Banken sind seit Jahren immer stärkerem Kosten- und Innovationsdruck ausgesetzt. Um konkurrenzfähig zu bleiben, haben traditionelle Kreditinstitute unter anderem Geschäftsstellen ihres Filialnetzes abgebaut, eine stärkere Fokussierung auf mobile Dienstleistungen ausgeweitet und den Kundenservice zunehmend verbessert und digitalisiert.
KI ermöglicht genau in diesen Bereichen weitere Effizienzsteigerungen und Innovationsopportunitäten:
Sie kann unter anderem bestehende Prozesse automatisieren, sodass in zahlreichen Anwendungsbereichen manuelle Schritte reduziert werden. Dies führt dazu, dass der Einsatz von KI nicht nur die Produktivität insgesamt steigern, sondern dass auch die Fehlerquote bei den dazugehörigen Aufgaben signifikant gesenkt sowie die Servicequalität verbessert werden kann.
Crealogix setzt bereits seit Jahren KI-gestützte Software in den unterschiedlichsten Banking-Projekten ein. Ein Beispiel ist die KI-optimierte Erkennung von Dokumenten in Echtzeit bei Zahlungen oder Anträgen. Bankkunden wollen Rechnungen begleichen, Konten eröffnen oder Unterlagen für einen Kreditantrag bereitstellen. Crealogix bietet dafür eine intelligente Software-Lösung an, um diesen Schritt schnell und einfach zu gestalten. Konkret bedeutet dies, dass für den Bankkunden nur das Abfotografieren der Rechnung oder eines anderen Dokumentes notwendig ist; die von Crealogix bereitgestellte KI-Software liest das Foto ein, extrahiert die Daten automatisiert und legt dem Bankkunden die erkannten Werte zur Prüfung vor. Der Bankkunde kann somit seine Rechnung deutlich schneller und bequemer begleichen als zuvor. Es wird darüber hinaus die Fehlerquote beim manuellen Übertragen der Daten reduziert.
Crealogix nimmt wahr, dass Bankkunden grosses Interesse am Einsatz von KI äussern; viele Banken zögern jedoch, KI-gestützte Software einzuführen. Es sind massgeblich drei Gründe, die zu diesem Zögern führen: Erstens verursacht die Prüfung und Klärung, ob Künstliche Intelligenz mit nationalen und internationalen Compliance-Regeln kompatibel ist, hohe Aufwände. Aufgrund der Tatsache, dass KI vor Ende 2022 eine Nischenrolle im Banken-Bereich spielte und dadurch kein fundiertes rechtliches Regelwerk für ihren Einsatz im Banken-Bereich existierte, sind daher manche Compliance-Bestimmungen in ihrer Anwendung in Kombination mit KI nicht immer eindeutig. Zweitens stellen sich berechtigte Fragen zum Datenschutz. Die meisten Schweizer Banken verfügen über ein grosses Portfolio an Kunden in der Europäischen Union und anderen Regionen. Die GDPR ist beispielsweise für die EU das rechtliche Regelwerk, das strikte Leitplanken für die Verarbeitung von Daten vorgibt. Drittens möchten viele Banken nicht ihre internen Daten oder die Daten ihrer Kunden an einen KI-Anbieter übergeben, der nicht die für die Bank relevanten nationalen und internationalen Regulatorik- und Datenschutzvorschriften erfüllen kann. Insbesondere bei grossen Drittanbieter für Künstliche Intelligenz aus den USA sind zahlreiche Fragen ungeklärt.
Aufgrund der jahrelangen Erfahrung bei der Anwendung von KI im Banking-Bereich und zu Schweizer und internationaler Regulatorik und Compliance, bietet Crealogix ihren Kunden einen Fundus an Optionen zur Einführung von KI an. Ein KI-Provider für Banken sollte je nach Anwendungsfall und Anforderungen KI-Lösungen lokal hosten können oder beim datenschutz-konformen Hyperscaler in der Schweiz. Auch die Möglichkeit, dass Banken vom Provider fachlich vorbereitete Open Source Large Language Models (LLM) selbst hosten, sollte gegeben sein.
Ausserdem ist es bei der Implementierung von KI-Lösungen essenziell, die Use Cases, Kosten/Nutzen, Sicherheits- und Compliance-Aspekte parallel zu betrachten. So kann es sinnvoll sein, ein LLM lokal im eigenen Rechenzentrum zu hosten, um einen übermässigen Kostenanstieg oder Kapazitätsbeschränkungen durch die Verwendung von APIs zu vermeiden.
Schliesslich erfreut sich das Angebot einer KI-Evaluierungsplattform grosser Beliebtheit, auf der Banken sofort und mit überschaubaren Aufwänden verschiedene Anwendungsfälle hinsichtlich Leistungsfähigkeit und Praxistauglichkeit ausprobieren können. Beispiele sind Co-Piloten für Berater und Kunden, bankinterne Anwendungen, Hyper-Personalisierung der digitalen Kanäle und neben der Erkennung auch die Validierung von Dokumenten. Auf diese Weise können Business Cases zeitnah evaluiert und die fast wöchentlich erscheinenden neusten Entwicklungen in der KI schnell aufgegriffen werden. Ein Beispiel dafür ist Agentic AI, wobei eine Aufgabe an mehrere spezialisierte AI Agenten verteilt wird, die ihre Teilaufgaben parallel und autonom lösen und danach ihre Teilergebnisse zum Gesamtergebnis zusammenführen.
Autoren:
Yildirim Karal, Head of Engineering bei CREALOGIX
Attila Teglas, AI Architect bei CREALOGIX
Ludwig Volk, Head of Solution Consulting bei CREALOGIX
Bei der Implementierung von KI-Lösungen ist es essenziell, die Use Cases, Kosten/Nutzen, Sicherheits- und Compliance-Aspekte parallel zu betrachten. So kann es sinnvoll sein, ein Large Language Model (LLM) lokal im eigenen Rechenzentrum zu hosten, um einen übermässigen Kostenanstieg oder Kapazitätsbeschränkungen durch die Verwendung von APIs zu vermeiden.