Suchen

Studie Maschinelles Lernen wird Standard im Finanzwesen

| Autor / Redakteur: Matthias Semlinger / Nico Litzel

Die Geschwindigkeit und Präzision von Maschinellem Lernen (ML) ermöglichen es Finanzdienstleistern, Herausforderungen bei Effizienz und Kosten zu meistern, so die Erkenntnis von Frost & Sullivans Digital Transformation Team.

Firma zum Thema

Frost & Sullivan sieht eine große Zukunft für das maschinelle Lernen voraus.
Frost & Sullivan sieht eine große Zukunft für das maschinelle Lernen voraus.
(Bild: © Сake78 (3D & photo)-stock.adobe.com)

Maschinelles Lernen als Bereich der Künstlichen Intelligenz (KI) soll sich laut einer Frost & Sullivan-Studie in den nächsten fünf Jahren zum Standard bei Finanzdiensten entwickeln.

Während Proofs-of-Concept und Anwendungsfälle in den Fokus rückten, würden unzählige Anwendungsmöglichkeiten von ML sich auf unterschiedliche Geschäftsfunktionen auswirken.

Betrugsprävention, robotergestützte Services, die Einhaltung gesetzlicher Vorgaben und Kredit-Scoring würden enorme Wachstumschancen für den Einsatz von ML bei Finanzdienstleistern eröffnen.

Marktdynamik

Die Studie mit dem langatmigen Namen „Disruption in Global Financial Services, 2017—Machine Learning is Imperative“ [Registrierung erforderlich] bietet einen Überblick über die Marktdynamik von maschinellem Lernen und umfasst Technologietrends und Einflussfaktoren wie auch Hindernisse hinsichtlich der Markteinführung.

Zudem werden Fallstudien und Profile einiger wichtiger Marktteilnehmer, wie Google, IBM, Orange, Swisscom, Onfido, Darktrace, Klarna, Infosys, SAP und Rasa.ai, vorgestellt.

Strategische Erfordernisse

Für den Erfolg der ML müssen verschiedene Industrieteilnehmer, wie Regulierungsbehörden, Amtsinhaber und Start-ups zusammenarbeiten und ein robustes Ökosystem aufbauen, in dem das Potential von ML voll zur Geltung kommen kann.

Weiter müssen diese einen sicheren Zugang zu Daten ermöglichen, um ML-Systemen das Erkennen von normalem und Fehlverhalten zu erleichtern. Bedienkomfort und Sicherheit bei Daten und Transaktionen bei der Nutzung robotergestützter Dienste dürfen dabei nicht zu kurz kommen.

(ID:44950591)