Banken wägen das Potenzial – und die Gefahren – von ChatGPT ab

Technologieleiter bei Finanzinstituten beschäftigen sich damit, wie ChatGPT und andere Sprachlernmodelle (LLMs) Produktivitätssteigerungen erzielen können – und welche Hürden sie überwinden müssen, bevor sie solche Software einsetzen können.

LLMs erregten die Aufmerksamkeit von Banken und dem Rest der Welt, als das US-Softwareunternehmen OpenAI im November 2022 sein ChatGPT veröffentlichte. Die Leistungsfähigkeit dieser Form der künstlichen Intelligenz ist intuitiv und ChatGPT hat mehr als 100 Millionen Nutzer (von denen nur 12 Prozent kommen laut „Demandage.com“ aus den USA.

Google und andere haben seitdem ihre eigenen LLMs veröffentlicht, und Microsoft (dem OpenAI gehört) lizenziert GPT-Plug-ins über sein Azure-Cloud-Geschäft für Unternehmen.

Doch wie können Finanzinstitute diese Technologie tatsächlich nutzen?

Viele Banken und Unternehmen haben ihren Mitarbeitern die Nutzung verboten, aus Angst, dass sie geschützte oder Kundeninformationen an die Öffentlichkeit weitergeben – denn sobald Sie Daten auf der Online-Plattform von ChatGPT abfragen, sind diese durchsuchbar.

---

---

Banken sind auch besorgt über die Tendenz von LLMs, zu „halluzinieren“, also Antworten zu erfinden und sie als Fakten darzustellen. Das macht es gefährlich, Kunden oder Regulierungsbehörden vor Gericht zu stellen oder sich bei kritischen Entscheidungen auf sie zu verlassen.

Letzte Woche äußerten drei Technologievertreter ihre Ansichten zu ChatGPT bei einer Veranstaltung in Hongkong, die von GienTech, einem chinesischen Technologieanbieter für Finanzinstitute, veranstaltet wurde.

Ihre Herangehensweise variiert je nach Geschäftsanforderungen und Stand ihrer eigenen Digitalisierung.

Livi Bank

Die Livi Bank ist eine der lizenzierten virtuellen Banken Hongkongs. Sein CTO, Gary Lam, stellte fest, dass keine digitale Transformation erforderlich sei: Das Unternehmen sei virtuell mit einem Cloud-basierten Technologie-Stack entstanden. Zur Kundenakquise greift es auf von E-Commerce-Unternehmen übernommene Taktiken zurück, darunter Online-Werbung und Verkaufsförderung.

Einerseits ist die Nutzung künstlicher Intelligenz bereits weit verbreitet. Bei Aspekten des Kunden-Onboardings wie Gesichtserkennung und Betrugserkennung setzt es auf KI. Andererseits, sagt Lam, sei Livi als virtuelle Institution noch empfindlicher gegenüber Cybersicherheitsrisiken.

Daher erfordert generative KI mindestens das gleiche Maß an Risikomanagement und Sorgfalt.

„Gen AI ist ein Stück Software. Ich würde die gleichen standardmäßigen Datenverlustschutzmaßnahmen anwenden wie bei anderen Modulen im Stapel. Möglicherweise benötigen wir jedoch zusätzliche Filter, bevor wir ChatGPT-Nachrichten an unsere Kunden weitergeben.“

Dies wird derzeit untersucht, da LLMs die Produktivität in der Kundenkommunikation und -betreuung steigern können. Das Gleiche gilt jedoch für interne Benutzer, zu denen laut Lam Programmierer, Kundenbetreuer und Risikomanager gehören können.

Der größte interne Anwendungsfall ist die Verwendung von Abfragen in menschlicher Sprache, um riesige Bestände an Regulierungsdokumenten zu durchsuchen. „Wir können eine menschenähnliche Suchmaschine haben, um große Mengen an Material zu durchsuchen“, sagte er.

WeBank

Die zu Tencent gehörende WeBank ist eine der fortschrittlichsten digitalen Banken der Welt mit 360 Millionen Privatkunden nach nur acht Jahren auf dem chinesischen Festland. Sie verlässt sich auf ihre proprietäre Technologie, um Kunden profitabel bedienen zu können, deren Durchschnittserlöse zu niedrig sind, als dass eine traditionelle Bank sie bewältigen könnte. WeBank ist das Aushängeschild für schnelle und groß angelegte Innovationen im Consumer Banking.

LLMs stellen eine echte Veränderung dar, sagte Yao Huiya, Leiter für Fintech-Innovation in Shenzhen. WeBank bietet jedoch nicht überstürzt einen GPT-Dienst für die Interaktion mit Kunden an: Das wäre zu riskant, insbesondere für ein reguliertes Institut. „Es liegt in der Natur, dass man es nicht vermeiden kann, dummes Zeug zu reden“, sagte er.

Angesichts des Risikos der Offenlegung von Daten und der Verletzung von Vorschriften ist es unwahrscheinlich, dass die WeBank auf dem öffentlichen Internet basierende LLMs nutzt. Es handelt sich aber um Feinabstimmungen, die kleiner sind und nur auf die eigenen Daten der Bank zugreifen.

Laut Yao könnten LLMs eingesetzt werden, um die Produktivität der Kunden-Onboarding- und KMU-Kreditvergabeprozesse der Bank zu verbessern. Das Modell kann gute Zeitpunkte für die Kontaktaufnahme mit Kunden bezüglich eines Kredits vorschlagen, wie ein Einführungskontakt individuell angepasst werden kann und die Leistung des Kreditbuchs verbessern, indem es Kreditsachbearbeitern bei der Analyse von Unternehmensdaten hilft.

Yao bezweifelt, dass LLMs Kreditteams ersetzen werden. „Es wird den Menschen auf dem Laufenden halten, sodass er der generativen KI Fragen stellen kann, um bessere Entscheidungen zu treffen.“

Die Auswirkungen werden sich auf die technische Infrastruktur der Bank auswirken. „Die Rechenleistung wird sich von CPUs auf GPUs verlagern“, sagte er und bezog sich dabei auf die Prozessortypen. „Unsere Architektur benötigt Plugins, damit wir mehrere Modelle bereitstellen und A/B-Tests darauf durchführen können.“

Dies wird für alle Unternehmen gelten, nicht nur für digitale Banken. „Dies wird die Architektur der ganzen Welt verändern“, sagte Yao. „Die Wirkung von LLMs wird nicht enden.“

Hong Kong Jockey Club

Der Hong Kong Jockey Club ist kein lizenziertes Finanzinstitut, betreibt jedoch viele finanzähnliche Aktivitäten. In Hongkong besitzt das Unternehmen ein Monopol auf Pferderennen und Fußballwetten. Wie andere Organisationen wird auch das Unternehmen digitalisiert, etwa durch die Nutzung von Daten für seine Wettsysteme – und wie andere etablierte Unternehmen hat es auch mit seinen eigenen Altlasten zu kämpfen.

Li Sai-Chin, Geschäftsführer für Daten- und Analyselösungen, sagt, dass ChatGPT den Jockey Club zum Durcheinander zwingt. „Es hat zu einem grundlegenden Wandel im Denken über Daten und Analysen geführt.“ Für viele Führungskräfte ist es ein nützlicher Weckruf hinsichtlich der Notwendigkeit, die Digitalisierung zu nutzen.

Beim Wetten auf Pferde sind viele Daten erforderlich: Menschen schauen sich Informationen wie Spreads und die Erfolgsbilanz von Pferd und Jockey an, bevor sie ihre Wetten platzieren. „Wir erwarten, dass sie mehr Fragen stellen“, sagte Li, was so etwas wie ChatGPT potenziell relevant macht.

Dies ist eine Möglichkeit, dem Jockey Club dabei zu helfen, regelmäßiger mit seinen Kunden in Kontakt zu treten. Beispielsweise organisiert der Club während der Saison jede Woche zwei Pferderennen. An den anderen Tagen findet keine Interaktion mit Wettenden statt. Intelligente Chatbots könnten es Kunden ermöglichen, regelmäßiger zu interagieren und mehr Fragen zu stellen.

Der erste Schritt besteht darin, die Menschen dazu zu ermutigen, regelmäßiger mit den Daten des Clubs zu interagieren. Nach und nach sieht Li vor, dass der Club auf seinem Gelände Sensoren einsetzt, um den Nutzern Echtzeitabfragen und Datenerlebnisse zu bieten, während sie umherwandern, sich die Pferde ansehen, ein Bier trinken oder eine Wette platzieren.

„Wir denken viel über das Offline-zu-Online-Erlebnis nach“, sagte er. „Wenn wir in Echtzeit mit ihnen interagieren, während sie an einem Bereich vorbeigehen, können wir ihnen dann das nächste Pferd zeigen, das sie gerne sehen würden?“

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Automobil / Elektrofahrzeuge, Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• BlockOffsets. Modernisierung des Eigentums an Umweltkompensationen. Hier zugreifen.
• Quelle: https://www.digfingroup.com/chatgpt-banks/