Gespräch mit Simon Axon, Teradata Die Finanzbranche wandelt sich durch KI und Compliance

Anbieter zum Thema

Teradata GmbH

Fsas Technologies GmbH

INFOMOTION GmbH

QUNIS GmbH

Die Branche der europäischen Finanzdienstleister befindet sich im Umbruch. Die wichtigsten Treiber dafür sind der Einzug von generativer KI, die Digitalisierung und nicht zuletzt der Druck der Regulierungsbehörden. BigData-Insider über diese Themen mit Simon Axon, Industry Consulting Director EMEA bei Teradata.

Der wichtigste Trend in der Branche der Finanzdienstleister ist nach Ansicht von Simon Axon generative KI (GenAI). Sie habe in den vergangenen zwölf Monaten die Branche transformiert. In jeder Bank gebe es mittlerweile ein GenAI-Projekt, um herauszufinden, was KI für sie bedeutet und wie sie ihre Organisation dafür verändern muss.

Es gebe einen damit verbundenen analytischen Trend: „Die Nutzer von KI und Analytik machen sich Sorgen wegen der Qualität ihrer Daten, denn eine zu kleine Datenmenge, die in ein KI-Modell gefüttert wird, führt zu einem verzerrten Ergebnis.“ Deshalb brauche man eine gut verknüpfte Datenplattform, um in der Lage zu sein, die geplante KI-Strategie umzusetzen.

Studie – Datenbasis torpediert den erfolgreichen KI-Einsatz

KI im Bankensektor bietet Einsparpotenzial in Milliardenhöhe

„Die Erklärbarkeit der Daten in einem KI-Modell ist unbedingt nötig, insbesondere wenn es um eine maschinenbasierte Entscheidung geht, die einem Kunden zu erklären ist“, erläutert Axon. Nutzer brauchen also eine fundierte und durchdachte KI-Strategie, und häufig wird sie von einer Regulierungsbehörde durchgesetzt.

Compliance

Die Regulierungsbehörde PRA (Prudential Regulation Authority), die zur Bank of England gehört, hat 2023 laut Axon alle 60.000 Finanzdienstleister im Vereinigten Königreich angeschrieben und geklagt: „Wir sind von Ihnen enttäuscht, dass Sie keine angemessenen Maßnahmen hinsichtlich Datensicherheit und Datenqualität ergriffen haben.“ Dieser Vorgang ist nach Axons Ansicht einzigartig. Aber die PRA-Vorgaben dürften seiner Einschätzung nach auch Europa kommen.

Betrugserkennung

Betrugserkennung ist wie eh und je eine der Hauptaufgaben einer Bank und eng verbunden mit Risikomanagement. Elektronischer Zahlungsverkehr habe dieses Metier grundlegend verändert, mobil, digital und im Web. Laut Simon Axon ist daher die „Entscheidungsfindung anhand zahlreicher Datenpunkte in Millisekunden nötig“, um den Kunden in akzeptabler Zeit Auskunft geben zu können. Doch wie kann man sich gegen Betrugsversuche schützen? Banken erstellten mit ihren IT-Systemen inzwischen „digitale Fingerabdrücke“, die einen Risiko-Score abbildeten.

„State of Ethics and Trust in Technology 2023“ von Deloitte

Ethische Prinzipien sind beim GenAI-Einsatz unverzichtbar

Ein weiterer wichtiger Trend finde im Bereich der Haftung statt, so Axon. Die Haftung werde weg vom Kunden auf die Bank übertragen. Folglich genieße der Kunde mehr rechtlichen Schutz. „Infolgedessen haben sich die Investitionskosten für die Bank erhöht und deren Ausgabenmodell verändert.“ Die Folgen seien weit reichend: „Die Banken haben ihr Filialnetz ausgedünnt, sie beschäftigen weniger Personal, dafür investieren sie mehr in den Einsatz von generativer KI. „In jeder Bank gibt es ein heute ein GenAI-Projekt: Es dient häufig der Prozessoptimierung.“ Das bedeute vor allem die Automation von Abläufen, und die wiederum mache Personal entbehrlich. „Wir haben den Automatisierungstrend spätestens seit der Pandemie registriert.“

Digitalisierung

Die Digitalisierung habe in den Banken Europas in den vergangenen Jahren deutlich zugenommen. Es gebe nur noch sehr wenig Bargeld im Umlauf, und alle Banken unterstützten mobile Zahlungsverfahren. „In Japan wird für das Banking fast nur noch das Smartphone verwendet, denn dort ist der Digitalisierungsgrad sehr hoch“, berichtet Axon. Das betreffe jedoch noch nicht Kreditanwendungen in Banken. In der schottischen Hauptstadt Edinburgh residiere bereits ein vollständig digitalisiertes Finanzministerium. Es erstellt unter anderem den „Nationalen Bericht über den Zustand der Wirtschaft.“ In Skandinavien sei die Digitalisierung ebenfalls weit fortgeschritten, doch habe man dort ein wachsendes Problem mit russischem Geld: Es gehe um Geldwäsche in großem Umfang.

Cloud Data Analytics (CDA)

Der Trend, Data Analytics in die Cloud zu verlagern, sei bei vielen europäischen Banken zu beobachten. Die Vorteile einer CDA-Lösung wie etwa Teradata Vantage fasst Axon wie folgt zusammen. Zunächst ermögliche eine solche CDA-Lösung eine raschere Entscheidungsfindung und somit eine gesteigerte Agilität des Geschäftsablaufs. Die Cloud-Basis erlaube eine höhere Skalierbarkeit der CDA-Lösung, also mehr Kapazitäten hinsichtlich Storage, Compute und Network, auch am Edge. Die Aspekte Nachhaltigkeit und Klimaschutz seien zudem heute Standard, erfordern aber auch externe Daten und somit Schnittstellen für die Integration. Diese externen Daten seien erforderlich, um regelmäßig die obligatorischen Carbon Footprint Reports erstellen zu können.

Eine Cloud-Data-Analytics-Lösung sei zudem ein „Katalysator für den Wandel, nämlich von herkömmlichen On-prem-Lösungen zu Cloud-Installationen“. Das bedeute auch den Wechsel des Betriebsmodells von Capital Expenditure (CapEx) zu Operating Expenditure (OpEx). Letzeres erlaubt, das ist bekannt, eine schnellere Abschreibung der Betriebsausgaben, die sich wiederum günstig auf den Kapitalfluss auswirkt. Dieser erlaube frühere bzw. rechtzeitige Investitionen in neue Technologie, Geschäftsmodelle oder qualifiziertes Personal.

Umfrage

Mehrheit erwartet spürbare Veränderungen durch KI

Entgegen den Erwartungen ermöglicht dieser Wechsel nicht automatisch Innovationen innerhalb einer Bank, sondern vielmehr in der Interaktion mit den Kunden sowie hinsichtlich der Services einer Bank. Axon nennt als Beispiele die N26-Bank in Deutschland, Money22 in den Niederlanden sowie RBI in Estland, also „Fintechs und Start-ups“. Als einen der Gründe für die gebremsten Innovationsinitiativen nennt Axon erneut die Regulierung: „Die Behörden wollen, dass kein Risiko für die Verbraucher entsteht.“

Deshalb lagern die Banken ihre Risiken aus, und zwar an kleinere externe Dienstleister. Das bedeutet „eigenes Risiko für Dienstleister“, die in ihrer eigenen Geschwindigkeit arbeiten, etwa hinsichtlich Betrugserkennung und -bekämpfung.

Datenintegration

Der Trend zur Digitalisierung und Automation erfordere indes viel mehr Daten und mehr Rechenleistung, weist Axon hin. Das führe dazu, dass KI-Modelle auf eine breite Diversität der Daten und der Datenquellen angewiesen sind. Dies wiederum lasse sich nur mithilfe vieler Schnittstellen auf der Ebene der Datenintegration bewerkstelligen. Die Daten könnten zwar auf Cloud-Plattformen von AWS, Azure und Google verwaltet werden, doch sie müssen von außerhalb akquiriert und intern geprüft, aufbereitet und analysiert werden. Erst wenn die Fachabteilungen Analysen vonseiten der Data Scientists erhalten, können ihre Entwickler entsprechende Anwendungen erstellen, etwa für das Risk Management und die Betrugserkennung.

Die Data Lakes, auf denen solche CDA-Plattformen aufbauen, könnten im Hinblick auf generative KI große und diverse Datenmengen vorhalten, doch es gebe einen Bremsklotz: „Aufgrund des Preismodells von OpenAI für die Nutzung von ChatGPT wird jede Fachabteilung Einschränkungen beim Budget zu gewärtigen haben.“

(ID:49885273)