3 Beispiele für KI im Finanzdienstleistungssektor

KI im Finanzdienstleistungssektor: Zwei Personen in einem Büro, die im Gespräch mit jemandem außerhalb des Bildes lächeln

Wenn Sie an die technologisch innovativsten Unternehmen der Welt denken, denken Sie dann an Ihre Bank? Das sollten Sie.

Laut McKinsey wickelt die globale Zahlungsbranche mehr als 3 Billionen Transaktionen pro Jahr ab. Unternehmen aus dem Finanzdienstleistungssektor (FS) wie Banken, Versicherungen und Vermögensverwaltungen stellen eine kritische Infrastruktur bereit, die sorgfältig implementiert werden muss, um fehlerfrei zu funktionieren.

FS-Unternehmen setzen die künstliche Intelligenz bereits seit Jahrzehnten für Aufgaben wie Betrugserkennung und Bewertung von Kreditrisiken ein. Laut dem ServiceNow KI-Reifeindex für Unternehmen 2024 weist das Bankwesen die zweithöchste durchschnittliche Indexpunktzahl (45 %) der befragten Branchen auf, was eine starke Leistung bei KI-Strategie, Governance und Workflow-Integration widerspiegelt.

Die Mehrheit (83 %) der technologischen Vorreiter im Bankwesen, also diejenigen, die aufstrebende Technologien nutzen, tätigt hohe Investitionen in KI, um die technische Infrastruktur zu optimieren, wie aus einer Studie zur Transformation im Bankwesen von ServiceNow und ThoughtLab hervorgeht.

Die technologische Entwicklung hilft führenden Finanzdienstleistungsunternehmen, innovative KI-Anwendungsfälle umzusetzen. Hier sind drei Beispiele dafür, wie der Einsatz von KI im Finanzsektor dazu beitragen kann, den Geschäftsbetrieb zu schützen und die Experiences zu verbessern.

1. Betrügerische Aktivitäten und Bedrohungen bekämpfen

Betrugserkennung und Geldwäschebekämpfung gehören zu den ältesten Anwendungsfällen für den Einsatz von KI im Finanzsektor. Hier wird künstliche Intelligenz dazu eingesetzt, „das Signal im Rauschen“ riesiger Datensätze zu finden. Laut unserer Studie zur Bankentransformation nutzt fast die Hälfte (49 %) der Vorreiter KI zur Unterstützung bei der Betrugserkennung.

Mit ausgefeilten KI-Tools sind Unternehmen in der Lage, das Incident-Management so zu skalieren, dass größere Datensätze schneller verarbeitet werden können. So können Finanzdienstleister betrügerische Aktivitäten besser, schneller und mit geringerem menschlichem Aufwand verhindern. Das ist für uns alle von Vorteil, ist es doch zeitaufwendig und mühsam, sich mit betrügerischen Transaktionen herumzuschlagen.

Auch die Erkennung böswilliger Cyberaktivitäten, wie zum Beispiel DDoS-Angriffe (Distributed Denial of Service), ist mithilfe von KI für Unternehmen einfacher. Cloudflare hat im Jahr 2024 rund 21,3 Millionen Angriffe abgewehrt – ein Anstieg von 53 % gegenüber dem Vorjahr. Mit der Auswertung von Milliarden von Datenpunkten und der Weiterleitung der potenziell bedrohlichen Events an einen qualifizierten Mitarbeiter entfällt durch KI die zeitaufwändige Suche.

Die Mitarbeiter können dann die KI-Bewertungen und -Ergebnisse überprüfen, um Entscheidungen auf der Grundlage ihrer Erfahrung und emotionalen Intelligenz zu treffen, die der Technologie fehlen. Mit diesem Ansatz können Organisationen ihre gewünschten Ergebnisse viel schneller und kostengünstiger erreichen.

2. Schnellere Lösung von Streitigkeiten und Schadensfällen

Banken und Versicherer können die Kunden-Experience mithilfe von KI verbessern. Beispielsweise kann KI in Echtzeit aktuelle Informationszusammenfassungen für Schadensfälle und Kartendispute erstellen, sodass sich die Service Desk-Mitarbeiter nicht mehr durch komplizierte Falldetails arbeiten müssen.

Die Fallzusammenfassungen werden in einem intuitiven, dialogorientierten Format präsentiert, das es den Mitarbeitern ermöglicht, komplexe Details zu analysieren und fundierte Entscheidungen zu treffen. Dies macht das durchgängige Kundenfallmanagement effizienter und sorgt für nahtlose Übergaben, sodass Mitarbeiter Probleme schneller lösen können.

Agentenbasierte KI kann sogar selbstständig auf Kundenanfragen reagieren, zum Beispiel durch die Bereitstellung von Informationen über verfügbare Produkte oder durch Beratung bei der Lösung von Serviceproblemen. Dadurch erhält das Servicepersonal mehr Zeit, sich auf komplexe und emotional anspruchsvolle Aufgaben zu konzentrieren, die Menschen besser bewältigen können als die künstliche Intelligenz.

Wenn jemand beispielsweise in einem Notfall bei einer Versicherungsgesellschaft anruft, erfordert dieses sensible Gespräch das Einfühlungsvermögen eines Mitarbeiters. Aber um die Kunden-Experience generell zu verbessern, können die Kundenbetreuer bestimmte Aufgaben an KI-Agenten delegieren.

3. Mitarbeiter-Experience verbessern

KI für Finanzdienstleistungen unterstützt die Bedrohungsabwehr im Back-End und die Kunden-Experience im Front-End, aber es gibt auch eine große „mittlere Ebene“ mit ungenutztem Potenzial zur Verbesserung der Mitarbeiter-Experience.

Die traditionelle Reaktion von Finanzdienstleistern auf Datenschutzverletzungen und Security Incidents ist mit einem hohen Zeitaufwand für die Mitarbeiter verbunden: Incident-Manager werden für ihre Fähigkeiten im Incident-Management eingestellt, nicht um endlose Berichte zu schreiben. Risikomanager werden eingestellt, um Risiken zu identifizieren, zu quantifizieren und zu mindern, nicht um bei Eintreten eines Risikos verschiedenen Zielgruppen immer wieder die gleiche Geschichte neu zu erzählen.

Dank generativer KI können sich Fachkräfte auf ihre eigentliche Arbeit konzentrieren, während die Verwaltung im Hintergrund automatisch erfolgt. Die Technologie kann beispielsweise den ersten Entwurf eines Berichts erstellen, den Mitarbeiter anpassen und bei den Aufsichtsbehörden einreichen können. Durch Systematisierung können Fachkräfte schneller auf regulatorische Anforderungen an die Berichterstattung im Finanzdienstleistungssektor reagieren.

Mit KI als Multiplikator kann sowohl die Kunden- als auch die Mitarbeiter-Experience verbessert werden, wodurch eine ansprechende Gesamt-Experience entsteht, von der das gesamte Unternehmen profitiert.

Erfahren Sie, wie ServiceNow die KI arbeiten lässt. Für Finanzdienstleister.