Skip to main content

19.01.2023 | Bankvertrieb | Im Fokus | Online-Artikel

Zufriedenere Bankkunden dank Conversational Agents

verfasst von: Angelika Breinich-Schilly

5 Min. Lesedauer
share
TEILEN
print
DRUCKEN
insite
SUCHEN

Im Retail Banking ändern sich auch aufgrund der vielfältigen Krisen die Bedürfnisse der Verbraucher. Mit digitalen Assistenten können Banken die Interaktion mit ihren Kunden verbessern und eine höhere Customer Experience generieren. Erfolgreiche Vorbilder kommen vor allem aus den USA.

Im Retail Banking werden Banken und Sparkassen in den kommenden Monaten vor allem mit höheren Zinsen, steigender Inflation und geringerem Wachstum zu kämpfen haben. Das prognostiziert das Beratungshaus Deloitte in seinem Banken- und Kapitalmarktausblick 2023. Gleichzeitig müssen sich die Institute den steigenden Erwartungen der Bankkunden stellen. Diese wünschen sich "ein erstklassiges, kanalübergreifendes Kundenerlebnis und praktische Unterstützung in schwierigen Zeiten". Langfristig sollten Banken zudem innovative, neue Angebote für ESG-Themen, Embedded Finance und digitale Anlageformen entwickeln, heißt es in der Mitte Dezember 2022 erschienen Analyse.

"Das digitale Service-Erlebnis von heute sollte möglichst nahtlos und unkompliziert sein. Kunden verlangen auf allen Kanälen schnelle, aussagekräftige und fallabschließende Antworten auf ihre Anfragen, sei es per E-Mail, Self-Service, Chat und Instant Messaging", schreiben hierzu Wirtschaftsinformatiker Maik Dehnert und Ökonom Maurizio Singh in der Januar-Ausgabe der Zeitschrift "Bankmagazin". Die beiden Experten des Deutschen Sparkassen- und Giroverbands (DSGV) sehen vor allem in digitalen Assistenten wie Conversational Agents (CA) einen Weg, um den gestiegenen Anforderungen im Retail Banking gerecht zu werden. "Diese haben im Alltag bereits weite Verbreitung gefunden. Sie unterstützen die Anwender im täglichen Leben, im digitalen Handel und bei der Abwicklung von Geschäftsvorfällen."

Digital Agents machen Kommunikation persönlicher

Solche sprachbasierten intelligenten Assistenzsysteme werden aufgrund ihrer automatisierten Kommunikation besonders häufig in Auskunfts- oder Beratungssystemen eingesetzt, erläutern Manuel Geiger, Rangina Ahmad, Elisa Neumann und Susanne Robra-Bissantz im Buchkapitel "Smart Services - Gestaltung wertvoller Interaktionen mit persönlichkeitsadaptiven Conversational Agents" auf Seite 81. 

Eine wertvolle Interaktion zwischen Anbieter und Kunden gilt als Erfolgskriterium, wenn es um die Gestaltung einer langfristigen Beziehung geht. Für die Kunden entsteht ein Wert, wenn die Bedürfnisse oder Vorschläge Eingang in das Leistungsprogramm des Anbieters finden. Für den oder die Anbieter bewirkt die Interaktion ebenfalls einen Wert: Wenn durch Erkenntnisse aus vorangegangenen Interaktionen das Leistungsangebot genauer auf die Bedürfnisse der Kunden anpasst und so weitere Transaktionen angestoßen werden", beschreiben die Springer-Autoren das Prinzip hinter dieser sogenannten Value-in-Interaction.

Vorreiter bei solchen Systemen seien führende Technologiefirmen. Als Beispiele nennt das Autoren-Quartett Amazons Alexa, Apples Siri, Microsofts Cortana oder den Google Assistant.

Die zweite System-Generation ist selbstlernend

Unter den digitalen Assistenten gibt es Dehnert und Singh zufolge zwei Arten, die beide auf einem deterministischen Ansatz und Künstlicher Intelligenz (KI) beruhen. "Die erste Generation von CA-Systemen arbeitete noch nicht selbstlernend. Die deterministischen Systeme sind aus festem Wissen konzipiert. Sie ermöglichen die Zuordnung zwischen Benutzereingaben und Antworten aus einem geschlossenen Datensatz von Antworten", erläutern die beiden DSGV-Experten. Da ihre Fähigkeiten begrenzt sind und keine Trainingsdaten genutzt werden, eignen sich diese regelbasierten Systeme in der Kundenkommunikation für einfache Support- und Serviceanfragen. 

CA-Systeme der zweiten Generation agierten hingegen bereits selbstlernend: 

Diese KI-basierten Assistenten können sich an die Benutzerinnen und Benutzer anpassen und erlernen mit der Zeit die Präferenzen und Vorlieben der Nutzer, geben Empfehlungen ab und können sogar Bedürfnisse antizipieren. Die Systeme sind in der Lage, Benutzereingaben zu verarbeiten und zu interpretieren sowie als Reaktion auf diese Eingaben entweder Vorhersagen zu treffen oder Ausgaben zu erzeugen. Sie stützen sich auf aktuelle Techniken des maschinellen Lernens und des Deep Learnings, etwa mittels Long-Short-Term-Memory-(LSTM)-basierter neuronaler Netze. Sie benötigen große Datensätze, bieten dafür aber eine personalisierte Kommunikation mit höherer Spezialisierung der Anwendungen", skizzieren die Autoren den praktischen Einsatz. 

Ständige Entwicklung von Technik und Organisation

Dabei unterliegen transformative Deep-Learning-Modelle, die noch leistungsfähigere Sprachmodelle etwa im Bereich von Voicebots ermöglichen, einer ständigen Entwicklung. "Damit der Anteil an Geschäftsaufkommen, das durch digitale Agenten erledigt wird, steigt, müssen die Systeme weiter lernen, braucht es ein Neudesign der gesamten Organisation als auch eine Weiterentwicklung der Datenanalyse. Nur dann können Banken ein nahtloses Kundenerlebnis bieten", erläutert Kristin Korzekwa, Managing Director und Leiterin US Retail Banking bei Deloitte Consulting, in der Analyse ihres Hauses.

Erica ist Vorreitermodell der Bank of America

So kommen aus den USA auch die Vorreiterbanken, die als Innovationsführer die digitale Kundeninteraktion über KI-basierte digitale Assistenten verfolgen. "Die Bank of America zählt mit ihrer Lösung Erica zu den Vorreitern einer CA-basierten Kundeninteraktion. Lösungen wie Erica werden zum Dreh- und Angelpunkt der digitalen Kundeninteraktion des Instituts und punkten mit einer hohen Convenience", berichten Dehnert und Singh aus der Praxis. Erica ermögliche Kunden, die Kontostände zu prüfen, Transaktionen zu tätigen, Kredit- und Debitkarten zu sperren oder Peer-to-Peer-Zahlungen zu tätigen. Und es gibt eine Vielzahl weiterer Vorteile:

  • Das System benachrichtigt zudem über erfolgte Rückerstattungen, 
  • bietet Mehrwertservices wie Loyalty-Programme,
  • überwacht wiederkehrende Gebühren und Erhöhungen, 
  • versendet Rechnungserinnerungen für geplante Zahlungen,
  • spürt vergangene Transaktionen auf allen Konten auf und 
  • verfügt über eine integrierte Weiterleitung an passende persönliche Beratungsexperten. 

Erica habe sich bei den US-Kunden etabliert, was hohe Nutzerregistrierungen und tägliche Nutzungszahlen zeigen. Mehr als 28 Millionen Kunden hätten über den Assistenten bereits über eine Milliarde Interaktionen abgewickelt.

Vorbilder aus Belgien und der Schweiz

Vergleichbare Lösungen gebe es im Serviceportfolio weiterer US-Banken wie Ally, Capital One, J.P. Morgan Chase, U.S. Bank oder Wells Fargo. "Die belgische KBC hat mit Kate ebenfalls eine digitale Assistentin entwickelt, die sich durch hohe Nutzungs- und Erkennungsraten auszeichnet. Auch die Schweizer Baloise Bank bietet in ihrer App einen modernen Dialog zwischen Kunden und Bank via CA-basiertem Messenger", so die beiden DSGV-Experten.

Durch den Einsatz digitaler Assistenten können Banken und Sparkassen die persönliche Kundenbeziehung über alle Kanäle stärken: 

Geldhäuser müssen ihre digitalen Anwendungen auf Augenhöhe mit den digitalen Wettbewerbern entwickeln und zugleich die Vorteile ihres individuellen Beratungsangebots für Nutzer erlebbar machen. Dafür ist die nahtlose Integration digitaler und stationärer Kanäle in ihrem digitalisierten Serviceangebot erforderlich. Das Zusammenspiel aus Automatisierung und Personalisierung kann für Banken und ihre Kunden so zu einer Win-Win-Situation werden", resümieren Dehnert und Singh.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

Das könnte Sie auch interessieren

Premium Partner