Banken steigern Effizienz durch KI

Erfahren Sie in der globalen Studie von Avanade, wie mehr als 300 Fachleute aus dem Bankensektor das Potenzial und den Wert von künstlicher Intelligenz beurteilen.

Umfangreiche Investitionen in Daten und Analysen sowie in Mitarbeiterschulungen sind erforderlich

Um Künstliche Intelligenz (KI) erfolgreich in Banken zu integrieren, sind umfangreiche Investitionen in Technologie und die Schulung von Mitarbeitenden unerlässlich. Der Fokus liegt dabei auf der Automatisierung sowie auf Daten- und Analyseplattformen, um KI im gesamten Unternehmen zu skalieren. Dies bedeutet jedoch nicht zwangsläufig einen Rückgang des Personalbestands. Vielmehr wird die Arbeitsweise am Arbeitsplatz durch KI verändert. Etwa ein Viertel der Befragten (24 %) ist der Meinung, dass KI, insbesondere durch generative KI-Tools wie Microsoft 365 Copilot, ihnen dabei helfen wird, intelligenter zu handeln.

Trotz dieser Erwartungen sehen sich mehr als die Hälfte der befragten Banken (53 %) vor der Herausforderung, erhebliche Unterstützung zu benötigen, um ihre Mitarbeiter:innen im Umgang mit generativen KI-Tools zu schulen. Ein Bankexperte aus Europa äußerte Bedenken bezüglich der bisherigen Datensammlung: „Die meisten Unternehmen haben Daten erfasst, die nicht für maschinelles Lernen oder Künstliche Intelligenz genutzt wurden. Diese Daten könnten womöglich nicht von Nutzen sein, insbesondere da Risikomanagement und Compliance, wie beispielsweise KYC und Kreditrisiko, bedeutende Mengen an Daten umfassen.“

“

Die Top 3 KI-Anwendungsfälle im Bankwesen

Die Führungskräfte aus dem Bankensektor sehen in der Automatisierung des Kunden-Onboardings den spannendsten KI-Anwendungsfall (42 %). Gefolgt von der Betrugserkennung (41 %) und der Automatisierung von Risiko-, Regulierungs- und Compliance-Anfragen (41 %).

Technologieverständnis als Schlüsselfaktor

Um KI im Unternehmen auszubauen, konzentrieren sich Banken bei ihren Investitionen 2024 auf Automatisierungs-, Daten- und Analyseplattformen (57–62 %) wie Microsoft Fabric oder Power Platform.

Jedoch haben nur etwas mehr als die Hälfte (51 %) der Vordenker kennen generativer KI und den damit verbundenenaktuellen Governance-Anforderungen. Ein US-Bankenexperte äußerte sich wie folgt dazu: „Menschen, die im Betriebskomitee oder auf Vorstandsebene arbeiten, kennen sich für gewöhnlich nicht mit Technologie aus. Führungskräfte sind begeistert vom Potenzial der KI, wissen aber nicht unbedingt, was es bedeutet, auf KI vorbereitet zu sein. Viele tun sich immer noch schwer mit der Umstellung auf die Cloud. Die meisten sind noch nicht einmal vollständig auf die Cloud umgestiegen oder verwenden cloudnative Technologien. (Wir) verwenden Anwendungen, die noch auf den neuesten Stand gebracht werden müssen, um überhaupt cloudfähig zu sein. Die Funktionen generativer KI könnten sie erst recht nicht optimal nutzen.“

KI als Treiber für strategische Verbesserungen

Führungskräfte aus dem Bankensektor wurden nach dem Hauptziel der KI-Strategie ihres Unternehmens gefragt. In Bezug auf die Auswirkungen der KI schnitten die Banken von allen Branchen am schlechtesten ab, sowohl bei Effizienz und Innovation als auch bei Befähigung und Zufriedenheit. Zusätzlich empfanden Sie eine stärkere Bedrohung durch Künstliche Intelligenz.

62

%

Mehr Mitarbeiter:innen durch KI erforderlich

Fast zwei Drittel der Befragten sind der Ansicht, dass der Personalbestand durch den Einsatz von KI erhöht werden sollte.

59

%

Der Bankfachkräfte behaupten, KI täglich zu nutzen

6 von 10 Bankfachleuten geben an, KI in Ihrem täglichen Arbeitsablauf zu nutzen.

28

%

Der Befragten gehen von einer zeitverzögerten Evaluation der KI-Auswirkungen aus 

Nur jeder Vierte ist in der Lage, die Auswirkungen von KI in weniger als drei Monaten zu bewerten, was den niedrigsten Wert aller Branchen darstellt.

41

%

Geringe Akzeptanz verantwortungsvoller KI

Lediglich vier von zehn Banken verfügen über vollständige Richtlinien, was den zweitniedrigsten Wert aller Branchen darstellt.

Die Nächsten Schritte: Optimierung von Daten, Modernisierung und Cybersicherheit fur eine effektive KI-Integration in Banken

Es ist unbestritten, dass Banken bei der Integration von KI die richtigen Anwendungsfälle sorgfältig auswählen müssen, um Risiken zu minimieren und Vorschriften einzuhalten. Dennoch bestehen weiterhin einige Herausforderungen: Die Daten müssen KI-fähig sein und in einer Cloud-Umgebung verwaltet werden, Anwendungsportfolios sowie essenzielle Bankensysteme müssen modernisiert werden, Abläufe müssen cybersicher gestaltet werden, und Mitarbeiter:innen müssen umfassend geschult und weitergebildet werden, um die neuen generativen KI-Tools effektiv nutzen zu können.

“

„Bei der Implementierung generativer KI müssen wir auch die Zufriedenheit der Regulierungsbehörden sicherstellen. Dies gestaltet sich bei Aufgaben wie Excel-Analysen recht einfach. Doch im Kundenkontakt, insbesondere wenn falsche Ratschläge befolgt werden und die Backend-Daten nicht überprüft wurden, könnte dies nicht nur den Job kosten.“

US-Bankexperte

“

“KI wird zu einer Umverteilung von Aufgaben führen – nicht von Arbeitsplätzen. Die Herausforderung besteht darin, dass Mitarbeitende ausreichend über KI informiert sind, um Aufgaben, die sie nicht erledigen möchten, effektiv abzugeben .

Europäischer Bankexperte

Bereit oder nicht: Die generative KI ist da

Vollständige Studie jetzt lesen

Neue globale Studie von Avanade untersucht, inwieweit Unternehmen bereit sind, generative KI-Tools wie Microsoft Copilot einzuführen, zu übernehmen und zu skalieren.

Studie öffnen