Einsatz von generativer KI im Bankwesen: Anwendungsfälle und potenzielle Herausforderungen

GenAI-Modelle wie GANs simulieren betrügerische Transaktionen und helfen Banken, ihre Betrugserkennung und ihr Risikomanagement zu verbessern. Die Payment Outlier Detection von Citi beispielsweise nutzt fortschrittliche statistische ML, um proaktiv Ausreißerzahlungen zu erkennen. Die Deutsche Bank testet in Zusammenarbeit mit NVIDIA LLMs namens Finformers, um frühzeitig vor Risiken zu warnen und den Datenabruf zu beschleunigen. Und HSBC hat sich mit Google Cloud zusammengetan, um AML AI zu entwickeln - eine autonome Lösung, die auf Kundendaten trainiert wird, um Geldwäsche zu verhindern.

Die Fähigkeit von GenAI, große Datenmengen zu verarbeiten, macht sie zu einem großartigen Werkzeug für Finanzprognosen. Banken lieben dies, denn genaue Vorhersagen in sich schnell verändernden Märkten sind der Schlüssel für intelligente Entscheidungen. JPMorgan Chase zum Beispiel nutzt Deep Learning und Reinforcement Learning, um Markttrends zu erkennen und seine Handelsstrategien zu optimieren. Goldman Sachs nutzt Kensho, eine KI-Plattform, die Finanzdokumente mit neuronalen Netzen und NLP durchforstet und ihnen hilft, die Preise von Vermögenswerten zuverlässiger vorherzusagen.

GenAI-Tools beschleunigen die Dokumentenverarbeitung im Bankwesen erheblich: Sie können Muster leicht erkennen, die erforderlichen Daten viel schneller extrahieren und sind viel weniger fehleranfällig. Außerdem werden sie mit der Zeit immer intelligenter. Ein hervorragendes Beispiel hierfür ist COiN (Contract Intelligence) von JPMorgan Chase - eine KI-Plattform, die Tausende von Dokumenten in Sekundenschnelle verarbeiten kann. Sie nutzt NLP, um den juristischen Fachjargon zu verstehen und Risiken wie die Nichteinhaltung von Vorschriften oder unklare Bedingungen in Verträgen zu erkennen. Dadurch werden Fehler vermieden und der Bedarf an manueller Arbeit reduziert, was Ressourcen freisetzt und dazu beiträgt, kostspielige Rechtsstreitigkeiten zu vermeiden.

Eines der besten Dinge an GenAI ist, dass es Dinge selbständig erledigen kann, was es zu einem äußerst nützlichen Werkzeug für Ermittlungen macht. Es kann Daten durchsuchen, Muster finden und sogar Maßnahmen vorschlagen oder ergreifen, was in kniffligen Fällen wie Finanzkriminalität eine großartige Sache ist. Barclays nutzt zum Beispiel Darktrace: Diese KI zeichnet nach, wie Betrüger ihre Pläne durchziehen, und zeigt dem Sicherheitsteam genau, was schief gelaufen ist, welche Systeme angegriffen wurden und wie man die Abwehrmaßnahmen verstärken kann. Außerdem kann die KI bei Betrugsfällen in Echtzeit eingreifen und fragwürdige Transaktionen blockieren oder Konten einfrieren, ohne den regulären Geschäftsbetrieb zu stören.

GenAI hilft Banken dabei, personalisierte Finanzprodukte zu entwickeln, Funktionen zu optimieren und sogar Risiken zu erkennen, bevor sie eintreten, während sie gleichzeitig flexibel bleiben, wenn sich die Märkte verändern. Ein gutes Beispiel ist Standard Chartered, das Plattformen wie Peltarion und AWS AI nutzt, um Marktdaten und Kundenverhalten zu analysieren. Dies hilft ihnen, Trends vorherzusagen und maßgeschneiderte Produkte zu entwickeln, wie ESG-orientierte Anlagen und personalisierte Banklösungen, und gleichzeitig die Produktleistung zu simulieren.

Im Gegensatz zu den herkömmlichen Methoden der Kreditwürdigkeitsprüfung verfolgt GenAI einen umfassenderen Ansatz, indem es Faktoren berücksichtigt, die über die reine Kredithistorie hinausgehen. Es berücksichtigt Ausgabengewohnheiten, Lebensereignisse und Marktveränderungen, um eine genauere und fairere Bewertung der Kreditwürdigkeit eines Kunden vorzunehmen. So nutzen beispielsweise JPMorgan Chase und Wells Fargo die FICO Falcon Platform, die GenAI einsetzt. Sie simuliert verschiedene Szenarien, z. B. wie ein Kunde mit dem Verlust seines Arbeitsplatzes oder einem wirtschaftlichen Abschwung umgehen könnte, was den Banken hilft, die Fähigkeit des Kunden zur Rückzahlung von Krediten zu verstehen und einen individuelleren Kreditscore zu erstellen.

GenAI hilft Banken dabei, verborgene Anlagemöglichkeiten zu entdecken und schwierige Entscheidungen zu rationalisieren. So wird es einfacher, mit intelligenten, zeitnahen Strategien auch in volatilen Märkten die Nase vorn zu haben. Die LOXM-Plattform von JPMorgan nutzt GenAI-Modelle, um Marktdaten zu verarbeiten, personalisierte Handelsempfehlungen zu erstellen und verschiedene Handelsszenarien zu simulieren. Bei Morgan Stanley nutzt die Plattform Next Best Action GenAI, um den Beratern Anlageempfehlungen zu geben, die auf den finanziellen Zielen und der Risikotoleranz des jeweiligen Kunden basieren.