Blog
Smart Banking: KI-basierte Sprachtechnologien in der Finanzbranche
In Zeiten der Digitalisierung agieren Banken in einem herausfordernden Wettbewerbsumfeld: Steigende regulatorische Vorgaben binden zunehmend Ressourcen, agile und disruptive Marktteilnehmer erhöhen die Anforderungen von Neu- und Bestandskunden und stellen tradierte Geschäftsmodelle von Banken auf die Probe. Der Einsatz innovativer Technologien wie Automatische Texterstellung – auch unter dem Begriff Natural Language Generation bekannt – bietet hier die Möglichkeit, die Veränderungen mit Souveränität zu begegnen und gezielt für die eigene Positionierung zu nutzen.
Insbesondere für den Bankenbereich stellt Natural Language Generation zahlreiche Potenziale bereit – beispielsweise bei der Erstellung von Fonds-, Börsen-, Jahres- oder Quartalsberichten, Kreditbewertungen, Kreditanträgen, Finanzinformationen oder Portfolioübersichten. Im Folgenden sollen drei konkrete Anwendungsformate vorgestellt werden.
1. Tätigkeitsberichte im Fondsmanagement
Kosten- und Zeitdruck sind in allen Branchen ein relevantes Thema. Häufig stellt sich insbesondere die Arbeit mit narrativen Inhalten als zeitaufwendig, komplex und kostenintensiv heraus. In der Finanzbranche spielen derlei Textinhalte insbesondere bei der Erstellung von Fonds- und Tätigkeitsberichten eine Rolle.
Relevante Erfolgskriterien stellen hier nicht nur die Effizienz bei der Erstellung der Texte dar, sondern auch die Compliance-Konformität: Denn in den vergangenen Jahren haben regulatorische Anforderungen an Banken stetig zugenommen. Um die Effizienz im Erstellungsprozess von Tätigkeitsberichten zu steigern, können Banken diese Dokumenttypen mit Hilfe von Natural Language Generation automatisieren. Die Software generiert aus strukturierten Rohdaten Berichte, die mit von Menschen erstellten Texten vergleichbar sind.
2. Verdachtsmeldungen nach § 43 GWG
Die Erstattung von Verdachtsmeldungen gehört zu den Kernanforderungen des Geldwäschegesetzes (GwG). Über 77.000 Verdachtsmeldungen gingen 2018 bei der Financial Intelligence Unit (FIU), der Anti-Geldwäsche-Einheit des Bundes, ein – Tendenz steigend. Das bedeutet für Finanzdienstleister: Hohe Qualitätsansprüche, das Gebot der unverzüglichen Fallbearbeitung und ein hohes Meldeaufkommen binden massive Ressourcen.
NLG-Lösungen ermöglichen es, Verdachtsmeldungen auf Knopfdruck zu erstellen – skalierbar, effizient, zu 100 Prozent richtlinienkonform. Wichtig: Eine manuelle Anpassung generierte Texte ist jederzeit möglich – letzte Instanz in der Entscheidung über die Abgabe einer Meldung im Rahmen eines risikobasierten Vorgehens bleiben weiterhin Spezialisten.
3. Internes und externes Berichtswesen
Die riesige Menge an Daten, die in Unternehmen der Finanzbranche aggregiert werden, ist weitaus größer, als eine einzelne Person oder Organisation verarbeiten und interpretieren kann. Eine maschinelle Unterstützung in der Datenanalyse und –interpretation ist daher unvermeidlich. Genau hier setzt ein spannendes und zunehmend relevantes Anwendungsfeld für NLG an – die Automation im internen und externen Berichtswesen.
Insbesondere im Finanzumfeld können mithilfe der automatischen Textgenerierung die aufwendige Erstellung von externen Berichten (z.B. Aktienanalysen) skalierbar ermöglicht werden. Auf diese Weise werden große Mengen an Daten effizient ausgewertet, Informationen interpretiert und Handlungsempfehlungen gezielt formuliert: Aufgaben, für die Business Analysten konventionell viel Zeit verwenden, lassen sich durch automatische Textgenerierung zeit- und kostensparend skalieren.
Automatische Texterstellung hält zahlreiche Potenziale für die Finanzbranche bereit: Die automatisierte Erstellung von Texten durch KI-basierte Software führt zu signifikanten und nachhaltigen Effizienzgewinnen – sowohl intern als auch extern. Da sich hierbei in der Regel an zahlreiche regulatorischen Maßgaben orientiert werden muss, bietet NLG einen entscheidenden Vorteil: Die regelbasierte Korrektheit des Systems bedingt eine Formulierung von exakten und damit gesetzeskonformen Berichten, die die regulatorischen Anforderungen erfüllen. Zeit- und kostenintensive Workflows zur Erzeugung von internen Berichten können automatisiert und die Kundenkommunikation durch Personalisierung zeitgemäß gestaltet werden. Auf diese Weise tragen Sprachtechnologien einen maßgeblichen Beitrag dazu bei, Banken zukunfts- und wettbewerbsfähig zu positionieren.