Künstliche Intelligenz und datengetriebene Geschäftsmodelle

ERM
-
16. April 2019
-
Markus Hausmann

Im Zuge der fortschreitenden Digitalisierung erfreut sich derzeit kaum ein anderes Thema größerer Beliebtheit als das der künstlichen Intelligenz. In diesem Kontext sind Begriffe wie „Maschinelles Lernen“, „Big Data“, „Data Science“, „Predictive Analytics“, „Advanced Analytics“, „Künstliche Intelligenz (KI)“ und „Artificial Intelligence (AI)“ omnipräsent. Als Data Science (Wissenschaft der Daten) werden Methoden und Verfahren bezeichnet, um Datenmengen zu strukturieren, zu analysieren, und daraus Entscheidungen abzuleiten. Ein Teilbereich von Data Science ist beispielsweise die künstliche Intelligenz und das maschinelle Lernen.

Der Einsatz von künstlicher Intelligenz startete seine Erfolgsgeschichte in den Unternehmen der Digital Economy, wie beispielsweise Google, Amazon, Facebook. Auch die Automotive-Branche beschäftigt sich intensiv mit künstlicher Intelligenz, beispielsweise im Zusammenhang mit dem autonomen Fahren. Weiterhin sind digitale Assistenten wie Siri und „Hey Google“ tägliche Alltagsbegleiter, die letztendlich auf Basis künstlicher Intelligenz funktionieren.

Doch auch die Finanzbranche hat die Zeichen der Zeit und die Vorteile durch den Einsatz von Systemen des maschinellen Lernens erkannt und beschäftigt sich derzeit mit möglichen Einsatzmöglichkeiten. Beispielsweise können Algorithmen zunehmend zum Erkennen von Betrugsversuchen (Fraud Detection) oder zur Identifikation von Vertriebspotenzialen verwendet werden. Auch die Finanzaufsicht setzt sich derzeit intensiv mit dem Thema künstliche Intelligenz auseinander. So schrieb das BaFin-Journal [vgl. BaFin 2018b, S. 9]: „Aus Perspektive des Marktes zeigt die Studie, dass Big Data und künstliche Intelligenz sowohl bestehenden als auch potenziell neuen Marktteilnehmern erhebliche Wettbewerbschancen bieten. Diese resultieren vor allem aus der technisch möglichen verstärkten Entkoppelung der Wertschöpfungsketten.“

Dazu betont BaFin-Präsident Felix Hufeld: „Der Innovationswettlauf um Finanzdaten hat längst begonnen.“ [vgl. BaFin-Journal, Seite 9]. Des Weiteren wird in der BaFin-Studie [vgl. BaFin-Studie, Seite 4] das Potenzial betont: „Es wird deutlich, dass BDAI [Big Data & Artificial Intelligence; Anmerkung des Autors] nicht nur dazu geeignet ist, bestehende Strukturen zu optimieren, sondern grundsätzlich neue Anwendungen, Produkte, Dienstleistungen und Geschäftsmodelle ermöglicht, mit allen Chancen und Risiken.“  

Somit steht die Notwendigkeit, sich mit den Thematiken auseinanderzusetzen außer Frage. Diejenigen Marktteilnehmer, die hieraus Vorteile generieren, werden langfristig erfolgreicher gegenüber ihren Mitbewerbern agieren.

Auch hat sich mittlerweile ein eigenständiger Begriff – Financial Artificial Intelligence (FAI) – etabliert.

(...)

[Den vollständigen Artikel lesen Sie in der Fachzeitschrift RISIKO MANAGER 03/2019. Die Ausgabe ist seit dem 27. März 2019 lieferbar und kann auch einzeln bezogen werden.]

Autor:
Markus Hausmann
ist Senior Business Consultant und Data Scientist bei der msgGillardon AG. Seine Kernthemen sind Predictive Analytics und Maschinelles Lernen.

Bildquelle: ©gorodenkoff | istockphoto.com