Wenn es um k\u00fcnstliche Intelligenz (KI) im Bankwesen geht, stehen oft ehrgeizige neue Produkte oder eine umfassende Neuausrichtung im Vordergrund. Dabei bietet KI vielen Banken einen unmittelbaren Nutzen bei der Unterst\u00fctzung von Kernprozessen. So verbringen Kundenberater beispielsweise noch immer zu viel Zeit mit administrativen Aufgaben, dem Kunden-Onboarding und der Suche nach Informationen, die \u00fcber verschiedene Systeme verteilt sind. Eine erste Umfrage von Finalix unter mehr als 200 Teilnehmenden aus Finanzinstituten in Europa und Asien identifiziert das Onboarding sowie die Erfassung von \u201eKnow Your Customer\u201c (KYC)-Daten als wesentliche Reibungspunkte. F\u00fcr Banken ergibt sich daraus ein praxisnaher Ansatz: Es gilt, Zeitfresser zu identifizieren, Arbeitsabl\u00e4ufe zu \u00fcberdenken und KI dort einzusetzen, wo sie die Arbeit verbessert oder die Kontrollmechanismen st\u00e4rkt. Finalix wurde 2001 in der Schweiz gegr\u00fcndet, er\u00f6ffnete 2019 einen Standort in Singapur und besch\u00e4ftigt heute mehr als 80 Berater. Andrew Rufener, Senior Manager f\u00fcr Data und KI, bringt \u00fcber 25 Jahre Erfahrung in den Bereichen Technologie und Transformation mit, w\u00e4hrend Senior Manager Ronnie Chan auf mehr als 30 Jahre Erfahrung in der Verm\u00f6gensverwaltung (Private Wealth Management), im Investmentbanking und im Change-Management zur\u00fcckblickt. Das Unternehmen betrachtet die Implementierung von KI als gesch\u00e4ftliche Transformation, bei der Fragen zur Datenqualit\u00e4t und zu den Verantwortlichkeiten (Data Ownership) parallel zur technologischen Umsetzung gekl\u00e4rt werden. Nach wie vor ben\u00f6tigen die Mitarbeitenden das n\u00f6tige Fachwissen, um die Ergebnisse kritisch zu hinterfragen und die Verantwortung f\u00fcr das Resultat zu \u00fcbernehmen. <\/p>\n\n
Finalix gliederte seine Untersuchung in vier Phasen des Anlageberatungsprozesses: Verstehen, Beraten, Ausf\u00fchren und \u00dcberwachen. Dabei wurde untersucht, worauf Berater die meiste Zeit verwenden, worauf dieser Aufwand zur\u00fcckzuf\u00fchren ist und welche T\u00e4tigkeiten sie bedenkenlos an eine KI delegieren w\u00fcrden. Bereits in diesem fr\u00fchen Stadium zeigte sich, dass administrative Aufgaben \u2013 noch vor der eigentlichen Anlageberatung \u2013 den gr\u00f6\u00dften Teil der Arbeitszeit der Berater beanspruchen. <\/p>\n\n
\u201eMan k\u00f6nnte meinen, die gr\u00f6\u00dfte Herausforderung l\u00e4ge im Portfoliomanagement, bei der Anlageauswahl oder beim Rebalancing\u201c, sagt Ronnie. \u201eStattdessen verweist das Front-Office auf die Erfassung von KYC-Daten, das Onboarding und die Verwaltung. Das ist sehr aufschlussreich.\u201c <\/p>\n\n
Auch regelm\u00e4\u00dfige KYC-\u00dcberpr\u00fcfungen, Compliance-Anfragen, Recherchen und Produktinformationen geh\u00f6ren zum Arbeitspensum. Jede f\u00fcr diese Aufgaben aufgewendete Stunde fehlt f\u00fcr die Kundenbetreuung, die Entscheidungsfindung oder die Generierung von Gesch\u00e4ftschancen \u2013 also f\u00fcr jene T\u00e4tigkeiten, f\u00fcr die Relationship Manager (RMs) in erster Linie eingestellt sind. <\/p>\n\n
Das Onboarding bildet die Schnittstelle zwischen Umsatz, Kundenerlebnis, operativen Abl\u00e4ufen, Risikomanagement und Compliance. Bei komplexen Gesch\u00e4ftsbeziehungen mit verm\u00f6genden Privatkunden (HNW) sind Verz\u00f6gerungen besonders nachteilig, da das Institut unter Umst\u00e4nden monatelange Arbeit investiert, bevor eine endg\u00fcltige Entscheidung getroffen wird. <\/p>\n\n
\u201eEin Kunde kann einen neun- bis zw\u00f6lfmonatigen Prozess durchlaufen und am Ende dennoch abgelehnt werden\u201c, sagt Andrew. \u201eDas ist sowohl f\u00fcr den Kunden als auch f\u00fcr die Bank schmerzhaft.\u201c Zudem wird von diesem Prozess angesichts steigender regulatorischer Anforderungen zunehmend die Bereitstellung strukturierterer, transparenter und nachvollziehbarer Nachweise verlangt. <\/p>\n\n
Finalix nutzt daher KYC und Client Lifecycle Management (CLM) als praktisches Anwendungsbeispiel f\u00fcr KI. Bei dem f\u00fcr das bevorstehende Webinar vorgestellten Modell \u00fcbernehmen Dokumentenextraktion, \u00dcbersetzung, Datenintegration und regelbasierte Pr\u00fcfungen einen Gro\u00dfteil der Vorarbeit. Generative KI unterst\u00fctzt bei der Zusammenstellung des Falls und dem Entwurf eines gut lesbaren Berichts, w\u00e4hrend das Compliance-Team das Ergebnis pr\u00fcft, anpasst und freigibt. Finalix w\u00fcrde die L\u00f6sung in die bestehende Systemlandschaft der Bank integrieren, ohne die Kernsysteme vollst\u00e4ndig austauschen zu m\u00fcssen. <\/p>\n\n
Selbst ein fokussierter Anwendungsfall \u00fcberschreitet Organisationsgrenzen. Teams aus den Bereichen Front-Office, Operations, Compliance, Risikomanagement und IT verantworten wom\u00f6glich unterschiedliche Teile desselben Prozesses, w\u00e4hrend externe Dienstleister eine weitere Ebene hinzuf\u00fcgen. Damit r\u00fccken neben der technischen Umsetzung auch das Zielbetriebsmodell, die Entscheidungsbefugnisse und die Nutzerakzeptanz in den Fokus. <\/p>\n\n
\n\u201eBei diesen KI-Projekten handelt es sich in erster Linie um Initiativen zum Wandel\u201c, sagt Andrew. \u201eDie Technologie ist zwar neu, aber nicht der komplizierteste Teil. Die Herausforderung besteht darin, die Menschen dazu zu bewegen, sich zu ver\u00e4ndern und anders zu denken.\u201c <\/strong><\/p>\n<\/blockquote>\n\n
Finalix beginnt damit, den aktuellen Prozess sowie dessen Schwachstellen zu erfassen, den Soll-Zustand zu definieren und die bestehende L\u00fccke zu identifizieren. Anschlie\u00dfend werden die gesch\u00e4ftlichen Anforderungen in technische Spezifikationen \u00fcbersetzt und die Phasen von der Testung \u00fcber die Integration bis hin zur Implementierung durchlaufen. Die Orientierung an regulatorischen, rechtlichen und nutzerbezogenen Anforderungen \u2013 ausgehend vom Zielzustand hin zur technischen Umsetzung \u2013 verhindert zudem, dass eine technisch beeindruckende L\u00f6sung am eigentlichen Problem vorbeigeht. <\/p>\n\n
Daten vor Intelligenz<\/strong><\/h3>\n\n
Banken sto\u00dfen oft als Erste auf die Problematik der Datenhaltung. Etablierte Institute verf\u00fcgen mitunter \u00fcber jahrzehntelange Datenbest\u00e4nde, die auf verschiedene Plattformen verteilt sind \u2013 ein Erbe aufeinanderfolgender Fusionen und \u00dcbernahmen. Kleinere Institute k\u00f6nnen bisweilen schneller agieren, da ihre Daten aktueller, ihre Architektur weniger fragmentiert und ihre Entscheidungsstrukturen schlanker sind. <\/p>\n\n
Ronnie warnt davor, KI als eine Art \u201eBereinigungsschicht\u201c zu betrachten. \u201eWenn die Datenqualit\u00e4t schlecht ist, behebt die KI das nicht\u201c, sagt er. \u201eSie beschleunigt die Verarbeitung, poliert die Daten auf und kann sie besser erscheinen lassen, als sie tats\u00e4chlich sind.\u201c Eine stattliche Bilanz und eine bekannte Marke sagen wenig dar\u00fcber aus, ob die zugrundeliegenden Datens\u00e4tze tats\u00e4chlich einsatzbereit sind. Institute ben\u00f6tigen nach wie vor zuverl\u00e4ssige Quellen, einheitliche Definitionen und eine l\u00fcckenlose Nachvollziehbarkeit der Vorg\u00e4nge. <\/p>\n\n
Vom Tun zum Denken<\/strong><\/h3>\n\n
Automatisierung ver\u00e4ndert auch die Kompetenzen, die eine Bank ben\u00f6tigt. Wenn eine Maschine Unterlagen zusammentr\u00e4gt, auf Vollst\u00e4ndigkeit pr\u00fcft und eine erste Durchsicht vorbereitet, besteht die Aufgabe des Mitarbeiters darin, die Nachweise zu sichten, Unstimmigkeiten zu erkennen, die richtigen weiterf\u00fchrenden Fragen zu stellen und die Verantwortung f\u00fcr die Entscheidung zu \u00fcbernehmen. <\/p>\n\n
\u201eMan nimmt den Gro\u00dfteil der reinen Ausf\u00fchrungsarbeit ab\u201c, sagt Andrew. \u201eWas bleibt, ist die Denkarbeit \u2013 und daf\u00fcr braucht man Leute, die das tats\u00e4chlich leisten k\u00f6nnen.\u201c Bei komplexen F\u00e4llen mit verm\u00f6genden Privatkunden (HNW-Kunden) kann es nach der Automatisierung der Routineaufgaben erfahrene Pr\u00fcfer ben\u00f6tigen. Schulung, Rollengestaltung und Wissenstransfer sind daher von Anfang an Teil der Transformation. <\/p>\n\n
Ein kleineres Bereitstellungsmodell<\/strong><\/h3>\n\n
Finalix setzt auf kompakte Projektteams, in denen erfahrene Spezialisten auf ein definiertes Ergebnis hin zusammenarbeiten. Dank ihrer Expertise in den Bereichen Business, Change und Technik k\u00f6nnen Entscheidungen rasch getroffen werden. Zudem sorgen weniger Schnittstellen daf\u00fcr, dass die Verantwortung bei denjenigen verbleibt, die unmittelbar an der Umsetzung arbeiten. <\/p>\n\n
\n\u201eUnsere Aufgabe ist es, die Br\u00fccke zwischen Fachbereich und IT zu schlagen\u201c, sagt Ronnie. \u201eWir arbeiten mit Technologieteams und Anbietern zusammen, um die gesch\u00e4ftlichen Anforderungen in technische Spezifikationen zu \u00fcbersetzen, und begleiten den gesamten Prozess \u2013 von der Testphase \u00fcber die Implementierung und das Change-Management bis hin zur Integration.\u201c <\/strong><\/p>\n<\/blockquote>\n\n
Andrew f\u00fcgt hinzu, dass der Kunde auch nach Abschluss des Auftrags in der Lage sein sollte, die L\u00f6sung zu betreiben und weiterzuentwickeln.<\/p>\n\n
Klein anfangen, auf Skalierbarkeit ausgelegt<\/strong><\/h3>\n\n
KYC bietet einer Bank eine \u00fcberschaubare erste Aufgabenstellung mit einem klar erkennbaren Verantwortlichen, einem messbaren Aufwand und einem hinreichenden strategischen Mehrwert. Dennoch sollte die Architektur wiederverwendbar gestaltet sein. Die f\u00fcr das Onboarding entwickelten Muster f\u00fcr Datenaufnahme, Governance, Pr\u00fcfung und Integration k\u00f6nnen sp\u00e4ter auch bei regelm\u00e4\u00dfigen \u00dcberpr\u00fcfungen, der Dokumentenerstellung, der Investment-Research-T\u00e4tigkeit oder in anderen Phasen des Beratungsprozesses zum Einsatz kommen. <\/p>\n\n
\u201eEs ist nicht einfach, aber machbar \u2013 und es muss keine Millionen kosten\u201c, sagt Andrew. \u201eEntscheidend ist, anzufangen, zu lernen und das Ganze von Anfang an auf Skalierbarkeit auszurichten.\u201c Ein funktionierendes Anwendungsszenario muss den produktiven Arbeitsablauf erreichen, die Ergebnisqualit\u00e4t steigern und von den f\u00fcr das Resultat verantwortlichen Personen nutzbar sein. Genau darin liegt der Unterschied zwischen einem Projekt, das tats\u00e4chlich in die Produktion geht, und einer weiteren blo\u00dfen Demonstration. <\/p>\n\n
Die eigentliche Bew\u00e4hrungsprobe erfolgt im Produktionsbetrieb, wenn die Mitarbeiter auf die Ergebnisse vertrauen und Pr\u00fcfer die zugrundeliegenden Belege nachvollziehen m\u00fcssen. Eine \u00fcberzeugende Demonstration ist nur der Anfang. <\/p>\n\n
Bevorstehendes Webinar<\/strong><\/h3>\n\n