Sebastian Sonntag ist Information Security Officer bei der ING Deutschland in Nürnberg. Er ist verantwortlich für das Prozessdesign und die Prozessoptimierung beim Onboarding und Monitoring neuer Applikationen und IT Services unter Information-Security-, Governance- und Compliance-Aspekten im Unternehmen.
Thomas Rümmler arbeitet als Managing Consultant bei AIT GmbH & Co. KG und verantwortet dort das Projektmanagement. Außerdem ist er von Microsoft als Most Valuable Professional (MVP) für Visual Studio & Development Technologies ausgezeichnet worden. Er hilft Unternehmen ihren Entwicklungsprozess ganzheitlich zu verbessern und mit moderner Softwareentwicklung die Chancen der Digitalisierung zu nutzen. Seine Erfahrung gibt er als Autor und Sprecher sowie als Dozent für IT Management an der FOM Hochschule weiter.
Prof. Dr. Sebastian Serfas ist stellv. wissenschaftlicher Gesamtstudienleiter der FOM Hochschule in Nürnberg. Er lehrt und forscht mit Schwerpunkt im Bereich Finance & Accounting, ist Mitgründer des KompetenzCentrum für Entrepreneurship & Mittelstand und berät Unternehmen bei strategischen und operativen Fragestellungen.
Die Inhalte des vorliegenden Werkes wurden mit größter Sorgfalt recherchiert und nach bestem Wissen zusammengestellt und geprüft. Dennoch können fehlerhafte Informationen oder Darstellungen nicht ausgeschlossen werden. Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informationen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Alle Angaben erfolgen daher ohne Gewähr. Weder der Verlag noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen, etc. Jegliche Haftung seitens der Autoren, der Herausgeber oder des Verlages ist ausgeschlossen.
Sebastian Sonntag
Thomas Rümmler
Sebastian Serfas
Künstliche Intelligenz im Finanzsektor
Eine kritische Betrachtung digitaler Service-Ansätze und Applikationen im Kontext eines digitalen Finanzberaters
Künstliche Intelligenz im Finanzsektor
Eine kritische Betrachtung digitaler Service-Ansätze und
Applikationen im Kontext eines digitalen Finanzberaters
© 2019 Sebastian Sonntag, Thomas Rümmler, Sebastian Serfas
Schriftenreihe BWL Hochschulschriften, Band 10
Herausgeber:
Prof. Dr. Ludwig Hierl
Prof. Dr. Simon Fauser
Prof. Dr. Sebastian Serfas
Verlag: tredition GmbH, Hamburg
ISBN Paperback |
978-3-7482-5229-0 |
ISBN Hardcover |
978-3-7482-5230-6 |
ISBN eBook |
978-3-7482-5231-3 |
Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung der Autoren. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften.
Bibliografische Information der Deutschen Nationalbibliothek: Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.dnb.de abrufbar.
Inhaltsverzeichnis
Abbildungsverzeichnis
Abkürzungsverzeichnis
1 Einleitung
1.1 Motivation
1.2 Problemstellung, Zielsetzung und V orgehensweise
1.3 Aufbau
2 Theoretische Grundlagen
2.1 Begriff Digitalisierung
2.2 Technologien der Digitalisierung
2.3 Künstliche Intelligenz als Technologie der Digitalisierung
3 Digitalisierung und künstliche Intelligenz im Finanzsektor
3.1 Finanzsektor im Wandel
3.2 Status Quo der Digitalisierung des Sektors
4 Empirische Analyse und Erhebungsdesign
4.1 Erhebungsmethodik Online-Befragung
4.2 Aufbau des Fragebogens
4.3 Beschreibung der Stichprobe
5 Ergebnisse der Erhebung
5.1 Generelles Nutzungsverhalten und aktuelle Wahrnehmung von Finanzdienstleistungen
5.2 Einstellungen und Anforderungen an einen digitalen Finanzberater
5.3 Zusammenfassung der Ergebnisse
6 Weiterführende Analyse der Ergebnisse im Kontext bestehender digitaler Service-Ansätze und Applikationen
6.1 Analyse bestehender Service-Ansätze und Anforderungsvergleich
6.2 Kritische Betrachtung des digitalen Finanzberaters
6.3 Empfehlungen
7 Zusammenfassung und kritische Würdigung
8 Fazit und Ausblick
Literaturverzeichnis
Anhang
Anhang I: Online-Fragebogen
Anhang II: Variablenerklärung - Shapley Value Regression
Abbildungsv erzeichnis
Abbildung 1: Überblick Künstliche Intelligenz
Abbildung 2: Vereinfachte Funktionsweise eines Chatbots
Abbildung 3: Aufbau des Fragebogens
Abbildung 4: Generelle vs. Online-Nutzung von Finanzangeboten
Abbildung 5: Zufriedenheit mit aktuellen Online-Finanzdienstleistungen (Mittelwert)
Abbildung 6: Zukünftig ohne Geschäftsstellenbesuch von Finanzdienstleistern
Abbildung 7: Gründe ge gen zukünftigen Geschäftsstellenbesuch
Abbildung 8: Gründe für zukünftigen Geschäftsstellenbesuch
Abbildung 9: V orstellungen von einem digitalen Finanzberater
Abbildung 10: Wünsche und Anforderungen an einen digitalen Finanzberater
Abbildung 11: Gestützte Anforderungen an einen digitalen Finanzberater
Abbildung 12: Nutzungswahrscheinlichkeit eines digitalen Finanzberaters
Abbildung 13: Gründe gegen die Nutzung eines digitalen Finanzberaters
Abbildung 14: Einstellungen gegenüber dem digitalen Finanzberater
Abbildung 15: Input Code – Korrelation aus Data_r_OFB
Abbildung 16: Output – Korrelation aus Data_r_OFB
Abbildung 17: Ergebnis Korrelationsanalyse Einstellungen
Abbildung 18: Input Code – Shapley Value Regression
Abbildung 19: Output – Shapley Value Regression
Abbildung 20: Vereinfachte Funktionsweise von Alexa
Abbildung 21: Anforderungsvergleich mit bestehenden Ansätzen
Abkürzungsv erzeichnis
AASP |
Account Aggregation Service Provider |
AG |
Aktiengesellschaft |
AGI |
Artificial General Intelligence |
AI |
Artificial Intelligence |
AI-C3 |
Artificial Intelligence Client Communication Centre |
ANI |
Artificial Narrow Intelligence |
API |
Application Programming Interface |
ASR |
Automatic Speech Recognition |
B2B |
Business to Business |
BaaP |
Banking as a Platform |
BaFin |
Bundesanstalt für Finanzdienstleistungsaufsicht |
BDSG |
Bundesdatenschutzgesetz |
BSI |
Bundesamt für Sicherheit in der Informationstechnik |
COIN |
Contract Intelligence |
CUI |
Conversational User Interfaces |
DAX |
Deutscher Aktienindex |
DeepQA |
Deep Question Answering |
DKB |
Deutsche Kreditbank |
eID |
electronic Identity |
eSIM |
embedded Subsrcriber Identity Module |
ETF |
Exchange Traded Funds |
EU |
Europäische Union |
FAQ |
Frequently Asked Questions |
GAFA |
Google, Amazon, Facebook & Apple |
GFT |
Gesellschaft für Technologietransfer |
HSBC |
Hongkong and Shanghai Banking Corporation |
IBM |
International Business Machines |
ING |
International Netherlands Group |
IoT |
Internet of Things |
IPA |
Intelligence Process Automation |
ISACA |
Information Systems Audit and Control Association |
ISO |
International Organization for Standardization |
IT |
Informationstechnologie |
KI |
Künstliche Intelligenz |
KWG |
Kreditwesengesetz |
ML |
Machine Learning |
NFC |
Near-field communication |
NIST |
National Institute of Standards and Technology |
NLG |
Natural Language Generation |
NLP |
Natural Language Processing |
NLU |
Natural Language Understanding |
OAuth |
Open Authorization Protocol |
OCR |
Optical Character Recognition |
PIN |
Personal Identification Number |
PSD2 |
Payment Service Directive 2 |
RDA |
Robotic Desktop Automation |
RFID |
Radio-frequency identification |
ROBIN |
Robo-Invest |
RPA |
Robotic Process Automation |
RWD |
Responsive Web Design |
SHA |
Secure Hash Algorithm |
SSL |
Secure Sockets Layer |
SQL |
Structured Query Language |
TAN |
Transaction Number |
TLS |
Transport Layer Security |
TTS |
Text to speech |
TÜV |
Technischer Überwachungsverein |
USP |
Unique Selling Preposition |
1 Einleitung
Künstliche Intelligenz (KI) als eine eigentlich schon lang bestehende Disziplin erfährt aktuell einen neuen richtungsweisenden Aufschwung in Praxis und Forschung. Durch die fortschreitende Digitalisierung und den damit verbundenen technologischen Fortschritt gewinnen marktreife, KI-basierte Anwendungen immer mehr an Bedeutung. In den Medien ist zunehmend von Gesichtserkennung, Chatbots, Sprachassistenten, Sensordatenanalyse, Predictive Maintenance, Autonomen Fahren oder Robotern die Rede. Die gemeinsame Basis dieser Anwendungen ist die Technologie rund um KI. Die Grundlagen der KI, eine große Zahl der Algorithmen und multivariaten statistischen Methoden, die dabei zum Einsatz kommen, reichen bis auf wenige neue Verfahrensansätze zurück bis in die Mitte des vergangenen Jahrhunderts. KI-basierte Anwendungen treten aber erst heute markttauglich in einer großen Fülle auf. Der Grund hierfür ist die rasante Entwicklung der Informationstechnologie (IT) in den zurückliegenden Jahren. Die Einsatzgebiete sind sehr vielseitig. In Onlineshops oder als virtuelle Agenten auf dem Smartphone assistieren KI-basierte Applikationen Konsumenten bei der Auswahl von Produkten oder bieten anderweitige Support-Funktionen. Aber auch in der Industrie ermöglichen intelligente Sensordatenerfassungen bspw. eine höhere Qualität in der Produktion oder vorausschauende Wartung von Maschinen. Im Dienstleistungsbereich ist nicht zuletzt auch der Finanzsektor auf potentielle Vorteile KI-basierter Anwendungen gestoßen, um erfolgsträchtige Synergien mit sogenannten FinTechs in Kundenservice, Marketing und Vertrieb sowie im Kundenerlebnis zu generieren (vgl. Kremer 2018).
Der Verbraucher akzeptiert KI-Anwendungen grundsätzlich mehr und mehr, um intelligente Hinweise, Angebote und Lösungen zu erhalten. Allerdings muss die Finanzwelt diesbezüglich noch den letzten Beweis antreten, da der Umgang mit besonders sensiblen Daten zu einigen Hürden führen kann (vgl. Rondinella 2017). Dies fordert ein gänzliches Umdenken, da komplette Geschäftsmodelle auf den Kopf gestellt werden. Eine grundlegende Veränderung findet von den kleinsten Prozessen bis hin zur Unternehmensstruktur- und Strategieausrichtung statt (vgl. Half 2016, S. 1).
Bereits jetzt sind Teile des Finanzsektors digitalisiert und immer mehr auf den Markt strömende FinTech-Unternehmen stellen den Finanzbereich vor größer werdende Herausforderungen. Digitale Direktbanken werden immer beliebter und Filialbanken rücken in den Hintergrund. Im Durchschnitt wird eine Filiale von Kunden nur noch einmal im Jahr aufgesucht; der anhaltende Rückgang der Filialen von Banken unterstreicht diese Entwicklung deutlich (vgl. Schwartz et al. 2017, S. 1; Fiore 2017). Die steigende Beliebtheit von Direktbanken mit ihrem digitalen Angebot für Endverbraucher weist die Richtung zur digitalen Finanzberatung (vgl. norisbank GmbH 2018).
Es scheint geboten, sich dem Thema KI aus Sicht der Finanzwelt weiter zu öffnen, um den sich dynamisch ändernden Wettbewerbsbedingungen und Anforderungen von Verbrauchern auch zukünftig gerecht werden zu können.
1.1 Motivation
Kaum eine Branche erfährt im Moment die digitale Transformation so stark wie der Finanzsektor. In zweierlei Hinsicht wirken dabei Kräfte auf die Finanzwelt ein. Einerseits verändern Kunden die Anforderungen wie Finanzdienstleistungen bereitgestellt und erbracht werden müssen. Andererseits müssen klassische Finanzinstitute den neuen Nachfragebedürfnissen Rechnung tragen und die eigenen Arbeitsprozesse im Hinblick auf Technologisierung bzw. Digitalisierung umstellen. Die Kundennähe, über Jahrzehnte hinweg ein bedeutendes Gut der Finanzinstitute, nimmt in seiner Bedeutung bei der Auswahl von Anbietern immer weiter ab. Kunden selektieren heute ihre Bank verstärkt nach den Digitalangeboten. Bei ca. 63 Millionen Online-Girokonten und ca. 42 Millionen Onlinebanking-Nutzern allein in Deutschland ist die digitale Onlineberatung nicht mehr wegzudenken - eine spannende Entwicklung, die die Finanzhäuser und ihre Mitarbeiter vor richtungsweisende Herausforderungen stellt und ein Umdenken erfordert (vgl. Statista 2018a; Wohlfahrth 2017).
In diesem Zusammenhang stellt sich die Frage, inwieweit der Faktor Mensch in Zukunft noch eine Rolle als Teil der Servicearchitektur im Finanzsektor darstellen wird. Auch ist die Frage aufzuwerfen, ob und unter welchen Voraussetzungen ein so stark mit Vertrauen belegtes Gut wie eine Finanzdienstleistung bei Privatkonsumenten durch technische Innovationen substituierbar ist.
Diesen Fragestellungen nachzugehen stellt die Motivation dieses Buchs dar. Dabei sollen bereits bestehende digitale Ansätze und im Besonderen die Kundensicht auf einen digitalen Finanzberater analysiert werden. Hierdurch bietet sich aus Sicht der Autoren die Gelegenheit den theoretischen Aspekten einen praxisorientierten Kunden-Benchmark gegenüberzustellen.
1.2 Problemstellung, Zielsetzung und Vorgehensweise
Durch die großen Umstrukturierungen und Veränderungsprozesse im Finanzsektor ist fraglich, ob zukünftig ein persönlicher Finanzberater im klassischen Sinne noch Bedarf findet oder durch einen digitalen, KI-basierten Finanzberater ersetzt werden kann oder muss. Vor dem Hintergrund, dass Kunden häufig keine Geschäftsstellen mehr aufsuchen, kann hinterfragt werden, ob ein klassischer Finanzberater weiterhin benötigt wird. Es gilt zu erforschen, ob das Bedürfnis nach einem mobilen, digitalen Finanzberater besteht. Auf Grundlage der dargelegten Problemstellung sollen die folgenden Forschungsfragen beantwortet werden:
■ Ist ein digitaler Finanzberater aus Kundensicht grundsätzlich gewünscht? Falls ja, welche Anforderungen müsste dieser bedienen können?
■ Welche digitalen Lösungen gibt es bereits heute und inwieweit erfüllen diese schon die aktuellen Kundenerwartungen?
■ Existieren, auf Basis der eruierten Kundenanforderungen, Anhaltspunkte für Optimierungspotenzial bei den bereits vorhandenen digitalen Lösungen?
Die Zielsetzung dieser Abhandlung besteht darin, die Anforderungen der Kunden an einen möglichen digitalen Finanzberater mit bereits heute existierenden digitalen Services abzugleichen und darauf basierend Empfehlungen zu entwickeln, wie die digitalen Finanz-Services bzw. ein digitaler Finanzberater in Zukunft optimiert werden könnten.
Für die Erarbeitung bereits bestehender Lösungsansätze wird eine umfassende Literatur- und Internetrecherche durchgeführt. Konkret wird mit Hilfe einer Sekundäranalyse vorhandener Studien der Einsatz von KI im Finanzsektor untersucht.
Um der Problemstellung nachzugehen, welche Anforderungen die Kunden an einen digitalen Finanzberater stellen, wird eine empirische Nutzer-Befragung durchgeführt. Bei dieser Befragung werden Teilnehmer eingeladen, die bereits zu den online-affinen Kunden gehören. Die Erhebung wird in Form einer Online-Befragung umgesetzt. Für diese wird ein Fragebogen anhand befragungsrelevanter Kriterien ausgearbeitet, um die übergeordnete Fragestellung beantworten zu können. Vor Durchführung der Befragung wird ein Pre-Test durchgeführt, um mögliche Fehler, Unstimmigkeiten und Defizite zu erkennen und berichtigen zu können. Im Anschluss an die Auswertung der Erhebungsergebnisse erfolgt eine Vergleichsanalyse der Nutzer-Anforderungen mit den bestehenden Lösungsansätzen.
1.3 Aufbau
Die vorliegende Veröffentlichung umfasst acht Kapitel.
Im ersten Kapitel werden nach einer kurzen Einleitung die praktische und wissenschaftliche Relevanz des Themas sowie die Problemstellung, Zielsetzung und Vorgehensweise vorgestellt.
Das zweite Kapitel widmet sich den theoretischen Grundlagen von Digitalisierung und künstlicher Intelligenz.
Darauf aufbauend wird im dritten Kapitel der Digitalisierungsgrad sowie eingesetzte KI-Ansätze im Finanzsektor thematisiert. Zunächst leitet der Wandel dieses Sektors das Kapitel ein, danach wird der Status Quo der Digitalisierung in diesem Sektor vorgestellt.
Im Fokus des vierten Kapitels steht die Beschreibung des Studien-Designs der quantitativen Analyse. Im Speziellen wird dabei auf die Erhebungsmethodik, den Aufbau des Fragebogens und die Beschreibung der Stichprobe eingegangen.
Anschließend werden im fünften Kapitel die Ergebnisse der Erhebung betrachtet, wobei sich das Kapitel in eine Beschreibung des generellen Nutzungsverhaltens sowie der aktuellen Wahrnehmung von Finanzdienstleistungen auf der einen Seite und der Evaluation von Einstellungen und Erwartungen der Befragten an einen digitalen Finanzberater auf der anderen Seite aufteilt. Eine Zusammenfassung der Erhebungsergebnisse schließt das Kapitel ab.
Die Analyse bereits existierender Ansätze eines digitalen Finanzberaters und der Abgleich zu formulierten Anforderungen aus der Erhebung leiten das sechste Kapitel ein. Es wird durch die kritische Betrachtung des digitalen Finanzberaters und Empfehlungen, welche auf den Erhebungsergebnissen basieren, abgeschlossen.
Die ausführliche Zusammenfassung und kritische Würdigung im siebten Kapitel sowie ein Fazit und Ausblick im achten Kapitel rund das vorliegende Werk ab.