Für Kunden relevant zu bleiben, wird zur Königsdisziplin der Banken. Neben den sich rasant verändernden Kundenansprüchen beginnt für die Bankenwelt eine neue Ära: Künstliche Intelligenz (KI) hat das vergangene Jahr maßgeblich geprägt und wird auch in Zukunft eine Schlüsselrolle spielen. Es ergeben sich viele neue Chancen. So können Banken durch die Nutzung ihrer Daten und den Einsatz von KI ihre Marktrelevanz erhöhen und die Kundenschnittstelle neu gestalten. Dafür ist allerdings der Aufbau eines digitalen Kerns in der Cloud und einer soliden Datenbasis unerlässlich.

Generative AI (GenAI) ist eine Form von künstlicher Intelligenz, die darauf abzielt, neue Inhalte – seien es Texte, Bilder oder andere Datenformen – zu erstellen, die sich kaum von menschlicher Arbeit unterscheiden. Diese Technologie nutzt tiefe neuronale Netze, um aus vorhandenen Daten zu lernen und auf dieser Grundlage neue Inhalte zu generieren.

Die Vorteile von GenAI im Bankensektor sind vielfältig und reichen von Effizienzsteigerungen bis hin zur Verbesserung der Kundenerfahrung. Laut einer Studie von Accenture können Banken durch den Einsatz disruptiver KI-Technologien ihre Produktivität um 22 bis 30% steigern. Zudem ermöglicht GenAI die Automatisierung komplexer Prozesse, was zu Kosteneinsparungen und einer schnelleren Markteinführung neuer Produkte führt.

GenAI zeigt in verschiedenen Bereichen der Finanzindustrie Erfolge: So kann die Technologie beispielsweise in der Versicherungsbranche dazu beitragen, Schadensfälle schneller und präziser zu bearbeiten, etwa durch die automatisierte Analyse von Schadenmeldungen. In den Kapitalmärkten ermöglicht GenAI präzisere Marktanalysen und die Entwicklung innovativer Handelsstrategien. Banken profitieren besonders in den Bereichen Risikomanagement und Kundenservice.

Zudem können sie mithilfe von GenAI-Technologien sowohl die Vor- als auch die Nachbereitung von Kundenterminen optimieren. Die Technik unterstützt sie, indem Kundendaten vorab analysiert werden und so ein genaueres Bild der zu beratenden Person entsteht. Produkte und Dienstleistungen können gezielter ausgewählt und dem Kunden individueller präsentiert werden. Der Berater profitiert von einer erheblichen Zeitersparnis und kann sich besser auf die eigentliche Beratung vorbereiten.

Auch bei der anschließenden Dokumentation der Gespräche können durch KI-Technologien Effizienzpotenziale gehoben werden. Automatisierte Zusammenfassungen von Anrufen ermöglichen es Beratern beispielsweise, Kundenanrufe effizient nachzuverfolgen, sodass die Beratung unmittelbar und nahtlos am letzten Punkt anknüpfen kann.

Weitere GenAI-basierte Tools können die Kommunikation vereinfachen: Chatbots und Voicebots revolutionieren die Kundenkommunikation von Banken bereits bei einfachen Anfragen, reduzieren Wartezeiten und verbessern den Kundenservice durch Text-zu-Sprache-Umwandlung und automatisierte Sprachansagen.

Die Implementierung von GenAI bringt auch Herausforderungen mit sich. Eine der größten ist die Entwicklung tragfähiger Value Cases, die den Einsatz von GenAI rechtfertigen. Ebenso wichtig ist, ethische, nachhaltige und soziale Auswirkungen zu berücksichtigen. Regulatorische Anforderungen wie die Datenschutz-Grundverordnung und der EU AI Act stellen weitere Voraussetzungen dar.

Die Einführung von GenAI erfordert zudem erhebliche Investitionen in Infrastruktur und Sicherheit. Der Betrieb von GenAI-Anwendungen in der Cloud bietet viele Vorteile, bringt aber auch Sicherheitsrisiken mit sich. Cloud Computing ist nicht länger eine zusätzliche Option, sondern eine notwendige Voraussetzung für erfolgreiche Skalierung. Banken müssen sicherstellen, dass sie diese Rahmenbedingungen einhalten, um rechtliche und finanzielle Risiken zu vermeiden.

Ein erfolgversprechender Ansatz, um diesen Risiken zu begegnen, ist die schrittweise Integration von GenAI innerhalb der Organisation. Dies kann mit der Einrichtung eines zentralen Center of Excellence beginnen, das als Kompetenzzentrum und zentraler Knotenpunkt für Wissen, Best Practices und strategisches Management im Bereich GenAI dient.

In der nächsten Phase sollten funktionsübergreifende Teams Richtlinien und Konzepte entwickeln, um Kernkompetenzen aufzubauen und in die Projekte zu integrieren. Schließlich führt die vollständige Dezentralisierung von GenAI dazu, dass diese Technologie als integraler Bestandteil der gesamten Organisation betrachtet und angewendet wird.

Eine weitere Herausforderung ist der Fachkräftemangel, der sich in den letzten Jahren verschärft hat – auch durch den Bedarf an neuen technologischen Fähigkeiten und daraus resultierenden Jobprofilen im Bankensektor. Die Suche nach Talenten und die Etablierung einer Kultur der kontinuierlichen Weiterentwicklung ist einer der Schlüsselanforderungen in der Industrie. Unternehmen müssen nicht nur neue Mitarbeiter gewinnen, sondern auch in die Weiterbildung ihrer bestehenden Belegschaft investieren.

Die nächsten Jahre werden für die Wettbewerbsfähigkeit in der digitalisierten Welt entscheidend sein. Der Aufbau eines digitalen Kerns und eine solide Datenstrategie sind die Grundlagen für den Erfolg von GenAI im Bankensektor.