Kommentar von Markus Bender, Accenture Das Zeitalter der KI – neue Realität für Banken

Anbieter zum Thema

Accenture GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Seit der Jahrtausendwende ist die Beziehung zum Kunden digitaler geworden, neue Schnittstellen kamen hinzu, der Wettbewerb durch neue Marktteilnehmer hat sich intensiviert. Eine neue Zeitrechnung für eine traditionelle Branche brach an. Jetzt stehen wir erneut am Anfang einer Ära: dem Zeitalter der Künstlichen Intelligenz (KI).

Künstlichen Intelligenz hat nicht nur das letzte Jahr maßgeblich geprägt, sondern wird die nächsten Jahre essenziell sein. Banken haben die Chance, durch Nutzung ihrer Daten und Einsatz von KI neue Marktrelevanz zu erlangen und die Kundenschnittstelle zu behalten. Voraussetzung hierfür sind der Aufbau eines digitalen Kerns in der Cloud und der Aufbau eines soliden Datenfundaments. Die Marktpositionierung und das Serviceportfolio wird Banken durch KI in bedeutenden Aspekten der Wertschöpfung in einem anderen Licht erscheinen lassen.

Die Top-10-Banken-Trends – und die Rolle von KI

Da Banken im Kern ihrer Wertschöpfung letztlich Technologiedienstleister sind, sind die Möglichkeiten zum Einsatz von KI besonders ausgeprägt. Laut einer Accenture-Erhebung werden die aktuellen Top-10-Banken-Trends durch KI unterstützt und teilweise deutlich beschleunigt:

1. Der Durchbruch der Generativen KI

Banken können von Generativer KI mehr als Unternehmen anderer Industrien profitieren. Hierbei sind gemäß unserer Studie „Productivity: The next competitive Edge“ zu Produktivitätspotenzialen in verschiedenen Industrien die Realisierung von 22 bis 30 Prozent zusätzlicher Produktivität mithilfe eines Einsatzes von KI im Banking möglich. Nachdem im letzten Jahr viele Banken mit Generativer KI experimentiert haben, lautet 2024 und darüber hinaus die Devise: Nutzung und Skalierung der besten Ergebnisse. Ambitionierte Unternehmen sehen diese als Fundament zur kompletten Neuausrichtung ihrer internen Abläufe sowie sämtlicher wertschöpfungs- und kundenorientierter Prozesse.

2. Die „digitale Dividende“

Die Digitalisierung hat das Banking funktional unabhängig von Raum und Zeit gemacht – jedoch eine Lücke bei der emotionalen Komponente in der Beziehung zwischen Bank und Kunde gerissen. Künstliche Intelligenz kann diese Lücke ohne neues Personal schließen und dem entwickelten Fundament eine „digitale Dividende“ als Resultat aus den Investitionen generieren.

Banken sollten dafür ihre Kundendaten über starre Segmentierungsübungen hinaus nutzen und in einen fortlaufenden daten- und technologiegestützten Dialog mit ihren Kunden treten. Individualisierung und Personalisierung stehen hierbei im Vordergrund. Der reibungslose Übergang zwischen den Kanälen und technologiegestützter wie zwischenmenschlicher Interaktion wird durch aktives Smart Channel Management ermöglicht.

3. Unsichtbare Risiken in der Banksteuerung

„Risikoerkennung in Echtzeit“ sollte bei Banken aktuell weit oben auf der Agenda stehen: 72 Prozent der befragten Führungskräfte sind der Meinung, dass die bankeigene Risikosteuerung nicht mehr mit der sich stetig verändernden Risikolandschaft mithalten kann. Von Cybersecurity über Bilanzsteuerung – KI wird folglich eine bedeutende Rolle spielen. In den letzten Jahren haben Cyber-Angriffe in Anzahl und Komplexität zugenommen, wobei Banken bevorzugte Ziele sind, da sie sensible Daten und finanzielle Ressourcen verwalten.

Es ist ein modernes und flexibles Risikomanagementsystem erforderlich, um den aktuellen und zukünftigen Herausforderungen gerecht zu werden. Das umfasst proaktive Maßnahmen zur Bedrohungsabwehr, kontinuierliche Schulungen für Mitarbeiter, Investitionen in moderne Sicherheitslösungen und regelmäßige Audits sowie Penetrationstests.

4. Neue Wege der Zusammenarbeit

Der Fachkräftemangel hat sich in den letzten Jahren u. a. auch durch den Bedarf an neuen Fähigkeiten und Jobprofilen für Banken intensiviert. Passende Talente zu finden und eine Kultur der kontinuierlichen Weiterentwicklung zu schaffen, ist eine Herausforderung. Zudem müssen Unternehmen auch die bestehende Belegschaft einbeziehen.

Schlüssel zu weiterem Wachstum und erfolgreicher Begegnung der genannten Herausforderungen ist eine KI-Strategie, die die Belegschaft in den Kern der Überlegungen stellt. Dabei ist es wichtig, die Mitarbeiterinnen und Mitarbeiter an KI heranzuführen, zu trainieren und ihnen die Möglichkeiten der Technologien aufzuzeigen: bestehende Probleme lösen und Engpässe verringern.

5. Die ständige Preisfrage

Die Klassiker der Preisstrategien von Banken sind die verschiedenen Kontomodelle. Immer wieder versuchen Wettbewerber mit experimentellen Ansätzen, Erkenntnisse im laufenden Betrieb rund und die optimale Preiskombination pro Kunde, Produkt und Kanal zu finden.

KI kann dies durch Hinzunahme tausender weiterer Datenpunkte vereinfachen und gleichzeitig die Perspektive auf das Angebotsportfolio erweitern: Es stellt sich somit zunehmend nicht nur die Frage nach dem Preis für ein Produkt, sondern der flexiblen Bepreisung von ganzen Servicepaketen. Durch zahlreiche Iterationen in kürzester Zeit lassen sich anspruchsvolle Simulationen zur Feststellung passender Preisniveaus für verschiedene Dienstleistungen und Kundengruppen simulieren.

6. Aber zuerst in die Cloud

Wir sehen Cloud Computing nicht mehr als „nice-to-have“, sondern als Bedingung für erfolgreiche Skalierung. Unsere Gespräche mit Entscheidern rund um die Cloud beginnen zunehmend nicht mehr mit der Frage nach dem Warum. Stattdessen diskutieren wir Beschleunigungspotenziale auf dem Weg dorthin. Natürlich wird der Weg zu einem echten „Cloud-First“-Unternehmen für die meisten Banken noch einige Anstrengungen erfordern. Die Vision einer ineinandergreifenden Verbindung zwischen On-premises- und Cloud-Applikationen sowie einer schnelleren Migration dieser sollte Priorität haben.

7. Neue Anforderungen durch die Regulatorik

Zunehmend beziehen sich neue Regularien auf Prozesse und Technologien, z. B. im Kontext von Nachhaltigkeit oder KI. Diese Bereiche sind einer Vorgabe und Kontrolle zu unterziehen und übergreifende regulatorische Verordnungen wie DORA, FIDA, DSGVO und die europäische Richtlinie zu Künstlicher Intelligenz folgen (EU AI Act). Banken sollten die Umsetzung dieser Verordnung nicht nur als Pflichtaufgabe sehen, sondern sich hinsichtlich zukünftiger Use Cases und dem nachhaltigen Aufbau einer vernetzen KI-Infrastruktur Wettbewerbsvorteile erarbeiten.

So sind beispielsweise durch den effizienten Aufbau eines umfassenden Managements von Sicherheitsrisiken (DORA) und der weitgehend automatisierten Bereitstellung von Schnittstellen für offenen Zahlungsverkehr (FIDA) zukünftige Effekte insbesondere auf der Kostenseite möglich.

8. Von Technologie zum Ingenieuerswesen

Funktionales Denken sollte eng mit neuen technologischen Möglichkeiten wie KI, Cloud und digitalen Kundenkanälen vernetzt werden. Demnach sollten Banken IT-Teams – die heute leider noch teilweise stark getrennt von den Facheinheiten betrachtet werden – viel stärker in die Geschäftsfelder Innovation, Scoping und Produktdesign einbinden und dort interdisziplinär agieren. Die Teams werden durch fachlich orientierte Mitarbeiter gespiegelt, die wiederum den konkreten Einsatz neuer Tools mit Fokus auf die Verwendung in der Interaktion mit den Endkunden lernen. So werden aus Bankern zukünftig Ingenieure.

9. Der Schlüssel zum Bankenkern

Der Systemkern von Banken besteht häufig noch aus COBOL-Code. Eine über 60 Jahre alte Programmiersprache, die zwar nicht an Zuverlässigkeit verloren, aber mit dem Fachkräftemangel zu kämpfen hat. Viele der COBOL-Entwickler sind bereits pensioniert oder werden es in den kommenden Jahren – der Nachwuchs bleibt aus. Der Fokus an den Universitäten liegt heute eher auf modernen Sprachen, der Cloud, neuen Sicherheitstechnologien und Generativer KI. Eine kurzfristige Umstellung hat sich aufgrund des Umfangs und der damit einhergehenden Kosten und Fehleranfälligkeit bislang als schwierig erwiesen. Generative KI kann bei der Übersetzung des Codes im Kernbankensystem helfen und die Modernisierung von Mainframe-Anwendungen vorantreiben.

10. Weiter als Six-Sigma

Die Cost-to-Income-Ratio vieler Banken in Deutschland hat sich dank Digitalisierungsbemühungen und Prozess-Re-Engineering zwar im Mittel mittlerweile unter 50 Prozent bewegt. Klassische Six-Sigma Prozessoptimierung hat in diesem Bereich hinsichtlich Automatisierung und Simplifizierung einen Grenznutzen erreicht, Prozesse müssen komplett neu gedacht werden.

Neue Technologien können die Kostenkurve weiter beeinflussen: Generative KI eröffnet die Möglichkeit, qualitative Herausforderungen schneller zu lösen. Sie wird nun auch die bisher vernachlässigten qualitativen Aspekte eines jeden Prozesses – bspw. die Interpretation von Daten – deutlich beschleunigen und damit neue Produktivitätsniveaus ermöglichen. Studien sprechen hier von 57 Prozent.

Die neue KI-Realität für Banken

Die aktuellen Trends im Bankwesen haben alle eine KI-Komponente. Der Schlüssel zum Erfolg liegt jedoch nicht in der Technologie selbst, sondern in ihrem nutzenspezifischen Einsatz. Hierbei kommt es sowohl auf den Menschen als Anwender als auch auf die zugrundeliegende Strategie und natürlich die professionelle Implementierung an. In einem Idealszenario sind die einzelnen Bestandteile einer Geschäfts-, Technologie-, Daten- und KI-Strategie vernetzt und werden an den entscheidenden Stellen im Unternehmen miteinander verzahnt gemeinsam erarbeitet.

(ID:50103030)