Künstliche Intelligenz und Banken: Eine Frage des geldwerten Vorteils

In der englischen Sprache gibt es den griffigen Ausdruck des »No-brainer«. Versuche der Übersetzung wie »Selbstverständlichkeit« oder »Kinderspiel« bringen es nicht ganz auf den Punkt. Ein No-Brainer bezeichnet unter anderem eine Situation, die eindeutig ist. Eine Entscheidung muss nicht groß überlegt werden. Alles spricht dafür – oder dagegen. Bei aller Komplexität der Umsetzung ist der Einsatz von KI-Anwendungen in Banken ein »No-brainer«. Denn Finanzhäuser bringen alles mit, was KI-Anwendungen benötigen: die Daten, die Aufgaben und die Business Cases. Trotzdem – so zeigen Studien und sagt das Bauchgefühl – geht es bei dem Thema mit angezogener Handbremse voran.
Die Finanzindustrie ist um das Verarbeiten von Daten herum aufgebaut. Ob einst auf Papier oder jetzt in Cloud-Infrastrukturen: Banken bewegen Daten. Die Wertschöpfung aus Daten ist ihnen in die Wiege gelegt. Das Sammeln, Aufbereiten, Verdichten, das Organisieren des Datenflusses, das Ableiten von Erkenntnissen – all das ist ureigenes Bankgeschäft. Wo andere erst Sensoren verbauen oder Maschinen vernetzen, da sitzen Banken auf einem wahren Datenschatz: von den Zahlungsströmen der globalen Finanzmärkte bis runter zu den Konsumgewohnheiten des einzelnen Kunden. Von historischen Datenreihen bis zu Prognosen. Dies ist der ideale Nährboden für KI. Denn: Ohne Daten keine KI. Es bedarf Daten, um diese KI-Anwendungen zu entwickeln, zu trainieren, zu testen und zu verbessern.
Neben Daten ist es die Komplexität der Aufgaben,

Read the full article