Das Ende 2024 erschienene Whitepaper „KI in der Finanzfunktion“ fokussiert auf Trends, Anwendungsfelder und Perspektiven, die sich für Finanzdienstleister bei der Nutzung künstlicher Intelligenz (KI) und generativer künstlicher Intelligenz (international auch GenAI genannt) ergeben.
Die Kernaussage ist, dass KI das disruptive Potenzial aufweist, um Unternehmensprozesse tiefgreifend zu verändern. Dies gilt auch für die Finanzwirtschaft, also bei Banken und Sparkassen, Versicherungen oder Finanzdienstleistern. KI kann die Analyse und Auswertung von großen Datenmengen (Big Data) erleichtern, um Prognosen zu liefern und Ergebnisse vorherzusagen. Insbesondere die generative KI kann dazu beitragen, kreative Prozesse wie das Schreiben von Berichten (Reporting) oder die Kommunikation zwischen Mensch und Maschine, etwa bei der Beantwortung von Fragen oder der Beratung per Chatbot, neu zu gestalten.
KI bietet dabei enormen Mehrwert: Der Einsatz von KI ermöglicht es, Big Data zu verarbeiten, Muster und Auffälligkeiten zu erkennen und daraus Trends und Risiken abzuleiten. So lassen sich mithilfe der KI komplexe Aufgaben automatisieren. Generative KI ist zudem in der Lage, kreativ zu werden und selbstständig neue Zusammenhänge zu erschließen. Sie wird beispielsweise angewendet, um Berichte zu kommentieren und sogar zu erstellen (Reporting), aber auch, um Geschäftsszenarien zu simulieren. Der Mensch kann so repetitive, oft langweilige oder ermüdende Prozesse an die KI übergegeben, bei gleichbleibend hoher Ergebnisqualität. Er kann aber auch von solchen entlastet werden, die kognitive Leistungen und Urteilsvermögen erfordern.
Dabei kann KI in vielen Bereichen des Finanzwesens eingesetzt werden. Die Anwendungsfelder reichen von der Buchhaltung über die Finanzplanung und -analyse sowie das Treasury- und Cash-Management bis zum Risikomanagement und zur Finanzberichterstattung. Dabei ist sie nicht nur in der Lage, repetitive Aufgaben wie das Erstellen, Be- und Verarbeiten und Abgleichen von Dokumenten und Daten im Rechnungs- und Mahnwesen zu übernehmen. KI kann Recherchen ausführen, Finanzberichte auswerten und interpretieren, aber auch erstellen, Kennzahlen berechnen, Investitionsrechnungen durchführen, die Performance von Unternehmen messen und die zukünftige Entwicklung unter Berücksichtigung von Inflation oder Wechselkursschwankungen simulieren. Dabei ist sie bereits in vielen Cash-Management und Liquiditätsplanungsmodulen integriert und wirkt bei der Betrugserkennung mit. Andere KI-Systeme können automatisiert Wertpapier-Handelssysteme steuern oder Transaktionen am Markt vorbereiten und ausführen. Die Auswertung von Big Data ist mittlerweile essenziell für das Risikomanagement und die Compliance – hier trägt sie zum Beispiel mit dazu bei, Geldwäsche oder Betrugsversuche aufzudecken.
Um all diese Funktion erfüllen zu können, ist die Implementierung systematisch zu planen. Zunächst muss die Strategie für die Anwendung der KI festgelegt werden. KI kann dazu dienen, Entscheidungen vorzubereiten und zu unterstützen. Sie kann aber auch dazu eingesetzt werden, Entscheidungen selbst zu treffen und auszuführen. Basis für jegliche Anwendung ist eine geeignete Organisation, bei der Prozesse und hochwertige Daten zugänglich gemacht werden und für das Training der KI zur Verfügung stehen. Darüber hinaus muss eine leistungsfähige IT-Infrastruktur vorhanden sein, um die Daten zu verarbeiten und zu speichern und in die Geschäftsprozesse einfließen zu lassen. Hier ist ein Change-Management-Prozess erforderlich, um die Akzeptanz für die Nutzung der KI zu fördern. Mitarbeiter müssen zudem durch Schulungen auf den Einsatz der KI vorbereitet werden. Dabei sind auch regulatorische Fragen und Vorgaben zu berücksichtigen, wie sie etwa in der EU-Verordnung zur KI (EU AI Act) genannt werden.
Dreh- und Angelpunkt für den Einsatz der KI ist das Data Matching. Darunter versteht man den Abgleich von Daten aus verschiedenen Quellen. Vorgestellt wird ein theoretischer Ansatz, der auf Projekterfahrungen beruht und darstellt, wie KI flexibel für verschiedene Anwendungsfälle eingesetzt werden kann. Als wesentliche vorbereitende Schritte werden dabei die Beschaffung, der Umgang mit und die Aufbereitung der Daten genannt. Danach folgen die Konfiguration der KI-Werkzeuge und die möglichst automatisierte Ausführung des Matchings. Abschließend wird das Ergebnis durch einen Algorithmus bewertet, der Übereinstimmungen von Eigenschaften in Daten aus unterschiedlichen Quellen angibt. Zu der Art und Anzahl der verglichenen Daten listet er entsprechende Prozentwerte auf, um zu einer Aussage über die Zieldaten zu kommen.
Der Einsatz von KI im Finanzsektor eröffnet bereits jetzt schon vielfältige Möglichkeiten, um Prozesse zu optimieren, die Qualität sicherzustellen und komplexen Anforderungen zu begegnen. Erfolgreich kann eine Integration der KI aber nur sein, wenn die Schnittstelle zwischen Mensch und Technologie passgenau definiert und umgesetzt wird. Dazu ist die Etablierung neuer Arbeitsabläufe erforderlich. Das Change-Management hat dabei die Aufgabe, die Mitarbeiter mit einer transparenten Kommunikation durch diesen Prozess zu begleiten.
Ihr Ansprechpartner
Torsten Klanitz
Produktmanager
Fon: +49 6151 8801 125