Transparenz

Top 5 Anwendungsfälle generativer KI in FinTech 2024

Von der Verbesserung der Sicherheitsmaßnahmen durch fortschrittliche Betrugserkennung bis hin zur Personalisierung des Banking-Erlebnisses und Unterstützung bei der Aktienauswahl – generative KI (GenAI) im FinTech-Bereich nimmt eine Vorreiterrolle bei diesem Wandel ein.

GenAI kann große Datenmengen verarbeiten und analysieren, Aufgaben automatisieren und Prognosen erstellen, was sie zu einem unverzichtbaren Werkzeug für zahlreiche Anwendungen im Finanzsektor macht.

Durch die Verbindung von GenAI und FinTech können Finanzinstitute fundiertere Entscheidungen treffen, Risiken besser steuern und ihren Kunden maßgeschneiderte Dienstleistungen anbieten.

Wichtigste Erkenntnisse

  • GenAI hat das Potenzial, verschiedene Aspekte der Finanzbranche durch mehr Effizienz, Genauigkeit und Kundenzufriedenheit zu revolutionieren.
  • Zu den bedeutendsten Einsatzmöglichkeiten von generativer KI in FinTech gehören laut Experten die Betrugserkennung, die Umwandlung eines digitalen in ein intelligentes Unternehmen, die Erweiterung menschlicher Fähigkeiten durch Automatisierung, die Beschleunigung der Einhaltung von Vorschriften sowie die Bekämpfung von Wirtschaftskriminalität.
  • Für FinTech-Unternehmen und Finanzinstitute gilt es, die Gefahren von GenAI und die Risiken von künstlicher Intelligenz bei Finanzdienstleistungen zu verstehen, einschließlich Phishing, Social Engineering und Generierung betrügerischer Daten.

Top 5 Anwendungsfälle für generative KI bei Finanzdienstleistungen

Betrugserkennung und -prävention

Einer der wichtigsten Anwendungsfälle für generative KI im FinTech-Bereich ist die Erkennung und Verhinderung von Betrug.

Generative KI kann riesige Mengen von Transaktionsdaten in Echtzeit analysieren und ungewöhnliche Aktivitäten aufspüren, die auf Betrug hindeuten.

Durch den Einsatz von Algorithmen des maschinellen Lernens können diese Systeme ihre Fähigkeit zur Betrugserkennung anhand von historischen Daten kontinuierlich erweitern.

So lassen sich verdächtige Aktivitäten nicht nur schnell identifizieren, sondern auch die Zahl der Fehlalarme reduzieren, was letztlich die allgemeine Transaktionssicherheit erhöht und das Vertrauen der Kunden stärkt.

Entscheidungsfindung der Finanzinstitute auf Mikro- und Makroebene

In Anbetracht der Tatsache, dass sich die digitale Transformation auf das Kundenerlebnis und die operativen Prozesse konzentriert, wird der Einsatz von KI allgegenwärtig sein, so Richard Berkley, Leiter des Bereichs Daten, Analytik und KI im Finanzdienstleistungssektor bei PA Consulting.

Er sagte gegenüber Techopedia:
„Es wird die Art und Weise, wie Finanzinstitute sowohl Mikro- als auch Makroentscheidungen treffen, grundlegend verändern, auch in Bezug auf Anlagestrategie, Mitarbeiterförderung, Risikomanagement und andere Entscheidungen.“

Die Vorstände erkennen, dass sie den Wandel von einer digitalen zu einer intelligenten Organisation anführen müssen, um in der modernen Welt relevant und profitabel zu bleiben, so Berkley.

„Diese Organisationen haben im vergangenen Jahr KI-Leitplanken aufgestellt und beginnen nun, generative KI-Muskeln für 2024 aufzubauen, KI-Plattformen im Unternehmensmaßstab einzurichten und ihre Betriebe auf eine sichere Einführung vorzubereiten“, fügte er hinzu.

Arbeitsabläufe von Finanzinstituten

„Im Bereich der Finanzdienstleistungen wird KI angesichts des Wandels der Märkte verändern, wo und wie wir investieren, was die Kunden von den Instituten in Bezug auf KI-getriebene Innovation und Agilität erwarten, wie die Unternehmen ihre Zulieferer bei der Einführung von KI steuern und wie sie in der externen Berichterstattung Transparenz über den Einsatz von KI schaffen“, so Berkley.

Nach Berkley täten viele Finanzinstitute gut daran, KI zu nutzen, um menschliche Fähigkeiten zu ergänzen, indem sie die Bedürfnisse der Nutzer durch Einsicht und Automatisierung lösen.

Dieser Fokus auf die Förderung einer harmonischen Beziehung kann sicherstellen, dass KI die menschlichen Funktionen erweitert, anstatt sie zu ersetzen.

Einhaltung gesetzlicher Vorschriften

So implementieren Kunden aus dem Finanzdienstleistungssektor GenAI-Lösungen zur Ermittlung der Auswirkungen von Gesetzesänderungen auf ihre Richtlinien, Prozesse und Verantwortlichkeiten und zur Generierung entsprechender Warnmeldungen, so Berkley.

„Außerdem setzen sie generative KI ein, um die aufsichtsrechtliche Berichterstattung über mehrere Länder hinweg mit den entsprechenden Vorschriften zu vergleichen und so die Vollständigkeit zu gewährleisten“, fügte er hinzu.

„Generative KI hilft der ersten Linie im Unternehmen, Verpflichtungen und Richtlinien zu verstehen, und baut auf dem Wissensschatz von Fragen auf, die zuvor an die zweite Verteidigungslinie weitergeleitet wurden.“

Laut Berkley kann GenAI einen konsolidierten Überblick über das Geschehen im regulatorischen Umfeld bieten, einschließlich Bereichen wie Horizon Scanning, regulatorisches Engagement, Richtlinien, Verfahren und damit verbundene Änderungsmaßnahmen.

„Dies kann zur Information über Veränderungen und sogar zur Vereinfachung von Kontrollen im Zusammenhang mit der Einhaltung von Vorschriften genutzt werden“, sagte er. „Wir sehen, dass GenAI zunehmend zur Rationalisierung von Prozessen eingesetzt wird, z. B. zur Erstellung von Risikoberichten und Warnmeldungen in Bereichen wie Beschwerden, Verbraucherschutz und zur Sicherstellung anderer Prozessverbesserungen.“

Bekämpfung der Wirtschaftskriminalität

Einige Lösungen beginnen mit dem Einsatz von KI zur Verhinderung von Wirtschaftskriminalität, so Berkley.

Dazu gehören die Integration von KI und maschinellem Lernen in Transaktionsüberwachungssysteme, Verhaltensanalysen zur Erkennung verdächtiger Aktivitäten und die Implementierung biometrischer Authentifizierung bei der Identitätsüberprüfung zur Bekämpfung von Identitätsdiebstahl.

Berkley fügte hinzu:
„Nichtsdestotrotz erfordern Lösungen wie diese eine sorgfältige Abwägung ethischer Werte, wie z. B. den Umgang mit dem Datenschutz, algorithmische inhärente Verzerrungen und die Gewährleistung zuverlässiger Ergebnisse von GenAI-Systemen sowie gesellschaftliche Bedenken hinsichtlich des Potenzials von GenAI, Arbeitsplätze abzulösen.“

Praxisbeispiele für generative KI in der FinTech-Branche

Im Folgenden werden einige Beispiele aus der Praxis für Anwendungen der generativen KI vorgestellt, die die Möglichkeiten dieser Technologie im FinTech-Bereich veranschaulichen.

JPMorgan Chase

Im vergangenen Mai beantragte JPMorgan Chase eine Marke für ein Finanzberatungstool namens IndexGPT, einen ChatGPT-ähnlichen KI-Dienst, der Kunden bei der Entscheidung über die Wahl ihrer Geldanlage helfen soll.

Bei IndexGPT werden die Technologien des Cloud Computing und der KI zur Analyse und Sortierung von Wertpapieren nach den spezifischen Anforderungen der Kunden eingesetzt.

NatWest und IBM

NatWest und IBM arbeiten gemeinsam an Cora, dem virtuellen Assistenten von NatWest. Dank des Einsatzes von GenAI können die Kunden über Konversationsinteraktionen auf eine breitere Informationsbasis zugreifen.

Wendy Redshaw, Chief Digital Information Officer der Privatkundenbank der NatWest Group, sagte:
„Auf der Grundlage des Erfolgs von Cora in den letzten fünf Jahren arbeiten wir mit Unternehmen wie IBM an der Erschließung der neuesten generativen KI-Innovationen, die dazu beitragen werden, dass sich Cora noch ‚menschlicher’ anfühlt und vor allem ein vertrauenswürdiger, sicherer und zuverlässiger digitaler Partner für unsere Kunden wird.“

OCBC Bank

Im vergangenen Herbst führte die OCBC Bank in Singapur einen GenAI-Chatbot für ihre 30.000 Mitarbeiter weltweit ein.

Damit sollten sie ihre Produktivität steigern und ihren Kundenservice verbessern können.

Die Bank implementierte den Chatbot in Kooperation mit Azure OpenAI von Microsoft.

Square

Der Zahlungsabwickler Square setzt generative KI-Funktionen zur Unterstützung von Verkäufern bei der Automatisierung ihrer Prozesse, der Rationalisierung ihrer Arbeitsabläufe und der Zeitersparnis ein.

Mit dem Speisekarten-Generator von Square können Restaurants zum Beispiel in wenigen Minuten und mit minimalem Aufwand komplette Menüs erstellen.

So haben sie mit Square ein wertvolles, zeitsparendes Werkzeug, wenn sie ihr Angebot an Speisen und Getränken erweitern wollen.

Bank of America

Einer der realen Anwendungsfälle generativer KI im Bankwesen ist der Einsatz von GenAI bei der Bank of America zur Erkennung betrügerischer Kreditkartentransaktionen.

Das KI-System der Bank analysiert täglich Milliarden von Transaktionen, um bestimmte Muster zu erkennen, die auf Betrug hindeuten.

So kann die Software beispielsweise Zahlungen mit verdächtig hohen Beträgen oder von ungewöhnlichen Orten aus aufspüren.

Hokuhoku Financial Group und Fujitsu

Im vergangenen September begannen die Hokuhoku Financial Group und Fujitsu mit Versuchen, GenAI zur Verbesserung der Bankabläufe einzusetzen.

Die Tests umfassen ein KI-Modul für konversationelle KI, das die Bank bei der Erstellung und Überprüfung verschiedener Geschäftsdokumente, der Beantwortung interner Anfragen und der Erstellung von Programmen unterstützt.

Die Zukunft von GenAI in FinTech

Die große Chance im FinTech-Bereich – und wo der meiste Wettbewerb stattfinden wird – liegt darin, wie Banken ihre Kundendaten zusammen mit anderen Informationsquellen auf eine Weise nutzen können, die Kunden direkt zugute kommt, so Dom Couldwell, Head of Field Engineering EMEA bei DataStax, einer auf Echtzeitdaten für KI spezialisierten Firma.

„Für Banken und FinTech-Anbieter wird dies der Punkt sein, an dem sie sich gegenseitig herausfordern, d. h. wer kann das beste Erlebnis für die Kunden schaffen und wie können sie diese Daten in das Erlebnis integrieren?“, sagte er.

„Schon jetzt haben Unternehmensteams damit begonnen, Chat-Dienste zu entwickeln, die eine stärkere Personalisierung unter Verwendung der Daten jedes einzelnen Kunden ermöglichen.“

Zudem denken die Banken darüber nach, was als Nächstes kommt. Das iPhone hat dafür gesorgt, dass Apps wie Instagram, Uber und Spotify allgegenwärtig wurden, und nun beginnt das Rennen um die erste allgegenwärtige App für GenAI, so Couldwell.

„Außerdem glaube ich, dass wir gerade erst am Anfang dieser Reise stehen“, erklärte er.

„Eine neue Technologie in den Mittelpunkt des eigenen Handelns zu stellen, wird Zeit brauchen.“

Mit GenAI könnten Unternehmen die Effizienz bei der Einhaltung von Vorschriften durch die Analyse ihrer Daten, deren Zusammenstellung und die Darstellung im richtigen Format verbessern.

Couldwell sagte:
„Das ist zwar nicht der aufregendste Anwendungsfall, aber es gibt erhebliche Vorteile bei der Steigerung der Betriebseffizienz von Unternehmen, die über die bekannteren Einsatzfälle hinausgehen, wie z. B. die Verbesserung von Know-Your-Customer-Abläufen oder die Betrugsüberwachung.“

Allerdings hat der Einsatz von generativer KI im FinTech-Bereich auch einige Schattenseiten.

Die Experten von PA Consulting haben im Zusammenhang mit generativer KI aufkommende Risiken für die Wirtschaftskriminalität gesehen, darunter Phishing, Social Engineering sowie die Generierung betrügerischer Daten, da sie neue und ausgefeiltere Methoden zur Durchführung illegaler Aktivitäten ermöglicht, so Berkely.

Er fasste zusammen:
„Für FinTechs und Finanzinstitute ist es wichtig, die Gefahren von generativer KI und die Risiken von künstlicher Intelligenz bei Finanzdienstleistungen zu verstehen, da der Missbrauch von generativer KI zur Begehung von Betrug ein zunehmendes Risiko für diese Institute und ihre Kunden darstellt.“

Fazit

Wie die angeführten Beispiele zeigen, kann generative KI in verschiedenen Anwendungsfällen in der Fintech-Branche eingesetzt werden.

So hat die Technologie das Potenzial, zahlreiche Aspekte des Finanzsektors durch die Optimierung der Effizienz, der Genauigkeit und des Kundenerlebnisses zu revolutionieren.

FAQ

Was ist der beste Anwendungsfall für KI in FinTech?

Wie kann KI in FinTech integriert werden?

Welche Rolle kann KI in der FinTech-Branche spielen?

Verwandte Begriffe

Linda Rosencrance
Redakteurin

Linda Rosencrance ist freiberufliche Schriftstellerin/Redakteurin/Autorin im Großraum Boston. Rosencrance verfügt über mehr als 30 Jahre Erfahrung als investigative Reporterin und schrieb für viele Zeitungen im Großraum Boston. Seit 1999 schreibt sie über Informationstechnologie und ihre Artikel sind in Publikationen wie MSDynamicsworld.com, TechTarget, TechBeacon, IoT World Today, Computerworld, CIO Magazine und anderen erschienen. Rosencrance war Redakteurin einer Technologie-Nachrichtenseite und leitete und redigierte einen Blog, der sich mit Datenanalyse befasste. Außerdem schreibt sie White Papers, Fallstudien, E-Books und Blogbeiträge für viele Firmenkunden. Rosencrance ist Autorin von fünf Büchern über wahre Verbrechen für Kensington Publishing Corp: "Murder at Morses Pond", "An Act of…