Einbettung von KI in die Geschäftsmodelle von Banken

Die europäischen Banken betrachten die Technologie zunehmend als entscheidend für ihren künftigen Erfolg. Die Aufsichtsbehörden stimmen dem zu: In den jüngsten aufsichtlichen Prioritäten der EZB wird eine wirksame Digitalisierungsstrategie als wichtige Antwort auf die Herausforderungen der Branche genannt, die von sich ändernden Kundenpräferenzen und zunehmendem Wettbewerb durch Technologieunternehmen bis hin zu Überkapazitäten und Kostenineffizienz reichen. Die Banken sollten daher damit rechnen, dass die Aufsichtsbehörden ihre Digitalisierungsstrategien im Jahr 2022 verstärkt unter die Lupe nehmen werden, einschließlich Benchmarking und gezielter Vor-Ort-Prüfungen von Governance, Ressourcen, Kompetenzen und Risikomanagement.

Innerhalb dieser Strategien könnte einer der Bereiche, auf den sich die Aufsichtsbehörden konzentrieren könnten, die künstliche Intelligenz (KI) sein. Zu den wichtigsten Varianten der KI gehören das maschinelle Lernen – sich selbst verbessernde Algorithmen; die Verarbeitung natürlicher Sprache – Text- und Sprachinterpretation; Computer Vision – Geräte, die ihre Umgebung durch die Analyse von Bildern (Fotos, Videos) verstehen; und Robotik – Verarbeitung von Daten mit Sensoren.

KI hat im Bankwesen ein echtes Umgestaltungspotenzial. Die Entwicklung und der Einsatz von KI nehmen schnell zu und werden sich wahrscheinlich noch weiter beschleunigen, da die Unternehmen ihre Investitionen nach der COVID-Initiative intensivieren. Die Banken können sich auf die folgenden potenziellen Vorteile freuen:

• Steigerung der Effizienz: Kostenreduzierung und Produktivitätssteigerung durch den Einsatz von KI zur Ausführung von Kernprozessen in Bereichen wie Finanzen, Compliance, Risikomanagement und Verwaltungsaufgaben;
• Generierung von Einnahmen: Einsatz von KI zur Verbesserung der Segmentierung, zur Antizipation von Kundenbedürfnissen oder zur Entwicklung neuer Produkte und Dienstleistungen;
• Verringerung von Risiken: Anwendung von KI auf die Risikoanalyse in Bereichen wie Kreditentscheidungen, Marktrisiko oder Versicherungsübernahme, wodurch die institutionelle Stärke und die Systemstabilität verbessert werden.

Beispiele für aktuelle Anwendungsfälle von KI im Bankensektor lassen sich in fünf Hauptbereiche unterteilen, von denen jeder bereits spezifische Anwendungen für einzelne Institute hervorbringt:

• Neue Wertangebote: Nutzung von Analysen zur Gewinnung neuer Erkenntnisse und Innovationen, z. B. bei der Kreditvergabe, der Finanzberatung oder der Anlageforschung;
• Risikomanagement: Verbesserung der Betrugserkennung, der Handelsüberwachung und der Bewertung von Liquiditäts- oder Kontrahentenrisiken;
• Betrieb: Neugestaltung von Verwaltungsaufgaben, Berichterstattung oder Compliance-Aktivitäten;
• Kundenakquisition und -verwaltung: Beschleunigung des Onboarding oder Verbesserung des Kundenverständnisses und der Personalisierung;
• Kundenerfahrungen: Automatisierung von Interaktionen über Chatbots oder virtuelle Assistenten und Verbesserung bestehender Kanäle, damit sich menschliche Berater auf wertschöpfende Aufgaben konzentrieren können.

Natürlich kann KI, wie jede neue Technologie, potenzielle Risiken bergen, wenn sie ohne geeignete Kontrollen ihrer Handlungen und der von ihr verwendeten Daten eingesetzt wird. Zu den wichtigsten Risikobereichen gehören mangelnde Rechenschaftspflicht und Transparenz, das Potenzial für Voreingenommenheit oder Diskriminierung, Datenmissbrauch oder Datenschutzverletzungen sowie das Potenzial für finanzielle Instabilität, wenn man sich in Zukunft zu sehr auf die Abhängigkeit von Dritten verlässt.

Die Notwendigkeit, die Vorteile der KI gegen ihre potenziellen Risiken abzuwägen, stellt eine neue Herausforderung für die Bankenaufsicht dar. In der schriftlichen Stellungnahme der EZB zu einem Vorschlag für eine Verordnung zur Festlegung harmonisierter Regeln für künstliche Intelligenz (CON/2021/40) bekräftigte sie, dass sie als Aufsichtsbehörde bei der Beaufsichtigung von Kreditinstituten einem technologieneutralen Ansatz verpflichtet ist und dass ihre Aufgabe darin besteht, die Sicherheit und Solidität von Kreditinstituten “unabhängig von der Anwendung einer bestimmten technologischen Lösung” zu gewährleisten.

Die Banken sollten sich daher auf eine Reihe möglicher aufsichtlicher Haltungen gegenüber KI einstellen. Offene und proaktive Diskussionen mit den JSTs könnten Banken und Aufsichtsbehörden dabei helfen, unvorhersehbare oder widersprüchliche Interpretationen des Einsatzes von KI zu vermeiden. Sich mit dem Verordnungsvorschlag der Europäischen Kommission vertraut zu machen, kann den Banken auch helfen, die spezifischen Definitionen für risikoreiche KI und die damit verbundenen Verpflichtungen in Bereichen wie Datenqualität, Risikomanagement, Transparenz, Dokumentation und Rückverfolgbarkeit zu verstehen. In einem Bankenkontext könnten hohe Risiken entstehen, wenn KI in folgenden Bereichen eingesetzt wird:

• Verwaltung und Betrieb kritischer Infrastrukturen: Bargeldversorgung, kartengestützter und konventioneller Zahlungsverkehr, Abrechnung und Abwicklung von Wertpapieren;
• Beschäftigungs- und Arbeitnehmermanagement: Einstellungen, Einstellungsentscheidungen oder Leistungsbeurteilungen; und
• Wesentliche private oder öffentliche Dienstleistungen: Kreditscoring und Bonitätsbewertung.

Der Einsatz von KI im Bankwesen nimmt ständig zu, und sowohl die Banken als auch die Aufsichtsbehörden haben noch viel zu lernen. Es handelt sich jedoch um einen Bereich, der sich außergewöhnlich schnell entwickelt. Es ist zu erwarten, dass in den kommenden Jahren rasche Fortschritte bei der Rechenleistung, der Datenverfügbarkeit und den Fähigkeiten der KI zu verzeichnen sein werden. Die Banken sollten nicht nur auf die potenziellen Risiken der KI-Implementierung achten, sondern auch darauf, wie sich dies auf ihre Digitalisierungsstrategien innerhalb ihrer künftigen Geschäftsmodelle auswirken kann.

Text: KPMG
Titelbild: geralt via Pixabay

Übersetzung der Redaktion