungsvolles Änderungs-Management für die erfolgreiche Skalierung ausschlaggebend sein werden. Banken, die diese Herausforderungen gut lösen, können von einem immensen Mehrwert profitieren.

Fazit

GenAI im BFSI-Sektor besitzt enormes Potenzial zur Umgestaltung von Bank- und Finanzdienstleistungen – von der Verbesserung des Kundenerlebnisses bis hin zur Optimierung des operativen Betriebs. Die strategische und ethische Implementierung von GenAI-Funktionen wird für BFSI-Institutionen entscheidend sein, um in diesem sich ständig weiterentwickelnden Umfeld im Jahr 2024 und darüber hinaus nachhaltige Wettbewerbsvorteile zu erzielen. KI und GenAI sind in der Lage, die Datenerfassung zu transformieren und ungeahnte Möglichkeiten zu eröffnen, wodurch die Inhaltserstellung, Hyper-Personalisierung und Bereitstellung beschleunigt werden.