Blog
Reichweitenstark & effizient: hyperlokale Pressemeldungen auf Knopfdruck bei der TARGOBANK
In Zeiten der digitalen Disruption stehen Banken vor vielfältigen Herausforderungen. Die automatisierte Erstellung von Text auf der Basis von Daten, die sogenannte Natural Language Generation (NLG), gilt hier als Schlüssel zur operativen Effizienz.
In der Finanzbranche lassen sich so beispielweise zeit- und kostenintensive Workflows zur Erzeugung von Berichten – von regulatorischen Meldungen bis hin zu Reports im Controlling oder in der Business Intelligence – um bis 98 Prozent automatisieren.
Natural Language Generation übernimmt die automatisierte Erstellung von unterschiedlichen Formaten in der Kunden- und Unternehmenskommunikation, beispielweise von personalisierten Newsletters, Börsenberichten oder von Pressemitteilungen, wie die folgende Case Study der TARGOBANK skizziert.
Unternehmenskommunikation in der Finanzbranche skalierbar gestalten
Um die Geschäftszahlen ihrer deutschlandweit 337 Standorte zu kommunizieren, verschickt die TARGOBANK lokalspezifische Pressemitteilungen. Weil sich die Erstellung dieser Vielzahl an Texten als sehr aufwendig gestaltete, suchte das Bankhaus mit Hauptsitz in Düsseldorf nach einer innovativen Lösung, die diese Erstellung skalierbar und effizient gestaltet.
Seit Frühjahr 2020 geschieht dies mit Hilfe von Natural Language Generation. Die Mehrwerte liegen auf der Hand: Hochwertige und große Volumina an Pressemitteilungen der jeweiligen Standorte lassen sich schnell und effizient erstellen und an die Lokalpresse versenden.
Natural Language Generation reduziert die Erstellungszeit von Pressemitteilungen um 66 Prozent
Für die TARGOBANK ergeben sich durch den Einsatz von Natural Language Generation facettenreiche Potenziale: Während die Zahlen, Daten und Fakten der TARGOBANK die Grundlage liefert, automatisiert die KI-basierte NLG-Software von Retresco die Erstellung der Pressemitteilungen, die anschließend an die Lokalpresse der jeweiligen Geschäftsgebiete der Filialen versendet werden.
Auf diese Weise erstellte die TARGOBANK bislang automatisiert Hunderte von Pressemitteilungen. Das Besondere: Während zuvor die Erstellung der Pressemitteilungen hohe personelle und zeitliche Ressourcen in der Unternehmenskommunikation in Anspruch genommen hat, werden nun spezifische Pressemitteilungen pro Filiale mit nur wenigen Klicks automatisiert erstellt.
Die Folge: Die Erstellungszeit von Pressemitteilungen wird um zwei Drittel reduziert. Die Unternehmenskommunikation der TARGOBANK profitiert durch eine effiziente und skalierbare Gestaltung der Prozesse, sodass sich MitarbeiterInnen auf wesentliche Aufgaben fokussieren können. Die Mehrwerte sind ebenso vielfältig wie spannend:
- Mehr Effizienz durch Prozessbeschleunigung und Ressourcenschonung; 66 Prozent Zeitersparnis
- Höhere Qualität durch automatisierte Datenübernahme und transparentes Regelwerk
- Mehr Reichweite & Presseerwähnungen durch hyperlokale Pressemeldungen
- Höhere Zufriedenheit durch Automatisierung von repetitiven Texterstellungsprozessen
Wie Natural Language Generation die Finanzbranche zukunftsfähig positioniert
Die Anwendungsszenarien und Mehrwerte von NLG in der Finanzbranche sind, wie die Case Study der TARGOBANK zeigt, facettenreich. Deutlich wird jedoch vor allem, dass der Einsatz von innovativen Zukunftstechnologien Banken, Finanzdienstleister und Fondsgesellschaften zukunftsfähig aufgestellt. Gerade in Zeiten der Digitalisierung ist das unabdingbar. Denn die Finanzbranche befindet sich in einem nachhaltigen Wandel: Ein erhöhtes Maß an regulatorischen Vorgaben bindet zunehmend personelle Ressourcen, niedrige Zinsen lassen die Gewinnmargen schwinden und agile Fintechs und globale Tech-Giganten erhöhen den Wettbewerbsdruck signifikant. Der Einsatz innovativer Sprachtechnologien auf der Basis von Künstlicher Intelligenz bietet für Banken und Finanzdienstleister die Möglichkeit, den Veränderungen souverän zu begegnen. Lösungen von Retresco gestalten textbasierte Geschäftsprozesse in der Finanzindustrie effizient und erhöhen auf diese Weise maßgeblich die operative Effizienz.
Weitere Informationen zur Anwendung von Natural Language Generation in der Finanzbranche finden Sie auf unserer Fokusseite.