Der Finanzsektor war einer der Vorreiter, wenn es darum ging, Interesse für den Einsatz von Künstlicher Intelligenz (KI) voranzutreiben, noch lange bevor es High-Tech-Computer gab. Als 1900 Louis Bacheliers Arbeit über die Theorie der Spekulation (Théorie de la Spéculation) erschien, hielt die Höhere Mathematik Einzug in das Finanzwesen und das Aufkommen der Statistischen Modellierung begründete den Anfang von einfacher KI in der Finanzwelt [1].
Seitdem hat die KI zwei Hochphasen erlebt: In den späten 1970er Jahren und in den frühen 1990ern. 1993 konnte das vom US Finanzministerium finanzierte FinCEN Artificial Intelligence system (FAIS) bereits genutzt werden, um Geldwäsche aufzudecken [2].
Heutzutage erlebt die Künstliche Intelligenz wieder einen Höhenflug, vor allem im Bereich Risiko und Compliance. Laut AUTONOMOUS setzen allein in den Vereinigten Staaten bereits 2.5 Millionen Angestellte im Finanzdienstleistungswesen KI-Technologien im Front-, Middle- und Back-Office-Bereich ein. Das überrascht nicht, denn Banken arbeiten mit riesigen Datensätzen, die sich für computergestützte Analysen sehr gut eignen. Darüber hinaus sieht sich die Compliance mit zwei neuen Herausforderungen konfrontiert: Immer größere regulatorische Komplexitäten, Nutzer-Erwartungen an Echtzeit-Produkten sowie steigende Kosten in Folge von arbeitsintensiven Prozessen und stetig wachsende Nutzung und Vielfalt von digitalen Produkten.
Was ist künstliche Intelligenz?
Künstliche Intelligenz ist die Technologie, mit der eine Maschine eigenständig lernen kann, anstatt von ständig neu programmierten Codes durch Menschenhand abhängig zu sein. Während KI oft mit fantasievollen Interpretationen in der Science-Fiction verglichen wurde, spielt sie heutzutage speziell im Kontext der Compliance weit mehr als nur eine primitive Rolle. Wenn die Rede von KI im Compliance-Bereich ist, sprechen wir im allgemeinen von Daten-Management-Prozessen, die große Datenmengen schnell analysieren und wesentliche Korrelationen zwischen verschiedenen Datenfragmenten herstellen können, um vorprogrammierte Schlussfolgerungen zu ziehen (wie z.B. rote Flaggen im System, die bei gewissen Transaktionen anschlagen), und um neue Schlüsse basierend auf den sichtbaren Daten zu ziehen – vorbehaltlich der menschlichen Interpretation und Genehmigung.
Banken und Kreditinstitute können bei einer Anwendung von KI in den Bereichen Compliance, KYC/AML, Authentifizierung und andere Formen von Datenverarbeitung signifikante Einsparungen bis zu 217 Milliarden US Dollar machen [3].
Insbesondere diese Technologien profitieren dabei vom Einsatz von KI:
- Biometrische Authentifizierung: Biometrie verwendet die einzigartigen biologischen Merkmale, die einen Menschen charakterisieren, und stellt die Verbindung zu deren Identität her.
- Monitoring – Überwachung von Unternehmensprozessen wie Kommunikation, Finanztransaktionen, Lieferanten, Markenreputation und biometrischen Daten von Mitarbeitern.
- Anti-Fraud und Betrugsrisiken – Die Compliance-Analyse bewegt sich von der Untersuchung von ausgewählten Beispielen aus allen Transaktionen innerhalb eines Batch-Prozesses (d.h. monatlich 5%) hin zu einer kontinuierlichen KI-Evaluierung jeder einzelnen Transaktion in Echtzeit.
- KYC/AML – Mit der KI-Technologie lassen sich Identitäten in Windeseile in einen KYC/AML-Compliance-Prozess einbinden.
- Komplexe Rechts- und Compliance-Workflows – Rechtsdokumente können mit Machine Learning analysiert und in strukturierte Daten umgewandelt werden, um die Unterschiede zu vergleichen.
Laut Accenture planen 77% der Banken den Einsatz von KI in den nächsten drei Jahren, um einen Großteil oder sogar einen Hauptteil der Aufgaben zu automatisieren [4]. Die Kombination von KI und Compliance verspricht auf lange Sicht Erfolg!
Quellen:
- District 3, ‘The history of ai in finance’
- Golberg et al (1995) The FinCEN Artificial Intelligence Systems: Identifying Potential Money Laundering from Reports of Large Cash Transactions
- Autonomous, “Augmented Finance & Machine Intelligence”
- Accentures Future Workforce Survey—Banking
- https://www.complianceweek.com/glossary/