Gerade für Finanzinstitute mit ihren riesigen Datenmengen ist das KI-Potenzial hoch. Daher stehen die Möglichkeiten rund um den Einsatz von künstlicher Intelligenz (KI) bei vielen Banken aktuell im Fokus.
Um zukunftsfähig und technologisch wettbewerbsfähig zu bleiben, müssen Banken KI zu einem festen Bestandteil ihrer IT-Strategie machen. Das funktioniert nur mit einer durchdachten KI-Roadmap.
Genau dies stellt für diverse Finanzinstitute eine große Herausforderung dar. Einerseits gibt es zum Teil nur Grundlagenwissen zu den technologischen Anwendungsmöglichkeiten sowie zur Implementierung, andererseits besteht die Herausforderung in der Ableitung einer Impact-Effort-Analyse auf Basis potenzieller KI-Services.
Zur Ableitung konkreter Anwendungsbereiche bedarf es zunächst der Definition strategischer Unternehmensziele. Nur wenn die KI-Services im Einklang mit den zentralen Unternehmenszielen stehen, kann eine spätere Nutzerakzeptanz inklusive erfolgreicher Nutzung sichergestellt werden. Um geeignete Bereiche zu identifizieren, sollten Institute eine KI-individuelle Prozessanalyse durchführen, um konkrete KI-Assistenten im Nachgang zu selektieren.
Nachfolgende Ausführungen geben einen Überblick über praxisrelevante Handlungsempfehlungen zur Ableitung einer KI-Roadmap.
In acht Schritten zu einer KI-Roadmap
Nachfolgend zeigen wir prägnante Handlungsempfehlungen für Banken im Kontext der Ableitung einer KI-Roadmap auf.
1. Einordnung in die Gesamtstrategie und Prüfung der Unternehmensvision
- Definieren Sie klare Ziele, sodass KI auf Ihre Unternehmensstrategie einzahlen kann (zum Beispiel Effizienzsteigerung, Entlastung der Belegschaft, Regulatory-Check etc.).
- Vernetzen Sie Ihre KI-Strategie mit weiteren strategischen Handlungsfeldern, da eine KI-Strategie bereichsübergreifend agiert.
- Tipp: API-First-Ansatz.
- Warum? Sie erhöhen damit die Flexibilität, sodass die Services – analog zu einem „Legokasten“ – einfach austauschbar sind.
- Beispiel: Sie haben 300 KI-Services identifiziert, können mit Ihrem Team im nächsten Jahr aber nur 30 entwickeln. Der API-Ansatz ermöglicht es Ihnen, die 270 weiteren KI-Services einzukaufen und gegebenenfalls später durch eine Eigenentwicklung zu ersetzen.
2. KI-Use-Cases
- Führen Sie eine spezielle KI-End-to-end-Prozessanalyse mit Fokus auf eine Automatisierung mit KI-Services durch, um mögliche Ineffizienzen zur Ableitung individueller KI-Assistenten zu identifizieren.
- Setzen Sie „Quick Wins“* konsequent und schnell um, um Ihre Belegschaft und Kunden an die KI-Lösungen heranzuführen (* Definition Quick Win: sehr niedriger Aufwand bei sehr hohem Nutzen).
- Tipp: Nutzen Sie eine Impact-Effort-Matrix zwecks Priorisierung der Use-Cases.
3. KI-Datenstrategie
- Stellen Sie eine hohe Datenqualität sicher.
- Warum? Aufgrund der hohen Geschwindigkeit der Datenaufbereitung durch die KI-Services skaliert der Output, sodass die Qualität – zwecks Sicherung einer hohen Datenperformance – zu Beginn zwingend geprüft werden muss.
- Tipp: Nutzen Sie KI-Tools zur Datenqualitätsbereinigung (Data-Quality-Tool).
4. Interdisziplinäres KI-Kompetenzteam beziehungsweise KI-Gremium
- Stellen Sie – zur optimalen Implementierung inklusive Förderung der KI-Expertise im Unternehmen – eine interdisziplinäre Zusammenarbeit zwischen nahezu sämtlichen Fachbereichen sicher.
- Abhängig vom jeweiligen Unternehmen bietet sich ebenfalls der Aufbau eines KI-Kompetenzteams an, das als Schnittstelle zu den jeweiligen Fachbereichen agiert.
- Tipp: Besetzen Sie das Gremium unabhängig von der hierarchischen Struktur, um den Erfahrungsaustausch zu fördern.
5. Technologische Infrastruktur und Skalierbarkeit
- Damit die KI-Services ausbaufähig sind, bedarf es vor allem einer skalierbaren Cloud- oder On-Premise-Lösung.
- Abhängig vom Kernbankensystem kann eine Integration in das bestehende System umgesetzt werden.
6. Compliance und Ethik sicherstellen
- Stellen Sie sicher, dass die regulatorischen Anforderungen, wie etwa des EU AI Acts oder der DSGVO eingehalten werden.
- Zudem sollten Sie die internen Governance-Strukturen anhand von KI-Richtlinien sicherstellen, sodass die Nutzung von KI-Services dem jeweiligen Code of Conduct entspricht.
7. Transparenz fördern
- Kommunizieren Sie transparent. Um potenziellen Konflikten und „Ängsten“ entgegenzuwirken, müssen sowohl den Kundinnen und Kunden als auch den Mitarbeiterinnen und Mitarbeitern die Funktionen, Chancen und Risiken der jeweiligen KI-Services offengelegt werden.
- KI-basierte Entscheidungswege müssen dokumentiert und den Mitarbeiterinnen und Mitarbeiter zugänglich gemacht werden.
- Tipp: Sorgen Sie für einen regelmäßigen Erfahrungsaustausch und etablieren Sie eine KI-Community.
8. Change-Management und kulturelle Transformation
- Achten Sie darauf, dass Ihre Beschäftigten zu KI und zur Rolle im jeweiligen operativen Alltag sensibilisiert werden und anhand von konkreten Use-Cases die jeweiligen Vorteile erkennen.
- Schulungen und Beteiligungsformate können ein Schlüssel sein, um Ängste zu reduzieren.
- Tipp: Bieten Sie Awareness-Sessions an.
- Warum? Die erfolgreiche Einführung und Nutzung von künstlicher Intelligenz erfordert neben technologischen Anpassungen auch ein gezieltes Change-Management zur Befähigung der Belegschaft. Um Akzeptanz, Verständnis und verantwortungsvollen Umgang mit KI im Arbeitsalltag zu fördern, ist es entscheidend, alle Beschäftigten frühzeitig über die Funktionsweise und Anwendungsmöglichkeiten von KI zu informieren und entsprechend zu schulen.
Veranstaltungstipp
Fünf kompakte, einstündige Online-Sessions bringen frischen Wind in Ihre KI-Strategie.Tauchen Sie ein in die wichtigsten Zukunftsthemen rund um künstliche Intelligenz im Banking – klar, verständlich und mit echtem Praxisbezug.