Künstliche Intelligenz (KI): Ein Game-Changer in der Fintechbranche

15. August 2024
|In Thought Leadership
|By Wolfram Stacklies
Künstliche Intelligenz (KI) und Machine Learning (ML) – zwei Schlüsseltechnologien, die das Potenzial haben, die Welt grundlegend zu verändern. Und damit natürlich auch die Finanzbranche.
Ob bessere Kundenbetreuung, Effizienzsteigerung oder die Ermöglichung innovativer Produkte und Dienstleistungen bis hin zu neuen Geschäftsmodellen – die Einsatzmöglichkeiten sind vielfältig. Zeit, einen genaueren Blick auf die Potenziale zu werfen und zu zeigen, wie wir KI und ML bei wealthAPI einsetzen.
wealthAPI CTO Wolfram Stacklies
wealthAPI CTO Wolfram Stacklies

Künstliche Intelligenz (KI) & Machine Learning transformieren die Finanzdienstleistungsbranche

Hand aufs Herz: Wer weiß schon genau, was sich hinter KI und ML verbirgt? Bevor wir in die Tiefe gehen, werfen wir einen kurzen Blick auf die Technologien.

Künstliche Intelligenz (KI): Wenn Maschinen menschenähnliche Intelligenz zeigen

KI-Systeme sind nicht nur in der Lage, aus Daten zu lernen und Muster zu erkennen, sondern auch, ihre Arbeitsweise selbstständig zu optimieren. So passen sie sich an neue Situationen an und verbessern ihre Leistung kontinuierlich.
Darüber hinaus kann KI komplexe Probleme analysieren, verschiedene Lösungen generieren und die beste Option auswählen. Dies macht sie zu einem wertvollen Werkzeug in vielen Bereichen, von der Medizin bis zum Finanzwesen. Auf der Grundlage von Daten und Analysen können fundierte Entscheidungen getroffen werden, die insbesondere in der Finanzbranche in vielen Bereichen von Nutzen sein können, zum Beispiel bei der Kreditvergabe, der Betrugserkennung oder der Finanzberatung und Vermögensverwaltung.

Maschinelles Lernen (ML): Ein Teilbereich der künstlichen Intelligenz

Maschinelles Lernen ist ein Teilgebiet der KI, das sich auf die Entwicklung von Algorithmen konzentriert, die aus Daten lernen können. Dabei spielt vor allem die Qualität der Trainingsdaten eine große Rolle.

Stellen Sie sich vor, Sie bringen einem Kind Schach bei. Sie zeigen ihm die Spielregeln, einige grundlegende Strategien und lassen es dann gegen andere Gegner:innen spielen. Mit der Zeit lernt das Kind aus seinen Erfahrungen, verbessert sein Spiel und wird immer besser. Genau so funktioniert maschinelles Lernen: ML-Algorithmen werden mit großen Datenmengen trainiert, um selbstständig Muster und Zusammenhänge zu erkennen. Anhand der erkannten Muster können die Algorithmen dann Vorhersagen treffen oder Entscheidungen treffen. Im Gegensatz zu einem Kind merkt sich eine KI alle ihre Handlungen und deren Ergebnisse – für immer.
Um den Unterschied zwischen KI und ML noch einmal zu verdeutlichen: Ein Roboter, der Schach spielen kann, ist ein KI-System. Die Software, die dem Roboter das Schachspielen beibringt, verwendet jedoch maschinelle Lernverfahren.

So wird KI und ML im Finanzwesen eingesetzt

KI und ML sind keine Zukunftsmusik mehr, sondern bereits heute Realität in der Finanzwelt. Die Implementierung dieser Technologien birgt enorme Chancen und eröffnet neue Möglichkeiten, Nutzer:innen zu begeistern, Prozesse zu optimieren und Unternehmen effektiver zu steuern. Unternehmen, die sich dieser Herausforderung proaktiv stellen und KI und ML verantwortungsvoll einsetzen, werden die Gewinner der digitalen Transformation sein.
So werden im Kundenservice KI-gestützte Chatbots und virtuelle Assistenten zu Servicekräften, die rund um die Uhr zur Verfügung stehen. Sie beantworten Fragen, lösen Probleme und bieten Unterstützung in Echtzeit und können auf Basis von Kundenprofilen und -verhalten personalisierte Angebote und Dienstleistungen anbieten. Erste Unternehmen und Banken setzen KI bereits ein, um Kundinnen und Kunden bei der Kontoeröffnung zu unterstützen, Fragen zu Produkten und Dienstleistungen zu beantworten und Transaktionen durchzuführen.
Maschinelles Lernen optimiert Prozesse und macht sie kostengünstiger, effizienter und schneller. Routineaufgaben wie Kontoführung, Kreditvergabe oder Betrugsprävention werden durch ML-Algorithmen automatisiert. Dies spart Zeit, senkt Kosten und ermöglicht es den Mitarbeitenden, sich auf komplexere Aufgaben zu konzentrieren. Auch hier gibt es bereits Praxisbeispiele, die Transaktionen auf Anomalien und Betrugsversuche analysieren und gegebenenfalls in Echtzeit blockieren.
KI-gestützte Analysen liefern aber auch wertvolle Einblicke in Kundenverhalten, Markttrends und Risikoprofile. So können Unternehmen fundierte Entscheidungen treffen, die ihre Effizienz steigern, neue Geschäftsfelder erschließen und ihren Wettbewerbsvorteil ausbauen. Mithilfe von ML können Unternehmen neue Finanzprodukte und -dienstleistungen entwickeln, die auf die individuellen Bedürfnisse und Präferenzen ihrer Kund:innen zugeschnitten sind. So entsteht eine neue Dimension der Kundenorientierung und -zufriedenheit.

wealthAPI: KI und ML im Dienste personalisierter Finanzlösungen

wealthAPI nutzt die Kraft von KI und ML, um seinen Partnern innovative und personalisierte Finanzlösungen zur Verfügung zu stellen. Das Herzstück ist die wealth-AI – oder wealth-KI, wenn man so will.
Dabei handelt es sich um eine intelligente Empfehlungsplattform, die auf Basis realer Vermögens- und Portfoliodaten maßgeschneiderte Produktempfehlungen generiert.

Datenaggregation und -aufbereitung: Das Fundament der wealth-AI

Der erste Schritt im Prozess ist die Konsolidierung und Aufbereitung von Daten aus verschiedenen Quellen. wealthAPI hat als Kontoinformationsdienstleister Zugriff auf eine Vielzahl von Daten, darunter:
  • Girokontodaten (PSD2): Die Daten ermöglichen unser Haushaltsbuch-Feature, das den Nutzer:innen unserer Kunden Aufschluss darüber gibt, wofür sie ihr Geld ausgeben.
  • Depotdaten: Beinhalten Informationen über Aktien, Fonds und ETFs.
  • Historische Daten: Ermöglichen die Analyse der Performance von Investments in der Vergangenheit.
  • Vertragsdaten: Erkennung von wiederkehrenden Zahlungen, Beitragserhöhungen oder Vertragslaufzeiten.
  • Theoretische Depots: Die Kund:innen der Partner haben die Möglichkeit, Depots und verschiedene Anlagestrategien zu simulieren.

KI-Training mit anonymisierten Datensätzen

Die Daten, mit denen wir unsere KI trainieren, sind vollständig anonymisiert, aber sehr aufschlussreich: So lernt die wealth-AI, Muster in den Daten zu erkennen und Zusammenhänge zwischen verschiedenen Faktoren herzustellen.
Aktuell können Partner von wealthAPI ihren Kunden und Kundinnen mithilfe eines Fragebogens personalisierte Empfehlungen ausspielen. Der Fragebogen erfasst unter anderem Informationen zu Anlagehorizont, Nachhaltigkeit und Risikobereitschaft sowie Präferenzen bei der Auswahl von Anlageprodukten. Basierend auf diesen Informationen generiert die wealth-AI Empfehlungen und zeigt, wie andere Nutzer:innen mit ähnlichen Präferenzen investiert haben.

Zukunftsvision: KI-gestützte Performance-Analyse und Vermögensaufbau

Aber das ist natürlich noch nicht alles. In Zukunft wollen wir die Möglichkeiten von KI und ML noch weiter ausbauen. Geplant sind unter anderem:
  • Die Analyse der individuellen Portfolio-Performance: Die KI soll in der Lage sein, die Performance des Portfolios jedes einzelnen Kunden und jeder einzelnen Kundin auch im Vergleich zu ähnlichen Portfolios (Peergroup) zu analysieren und individuelle Verbesserungspotenziale aufzuzeigen.
  • Die Integration von Immobilienwerten: Es ist geplant, dass wealthAPI auch Immobilienwerte in die Analyse einbezieht, um den Nutzern und Nutzerinnen von Partnern ein umfassendes Bild ihres Vermögens zu bieten.
  • KI-gestützte Vermögensaufbaupläne: wealthAPI wird den Kund:innen der Partner KI-basierte Pläne zur Verfügung stellen, die ihnen helfen, ihre Vermögensziele zu erreichen.
Die Vision von wealthAPI ist es, ein transformatives Finanzökosystem zu schaffen, in dem unsere Partner ihren Kundinnen und Kunden personalisierte Finanzprodukte zum richtigen Zeitpunkt anbieten können. Um dies zu erreichen, wollen wir Europas führende Plattform für Finanzmanagement und -empfehlungen entwickeln, die auf einer intelligenten, KI-basierten Empfehlungsplattform basiert. Der Marktführer in Deutschland sind wir schon heute.