Wenn Sie Partnerlinks in unseren Inhalten folgen, erhalten wir möglicherweise eine Provision. Dabei entstehen Ihnen keine zusätzliche Kosten. Wir zeigen transparent, wie 
Nur wenige Branchen sind bei der Einführung neuer Technologien so zurückhaltend wie das traditionelle Finanzwesen (TradFi).
Bedenken hinsichtlich des Datenschutzes und strenger Vorschriften verlangsamen die Übernahme, doch künstliche Intelligenz hält nach und nach Einzug in immer mehr Umgebungen.
Erst diese Woche hat das KI-Startup Hebbia im Rahmen einer Finanzierungsrunde unter der Leitung von Andreessen Horowitz und mit Beteiligung von Index Ventures, Google Ventures und Peter Thiel 130 $ Millionen aufgebracht.
Mit der Lösung von Hebbia kann man KI-Agenten erstellen, die strukturierte und unstrukturierte Daten aus verschiedenen Quellen (einschließlich behördlicher Befunde, PDFs, Audio- und Videoclips) aufnehmen sowie End-to-End-Aufgaben erledigen.
Andreessen Horowitz, einer der Hauptinvestoren, stellte fest, dass Hebbia „eine überwältigende Nachfrage im gesamten Finanzdienstleistungsbereich“ verzeichnete.
Analysen, die früher zwei bis drei Stunden dauerten, werden nun in zwei bis drei Minuten durchgeführt.
Dies ist zwar nur eine einzige Finanzierungsrunde, aber sie unterstreicht die wachsende Zahl von Finanzdienstleistern, die KI zur Automatisierung ihrer Abläufe einsetzen.
Wichtigste Erkenntnisse
- Das traditionelle Finanzwesen ist aufgrund von Bedenken hinsichtlich des Datenschutzes und strenger Vorschriften bei der Einführung neuer Technologien zurückhaltend, aber KI wird nach und nach integriert.
- Hebbia, ein KI-Startup, hat in einer von Andreessen Horowitz geführten Finanzierungsrunde 130 $ Millionen erhalten, was das wachsende Interesse an KI im Bereich der Finanzdienstleistungen unterstreicht.
- KI-Lösungen können die Abwicklung von Prozessen rationalisieren und den Kundenservice durch Automatisierung von Routineaufgaben sowie sofortige Antworten durch Chatbots und virtuelle Assistenten optimieren.
- Auch wenn die Einführung aufgrund der Komplexität von Vorschriften und der Risikoaversion nur langsam voranschreitet, beginnen traditionelle Finanzinstitute, KI zur Verbesserung grundlegender Prozesse und Entscheidungsfindung einzusetzen.
Warum KI in der traditionellen Finanzwelt Einzug hält
KI setzt sich langsam im traditionellen Finanzwesen durch. So investieren große US-Banken wie JP Morgan, Bank of America, Citigroup und Wells Fargo in diese Technologie zur Stärkung ihrer betrieblichen Effizienz und des Kundendienstes.
David Donovan, EVP und Leiter des Bereichs Finanzdienstleistungen bei Publicis Sapient, einem digitalen Beratungsunternehmen, das Banken und Finanzinstitute wie Goldman Sachs und JP Morgan bei der digitalen Transformation unterstützt, sagte gegenüber Techopedia:
„KI kann traditionelle Finanzinstitute in verschiedenen Bereichen erheblich verbessern. Einer der unmittelbarsten Vorteile liegt im Kundenservice, wo KI-gesteuerte Chatbots und virtuelle Assistenten ein großes Volumen an Kundenanfragen bearbeiten können, indem sie sofortige Antworten liefern und menschliche Mitarbeiter für komplexere Aufgaben freisetzen.“
Außerdem merkt Donovan an, dass „die betriebliche Effizienz ein weiterer Bereich ist, in dem sich KI auszeichnet. Durch die Automatisierung von Routineaufgaben wie Dateneingabe, Compliance-Prüfungen und Berichterstattung senkt KI die Betriebskosten und steigert die Effizienz“.
Hebbia veranschaulicht diesen Ansatz, bietet jedoch eine Lösung an, mit der Nutzer schriftliche Dokumente besser abfragen können, und zwar mit einer privaten Suche nach Daten Dritter, einer proprietären internen Suche und einer öffentlichen Datensuche.
KI hat also das Potenzial, der größte Kraftmultiplikator bei der Optimierung einfacher Prozesse wie diesem zu werden.
Gewinnung von Erkenntnissen aus Datensilos
Im Kern bietet KI die Möglichkeit, cleverer statt härter zu arbeiten. Dies geschieht, indem den Nutzern ein offener Zugang zu einem breiten Spektrum von Daten an einem Ort geboten wird, die sie normalerweise in verschiedenen Quellen suchen müssen.
Manvir Sandhu, Gründer und Chief Innovation Officer bei Zennify, erklärte gegenüber Techopedia:
„Durch den Einsatz moderner Datenlösungen und der Technologie großer Sprachmodelle sowie Retrieval-Augment Generation können sie nun effektiv wertvolle Informationen extrahieren, die in unstrukturierten Inhalten und Datensilos im gesamten Unternehmen gefangen sind.“
„Im Zusammenspiel mit der Co-Pilot-Funktionalität können die Mitarbeiter nun über natürliche Sprache nach den benötigten Inhalten suchen und die Zusammenfassung von Anrufen und Meetings zur Vereinfachung von Schulungen und zur Erstellung wichtiger Dokumente effizienter nutzen. Erste Pilotergebnisse zeigen eine Produktivitätssteigerung von 10–15 %, und in einigen Fällen konnte die Schulungszeit der Mitarbeiter um 50 % reduziert werden.“
Dank dieser Daten können die Mitarbeiter schneller Entscheidungen treffen.
Das zeigt sich auch an Hebbias Behauptung, dass Vermögensverwalter während der Krise der Silicon Valley Bank das Engagement in regionalen Banken sofort in Millionen von Dokumenten abgebildet haben.
Warum ist die Finanzbranche bei der Einführung von KI ins Hintertreffen geraten?
Obwohl KI einen großen Nutzen bringen kann, hat die Finanzbranche sie nur langsam übernommen.
Das liegt vor allem daran, dass der Sektor stark reguliert ist, insbesondere in Bezug auf die Speicherung und Verarbeitung von persönlichen und finanziellen Daten der Kunden.
Eine Studie von The Economist zeigt beispielsweise, dass 62 % der Banken der Meinung sind, dass die mit der Verarbeitung personenbezogener Daten für KI-Projekte verbundene Komplexität und die damit einhergehenden Risiken häufig die Vorteile für das Kundenerlebnis überwiegen.
„Traditionelle Finanzinstitute haben KI im Vergleich zu Fintech-Startups und Technologieunternehmen relativ langsam eingeführt. Dieses langsamere Tempo kann durch mehrere Faktoren erklärt werden. Erstens arbeiten viele traditionelle Finanzinstitute mit veralteten Legacy-Systemen, die nicht ohne Weiteres mit modernen KI-Technologien kompatibel sind, was die Integration erschwert“, so Donovan.
„Darüber hinaus bedeutet der stark regulierte Charakter der Finanzbranche, dass die Institute die Einhaltung strenger Vorschriften sicherstellen müssen, was die Einführung neuer Technologien weiter verlangsamen kann.“
„TradFi-Institutionen sind zudem tendenziell risikoscheu und oft vorsichtig bei der Übernahme neuer Technologien, ohne ein klares Verständnis der potenziellen Risiken und Vorteile zu haben.“
In diesem Sinne sehen viele Firmen, dass die Implementierung von KI das Risiko erhöhen könnte, dass sensible und geschützte Daten an unbefugte Dritte weitergegeben werden.
Fazit
Das traditionelle Finanzwesen hat sich vielleicht nur langsam auf KI eingestellt, aber immer mehr Unternehmen in diesem Sektor beginnen, mit dieser Technologie zu experimentieren, um ihr Kerngeschäft zu verbessern.
Der Schlüssel zur Wertschöpfung liegt wohl darin, klein anzufangen und zunächst die grundlegenden manuellen Prozesse zu optimieren, auf die sich die Mitarbeiter jeden Tag verlassen.
Doch in einer relativ konservativen Branche können kleine Schritte als große betrachtet werden.
