Wie Daten die Zukunft des Bankwesens verändern – Fintech Singapore

Banken sammeln und speichern riesige Mengen an nutzbaren Daten, und viele setzen Big Data und KI bereits erfolgreich in verschiedenen Geschäftsfällen ein.

Das Potenzial zur Optimierung der Datennutzung durch eine datengesteuerte Banking-Strategie ist enorm, insbesondere für kleinere Banken. Denn auch kleine Projekte können mit einer solchen Strategie einen deutlichen Mehrwert erzielen.

Dieser Artikel ist eine Zusammenarbeit zwischen Finanzsoftwareanbietern ti&m und Google Cloud erschienen im ti&m-Special zum Thema Digital Banking und untersuchten den Einsatz und das Potenzial von Big Data und KI im Bankensektor.

Das komplettes Magazin bietet weitere Einblicke in verschiedene Bank- und Technologietrends.

Die meisten Banken haben noch nicht wirklich an der Oberfläche des datengesteuerten Bankings gekratzt. Und das, obwohl das Potenzial von Datenanalysen und KI im Banking von Branchenexperten erkannt und nachgewiesen wurde, wie aktuelle Umfragen zu diesem Thema zeigen.

Damit Banken aber auch in Zukunft erfolgreich bleiben, müssen sie ihre Geschäftsmodelle kontinuierlich und dynamisch an veränderte Rahmenbedingungen anpassen.

Die wichtigsten Treiber für datengesteuertes Banking sind technologische und regulatorische Faktoren. Basierend auf diesen Faktoren können konkrete Anwendungsfälle für verschiedene Hebel zur Verbesserung der Unternehmensleistung (z. B. Kostenminimierung, Risikoreduzierung oder Umsatzsteigerung) identifiziert werden.

Technologietreiber treiben Banken mit KI in eine datengesteuerte Zukunft

Technologie ist der entscheidende Treiber für datengesteuertes Banking. Die für die Finanzbranche als besonders relevant angesehenen Treiber ermöglichen eine flexible Skalierung, ein standardisiertes und damit effizientes Zusammenspiel verschiedener Anbieter sowie neueste methodische Ansätze.

Die grundlegende Ressource hinter allen drei Technologietreibern sind Daten. Auf dieser Grundlage können Finanzinstitute einen Mehrwert für sich und ihre Kunden schaffen.

Die den Banken zur Verfügung stehenden Daten können in drei Haupttypen unterteilt werden: Stammdaten (einschließlich Kundendaten und sozioökonomische Daten), Transaktionsdaten (z. B. Zahlungen, Geschäfte) und Verhaltensdaten (z. B. Interaktionen über verschiedene Kanäle hinweg).

Die Herausforderung besteht oft darin, eine geeignete IT-Infrastruktur und ein Datenmanagementsystem aufzubauen, das Daten aus verschiedenen (internen) Quellen sammelt und speichert. Dafür ist eine ausreichend große Rechenleistung erforderlich.

Der Sprung der technischen Möglichkeiten durch die KI-Forschung hat eine Vielzahl neuer Innovationen und Geschäftsszenarien hervorgebracht.

Treiber dieses Prozesses sind vor allem Innovationen im Bereich Deep Learning, ein schnell wachsendes Datenvolumen und der Zugang zu relativ kostengünstiger Rechenleistung (z. B. über Cloud Computing).

Viele Banken nutzen KI bereits in einem oder mehreren Geschäftsfällen, und auch eine wachsende Zahl von Fintechs bewegt sich in diese Richtung.

Großes Potenzial in vielen Bereichen des Bankwesens

Der Einsatz von datengesteuertem Banking kann die Leistung von Banken durch verschiedene Hebel steigern.

Anwendungsfälle wie automatisiertes Kunden-Onboarding oder automatisiertes Screening potenziell politisch exponierter Personen können Kosten für Finanzinstitute senken.

Darüber hinaus können Geschäftsrisiken im Banking durch datenbasierte Erkenntnisse minimiert werden, beispielsweise durch genauere Ausfallprognosen im Kreditgeschäft.

Über Verbesserungen auf der Kosten- und Risikoseite hinaus kann datengesteuertes Banking auch auf der Ertragsseite Vorteile bringen.

Konkrete Anwendungen wie Empfehlungssysteme können Finanzinstituten dabei helfen, ihre Einnahmen durch Up- und Cross-Selling, höhere Konversionsraten und eine geringere Kundenabwanderung zu steigern.

Kunden profitieren auch direkt von Verbesserungen der Personalisierung und des Kundenerlebnisses, was wiederum zu einer höheren Kundenzufriedenheit führt.

Es kommt auf die richtige Einstellung an

Die technologischen und regulatorischen Rahmenbedingungen für eine Umstellung auf datengesteuertes Banking sind bereits heute vorhanden. Um Use Cases erfolgreich umzusetzen, müssen Banken jedoch ihre Denkweise grundlegend ändern.

Oftmals herrscht eine Compliance-Mentalität vor, die in vielen Situationen Innovationen verhindert oder zumindest bremst.

Diese Denkweise muss durch eine technologie- und datenfreundliche Kultur ersetzt werden, die es Unternehmen ermöglicht, das volle Potenzial des datengetriebenen Bankings innerhalb der bestehenden rechtlichen Rahmenbedingungen auszuschöpfen.

Dieser Artikel basiert auf der 28-seitigen Seite Whitepaper „Data-driven Banking“, eine Gemeinschaftsarbeit von Google Cloud, dem Institut für Finanzdienstleistungen in Zug, Schweiz, und ti&m, die eine tiefgreifende Auseinandersetzung mit dem Thema bietet.

Über den Autor

Weitere Infos zum Autor