Bitte melden Sie sich an

Registrieren Sie Sich als Premium-Mitglied, um Vorträge herunterzuladen.

  • 100% Rabatt auf alle Club-Events und Kongresse
  • Download der Vortragsunterlagen aller Veranstaltungen
  • Zugriff auf Fotogalerie aller Veranstaltungen
Sie sind noch kein Mitglied?

Dann registrieren Sie sich jetzt:

Jetzt Mitglied werden
Sie sind bereits Mitglied oder waren Teilnehmer?

Bitte loggen Sie sich ein:

Jetzt einloggen
Jetzt Mitglied werden

Mit KI zur Portfoliostrategie einer neuen Generation

Zunehmend stoßen traditionelle Ansätze zur Segmentierung des Portfolios und der Prognose von Kundenverhalten an ihre Grenzen – zu volatil ist das Marktumfeld und zu dynamisch die Kundenerwartungen. Künstliche Intelligenz hilft bei Entscheidungsmodellierung und Optimierung.

Von Dr. Marc Drobe - 14. September 2022
Mit KI zur Portfoliostrategie einer neuen Generation

Foto: iStock.com/Kudryavtsev Pavel

ADVERTORIAL

Digitalisierung und die Transformation zum datengetriebenen Unternehmen stehen bei Banken immer öfter oben auf ihrer Agenda. Und das ist gut so. Aber geht die Strategie auch wirklich weit genug? Die meisten Kreditinstitute in Deutschland nutzen bereits prädiktive Analytik, zum Beispiel in Form von regulatorischen Kreditrisikomodellen. Einige versuchen auch, die Leistung dieser Modelle durch den Einsatz von Künstlicher Intelligenz (KI) und maschinellem Lernen zu erhöhen.

Die richtigen Entscheidungen treffen

Doch erst durch individuelle Optimierung lassen sich deutliche Sprünge bei Kreditvolumen und Rentabilität erreichen. Ziel muss es sein, für jeden Kunden automatisiert und datengetrieben die ideale Entscheidung zu treffen. Dazu müssen immer wieder neue Szenarien analysiert, Auswirkungen auf Portfolios projiziert und angepasste Entscheidungsstrategien zur Erreichung von Key Performance Indicators (KPIs) zeitnah implementiert werden. Nur so lässt sich das Beste aus Daten und digitalen Prozessen herausholen.

Es genügt nicht zu wissen, was in Zukunft passieren wird. Unternehmen müssen auch wissen, mit welchen Maßnahmen sie am Ende des Tages die Rentabilität erhöhen und andere wichtige Unternehmensziele erreichen können. In diesem Sinne entwickeln Entscheidungsmodellierung und Optimierung die prädiktive Analytik weiter – zur präskriptiven Analytik.

Hierbei werden mithilfe von KI unterschiedliche Szenarien simuliert. Die Herausforderung dabei ist, dass für jeden Kunden viele verschiedene Entscheidungen infrage kommen. Jede dieser Optionen wirkt sich anders auf das Erreichen der Portfolioziele aus. Und für jede muss man nicht nur die zu erwartenden Erträge, Verluste und Kosten, sondern auch die prognostizierte Reaktion des Kunden berücksichtigen.

Interne und externe Restriktionen definieren den Raum, in dem man sich bewegen kann. Mit KI-basierter Entscheidungsmodellierung und mathematischer Optimierung gelingt es, komplexe Szenarien durchzuspielen und sämtliche Aktionen unter die Lupe zu nehmen, die für jeden Kunden möglich sind. So lassen sich etwa mit der Decision-Optimizer-Lösung von FICO alternative Entscheidungen zeitnah testen, berechnen und im Rahmen der definierten Restriktionen die Erreichung der Portfolioziele projizieren.

Für ein flexibleres Portfoliomanagement können Komponentenmodelle entwickelt werden, um die Ergebnisse detailliert zu untersuchen und zu visualisieren, sodass Anwender verschiedene Strategien vergleichen können. Durch den Einsatz von maschinellem Lernen, Aktions- und Wirkungsmodellierung und Optimierung können analytischere, flexiblere und integrierte Portfoliomanagementansätze entwickelt werden, was wiederum eine Gewinnsteigerung des Portfolios ermöglicht.

Ein großer Vorteil der KI-basierten Optimierung: Man braucht keine hochspezialisierten Fachkräfte, um die projizierten Portfolioergebnisse darstellen und verstehen zu können. Es sind auch keine aufwendigen IT-Projekte durchzuführen, um Entscheidungsstrategien zu entwickeln und operativ umzusetzen.

Mensch und KI arbeiten als Dream-Team

Überflüssig ist der Mensch damit aber noch lange nicht. Auch wenn KI die Antwort auf die Frage liefert, welche Auswirkungen bestimmte Aktionen nach sich ziehen – nach wie vor müssen erfahrene Mitarbeiter entscheiden, welche Ziele innerhalb welcher Rahmenbedingungen angestrebt werden. Ihnen gibt ein transparentes und datengetriebenes Portfoliomanagement jedoch mehr Sicherheit bei der Entscheidungsfindung.

Angenommen, das Sales Team plant, den Zinssatz zu senken, um mehr Kredite zu verkaufen. In diesem Fall würde die Modellierung möglicherweise zeigen, dass dadurch zwar ein höheres Verkaufsvolumen erreicht wird, man aber auch mit zehn Prozent Ertragseinbußen rechnen muss. Ob Vor- oder Nachteile überwiegen und welche alternativen Strategien geeignet sind, konkurrierende Ziele auszubalancieren, müssen letztlich also Menschen entscheiden. Doch KI-basierte Optimierung liefert die nötigen Daten und Fakten, um gemeinsam die beste Strategie festzulegen.

Tipp: Sie möchten gern weitere spannende Beiträge zum Thema KI lesen? Dann könnte Sie unsere Rezension über „Künstliche Intelligenz in der Anwendung“ interessieren oder erfahren Sie hier, wie sich KI und Conversational Banking in der Praxis verträgt.

Dr. Marc O. Drobe

Senior Partner Solution Sales bei FICO

Lesen Sie auch

IDA, KI

Künstliche Intelligenz und Conversational Banking in der Praxis

Filiale out – Chatbots in. Heute möchten Kunden[…]

René Börner
Rezension KI Künstliche Intelligenz

Künstliche Intelligenz in der Anwendung

Herausgeber: Thomas Barton, Christian Müller Preis: 34,99€ Umfang: 294[…]

Fiona Gleim
Nachhaltigkeit KI Banken Microsoft

Risk und KI: Warum Puerto Ricos Wälder auch für Banken wichtig sind

Der Klimawandel fordert das Risikomanagement der Banken heraus,[…]

Oliver Schwarz
KI und Banken Senacor Technologies

Wie sich Banken endlich an KI trauen können

Obwohl KI viele Innovationen verspricht, schrecken Banken vor[…]

Christian Wolfangel
KI Daten

KI im Finanzsektor: Was Banken von anderen Branchen lernen können

Für den Finanzsektor sind Daten seit jeher ein[…]

Sebastian Hennerici
Conversational Banking Nuance

Mehr Wertschöpfung und Wachstum dank Conversational Banking

Vor dem Hintergrund der zunehmenden Automatisierung im Kundenkontakt[…]

Morna Florack
Bessere Betrugsprävention und gut geschützt in die Zukunft dank moderner Technik

Betrug: Mit State-of-the-Art-Lösungen gut geschützt in die Zukunft

Die Digitalisierung begünstigt kriminelle Vorfälle wie zum Beispiel[…]

Daniel Fernandez
Axovision

AXOVISION

Fünf Fragen an Christoph Peter, Mitgründer und COO[…]

Dennis Witzmann
BPaaS Avaloq IT KI

Vier gute Gründe für BPaaS

Outsourcing gilt als Königsweg in Digitalisierungs- und Automatisierungsprojekten.[…]

Karl im Brahm
KI FICO

Künstliche Intelligenz 2021 – fünf Themen

Wie hat sich die COVID-19-Pandemie auf die Weiterentwicklung[…]

Scott Zoldi
Predictive Analytics FOCONIS

Mit KI-Magie den Verkaufserfolg absichern

Wer nimmt den Bausparvertrag, wer die Hausfinanzierung? Diese[…]

Hyperautomatisierung

Hyperautomatisierung: Erfolgsfaktor für die Finanzwelt

Herbert Schild, Industry Lead of Financial Services bei[…]

Herbert Schild
Bankenaufsicht Bundesbank KI Innovation

Innovation und Stabilität: Die Bundesbank in der Digitalisierung

Bundesbankvorstand Joachim Wuermeling über künstliche Intelligenz, die digitale[…]

Prof. Dr. Joachim Wuermeling
Betrugsprävention heute, Bonität steht hinter Digitale Identitäten

Umdenken in der Betrugsprävention

Vollständig digitale Geschäftsabschlüsse durchdringen sämtliche Bereiche des Banking[…]

Stephan Vila
Predictive Analytics geno-banken

Geno-Banken profitieren von Predictive Analytics

Für Volks- und Raiffeisenbanken wird es wichtiger denn[…]

KYC, Convenience, Kundenauthentifizierung im Finanzsektor

Klick, klick – und der Kunde ist identifiziert

„Know Your Customer“, zu deutsch: Kenne Deinen Kunden.[…]

Denis Kolesnikov

Erfolgsfaktor Künstliche Intelligenz

Autor: Tim Cole Preis 29,99 Umfang: 240 Seiten Verlag:[…]

Laura Kracht
Rezension zum Buch Integrierte Intelligenz

Integrierte Intelligenz

Autor Ulrich Lichtenthaler Preis: 49,95 Euro Umfang:270 Seiten Verlag: Campus

Laura Kracht

Evolution der Cloud – Warum nur noch KI helfen kann

Mensch gegen Maschine: Ein lange bestehender Antagonismus. Unaufhaltsam[…]

Redaktion

Unsere Zukunft mit KI – wir müssen uns entscheiden

Auch die Finanzbranche ist mit KI verflochten. Doch[…]

Kerstin Petry
Schriftzug Was ist eigentlich Digitale Ethik

Was ist eigentlich Digitale Ethik?

Digitalisierung schreitet schnell voran und scheint manchmal unkontrollierbar[…]

Redaktion
Mensch mit Fragezeichen schaut auf Hände mit einem Menschen links und einer KI rechts

Welche Fragen KI an uns stellt

KI trifft immer häufiger Entscheidungen mit drastischen Auswirkungen[…]

Dr. Marie-Luise Sessler

Betrugserkennung als Service

Wie lässt sich Open Banking für die Betrugsprävention[…]

Lars Meinecke

Mensch. Maschine. Bank. KI in der Finanzbranche

Der BANKINGCLUB veranstaltete 2019 zum ersten Mal einen[…]

Lea Hoffmann

Infografik: Wie viel KI steckt in der Finanzbranche?

Banken setzen Künstliche Intelligenz zur Prüfung von Transaktionen,[…]

Redaktion

„Wie das Gehirn eines Neugeborenen“

Mark Lohweber von adesso ist davon überzeugt, dass[…]

Thorsten Hahn
Gian Reto à Porta ist CEO des Schweizer Fintechs Contovista AG

„KI ist nicht die Lösung für alles“

Wo liegen die Potenziale Künstlicher Intelligenz? Läutet sie[…]

Philipp Scherber

„Der geilste Kreditantrag der Welt“

Gegenbesuch in Köln: Als die SWK Bank 2017[…]

Thorsten Hahn

Künstliche Intelligenz „Made in Europe“

Bei ihrer KI-Strategie will sich die EU mit[…]

Daniel Fernandez

KI ist weit mehr als eine Technologie

Das Megathema Künstliche Intelligenz verspricht viele Vorteile. Doch[…]

Daniel Draenkow

Blockchains, Plattformen und Maschinen

Neue Technologien können die Effizienz steigern und Kosten[…]

Dr. Guido Zimmermann

Künstliche Intelligenz

Und welche Rolle spielt sie für die Finanzbranche?

Redaktion