Skip to main content
main-content

31.05.2021 | Anlageberatung | Gastbeitrag | Onlineartikel

Datenanalysen und KI erleichtern den Berateralltag

Autor:
Gery Zollinger
4:30 Min. Lesedauer

Banken und Vermögensverwalter verfügen über einen beträchtlichen Schatz – denn Kunden vertrauen ihnen seit jeher ihre Daten an. In Zukunft wird es für die Branche wettbewerbsentscheidend, ihre komplexen und schnell wachsenden Datenmengen zu nutzen, zu analysieren und zu schützen.

Die Auswertungen der Daten von Finanzdienstleistern führen zu wertvollen Erkenntnissen über deren Kunden und gestatten es, personalisierte Angebote zu erstellen. Berater können Anleger so noch gezielter betreuen – ganz den individuellen Vorlieben und Wünschen entsprechend. Automatisierte Datenanalysen und Künstliche Intelligenz (KI) optimieren aber nicht nur die Betreuung der Kunden, sie entlasten den Berater auch von zeitraubenden Routinetätigkeiten. Im Idealfall sind die Datenanalysen für Berater in ihrem Alltag intuitiv zugänglich, falls erforderlich sogar in Echtzeit. 

Empfehlung der Redaktion

2021 | OriginalPaper | Buchkapitel

Durch Einsatz Künstlicher Intelligenz Potenziale für Geschäftsprozesse von Finanzdienstleistern erschließen

Ein praxisorientierter Ansatz

Dieser Beitrag beschäftigt sich mit einem pragmatischen Ansatz zum Einsatz künstlicher Intelligenz für Geschäftsprozesse von Finanzdienstleistern. Es werden unter anderem Erscheinungsformen und Prozesse dargestellt, mögliche Use Cases bewertet und priorisiert sowie die Stellung der KI innerhalb eines Ökosystems und die Erschließung weiterer Geschäftspotenziale beleuchtet.

Analyse-Tools und KI entlasten Berater

Für die meisten Banken und Vermögensberater besteht der wesentliche Nutzen fortschrittlicher Datenanalysen darin, ihre Mitarbeiter zu entlasten, nicht sie zu ersetzen. Analyse- und KI-Systeme arbeiten den Beratern im Regelfall nur zu. Es gibt zwar auch reine Robo-Advisory-Modelle mit vollautomatisierter digitaler Beratung, aber diese adressieren ganz neue Kundensegmente, vor allem den Retailmarkt. Dort verleiht die Automatisierung dem prinzipiell margenschwachen Massengeschäft Rentabilität und demokratisiert Finanzdienstleistungen. 

Vermögendere Klienten legen dagegen nach wie vor großen Wert auf die persönliche Komponente ihrer Beratungsbeziehung. Hier sorgen KI und Datenanalysen dafür, dass sich Effizienz und Qualität der Beratungstätigkeit verbessern. 

Natural Language Processing treibt Conversational Banking

Eine digitalaffine Kundengeneration erwartet heute, dass sie auch mit ihren Beratern all jene neuen Kanäle nutzen kann, die ohnehin zu ihrem Alltag gehören: von Social Media bis hin zu Messengern wie Whatsapp, Wechat und Signal. Um Berater bei solch einem Conversational Banking zu unterstützen, bieten sich innovative KI-Lösungen für das Natural Language Processing (NLP) an, denn sie verstehen natürliche Sprache. 

Dank NLP erfasst ein System zur Beratungsunterstützung den Sinn der Kundenanfrage, egal über welchen Kanal sie eintrifft. So kann es dem Berater helfen, zeitnah zu reagieren – etwa, indem es ihm sofort den Status des Kundenportfolios zeigt oder auch konkrete Antworten auf die Anfrage des Kunden vorschlägt. Die digitale Unterstützung befähigt Berater, nahezu in Echtzeit zu reagieren. KI und NLP schaffen die Voraussetzungen dafür, zu einer kontinuierlichen Interaktion mit dem Kunden überzugehen, ohne dass die Berater dabei übermäßig beansprucht wären. 

Absicht des Kunden automatisch verstehen 

Stellt ein Kunde beispielsweise die schriftliche Anfrage nach einer Übersicht über alle Transaktionen des vergangenen Monats, kann der Virtual Assistant des Beraters diese Absicht des Kunden verstehen und automatisch reagieren. Er zeigt dem Berater dann eine Liste der möglichen Accounts, aus denen dieser dann nur noch die anklicken muss, die er seinem Kunden übermitteln will. Üblicherweise sind in solch einem modernen Virtual Assistant gleich einige Dutzend mögliche Fragen des Klienten, sogenannte Intents, hinterlegt, zu denen das System dem Berater automatisch die geeigneten Antworten vorschlägt. 

Ein anderer Intent kann beispielsweise der Wunsch nach einer konkreten Investmentempfehlung sein. Auch hier versteht der Virtual Assistant den Kundenwunsch und kann die Aufgabe an einen ebenfalls automatischen Portfolio Recommender übergeben. Dieses System wiederum analysiert die relevanten Charakteristika des Kunden, bezieht mit ein, welche Trades der Kunde bisher ausgeführt hat, und schlägt dem Berater dann eine Liste mit Empfehlungen vor, die mit der Investment-Strategie des Kunden abgestimmt sind. 

Portfolio Recommender liefert Investmentideen 

Ein Portfolio Recommender arbeitet mit sogenannten Stories oder Rationals. Welche dieser Rationals für einen konkreten Kunden relevant sind, beurteilt das System anhand von Faktoren wie etwa dem Kundensegment, dem Alter des Kunden und seiner Risikoaffinität. Die individuellen Empfehlungen basieren auch darauf, welche Entscheidungen vergleichbare Kunden bisher getroffen haben. Es sind trainierte Algorithmen, mit denen der Portfolio Recommender die einzelnen Rationals generiert. Deren Zusammensetzung ist dann jedoch variabel und kundenindividuell. 

Wichtig ist: Es bleibt der Berater selbst, der unter den automatisch generierten Investmentideen und -stories die passenden auswählt, um sie dem Klienten zu übermitteln. Zudem hat die KI-basierte Investmentempfehlung in dem beschriebenen Kontext eben keinen Black Box-Charakter. Stattdessen wird sie für den Kunden als Story nachvollziehbar – ganz im Sinne von explainable AI, erklärbarer künstlicher Intelligenz. 

Kontaktanregungen im Dashboard

Datenanalysen lassen sich auch dazu nutzen, Kontaktanlässe zu identifizieren, die sich aufgrund äußerer Ereignisse ergeben, etwa durch Wirtschaftsdaten oder Unternehmensnachrichten. Deswegen ist es ratsam, verschiedenste externe Daten- und Informationsquellen in das Beratungssystem einzubinden. 

Berater sehen dann im Dashboard ihres Virtual Assistants nahezu in Echtzeit alle relevanten Market-Alerts. Und sie erkennen zugleich, für welche spezifischen Portfolios, Vermögenswerte oder Kundensegmente diese Nachrichten relevant sind. Umgekehrt kann der Virtual Assistant dem Berater und seinem Support-Team auch dazu dienen, bestimmte Hypothesen explorativ zu untersuchen. 

Digitale Tools prägen die Zukunft der Vermögensberatung

Datenanalysen, Künstliche Intelligenz, NLP-Unterstützung: Die Digitalisierungstechnologien werden die Zukunft der Vermögensberatungsbranche prägen. Meist lassen sich diese modularen Lösungen vom Virtual Assistant bis zum Portfolio Recommender einfach per API in die bestehende IT-Infrastruktur integrieren – die einfache Nutzbarkeit im Berateralltag ist ein entscheidendes Kriterium. 

Künstliche Intelligenz, Robotik und Automatisierung sehen auch 73 Prozent der Endanleger, die bei der aktuellen Branchenumfrage Front-to-Back-Office-Report interviewt wurden, als die großen Zukunftstrends. Zu Recht. Alle verfügbaren Daten sinnvoll zu nutzen, wird in der Vermögensverwaltungsbranche zu einem unverzichtbaren Wettbewerbsfaktor.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

01.03.2021 | Strategie | Ausgabe 4/2021

Künstliche Intelligenz wird sinnvoll verknüpft

01.09.2020 | SPECIAL | Ausgabe 9/2020

Mit digitalen Lösungen das Kundenerlebnis steigern

01.02.2021 | IT | Ausgabe 2-3/2021

Wie mit Freunden sprechen

01.05.2020 | SPECIAL | Ausgabe 5-6/2020

Modern und sicher kommunizieren

2020 | OriginalPaper | Buchkapitel

Automatisierung der Geldanlage

Quelle:
Köpfe der digitalen Finanzwelt

01.07.2020 | Wissen – Data Science | Ausgabe 3/2020

Data Science und AI

Das könnte Sie auch interessieren

Premium Partner

    Bildnachweise