KI-Reifegrad bei Banken und Finanzdienstleistern

Whitepaper

In künstlicher Intelligenz und unstrukturierten Daten steckt großes Potenzial. Ist Ihr Finanzunternehmen bereit, es zu nutzen?

Jill Shoup

Innovation Research Director

Einführung

Durch künstliche Intelligenz (KI) und unstrukturierte Daten werden ganze Branchen transformiert, denn sie ermöglichen Effizienzsteigerungen und eröffnen Wachstumschancen. Banken und Finanzdienstleister (BFSI) haben sich bislang auf strukturierte Daten fokussiert, erkennen nun aber auch den Nutzen unstrukturierter Daten, um ihre betriebliche Effizienz zu steigern und die Entscheidungsfindung zu vereinfachen.

Eine Umfrage unter 205 Entscheidungsträger:innen aus den Bereichen IT und Daten im BFSI-Sektor zeigt, dass die Branche hinsichtlich ihres KI-Reifegrads recht genau dem globalen Durchschnitt entspricht. Doch nur wenige ziehen den maximalen Wert aus ihren unstrukturierten Daten.

In diesem Artikel sehen wir uns die KI-Nutzungstrends in der BFSI-Branche genauer an und finden heraus, wie unstrukturierte Daten helfen, wettbewerbsfähig zu bleiben.

Gleichmäßige KI-Einführung

Der BFSI-Sektor führt KI gleichmäßig nach und nach ein und folgt damit dem globalen Durchschnittstrend. Die Branche sticht jedoch mit Einem heraus: ihrem starken Fokus auf der Nutzung von künstlicher Intelligenz im Bereich Finanzen. Das bedeutet in Zahlen, dass 61 % der Unternehmen KI für Finanzanwendungen einsetzen, im Vergleich zu 51 % im globalen Durchschnitt. Angetrieben wird das durch den Bedarf an Echtzeit-Datenanalysen für Risikobewertungen, Erkennung von Betrugsverdachtsfällen und Kreditwürdigkeitsprüfungen – all diese Elemente kann die künstliche Intelligenz revolutionieren.

Der wichtigste Anwendungsfall für KI im BFSI-Bereich sind Kostensenkungen (58 %), was dem Trend in mehreren Branchen entspricht.

Andere häufige Anwendungsfälle sind die Verbesserung des Kundenerlebnisses (56 %), Innovationen bei Produkten und Services (54 %) und die Prozessautomatisierung (51 %). KI-gestützte Automatisierung wird als wichtigste Technologie für den Unternehmenserfolg in den nächsten zwei Jahren gesehen.

Es ist überraschend, dass die KI-Nutzung in der BFSI-Branche in den Bereichen Kundendienst (37 %) und Forschung und Entwicklung (37 %) deutlich geringer ist als im globalen Trend (53 % bei beiden Bereichen). Die Ursachen dafür liegen wahrscheinlich in den strengen gesetzlichen Vorgaben und fehlendem Vertrauen der Kund:innen, da diese hier besonders sensible, vertrauliche Informationen preisgeben. Doch gerade das sollte als Chance begriffen werden, das Kundenerlebnis zu optimieren und Innovationen voranzutreiben.

Unstrukturierte Daten als Motor

Obwohl die Entscheidungsträger:innen im BFSI-Bereich meinen, dass unstrukturierte Daten extrem wichtig für den Erfolg ihrer KI-Strategie sind (53 %), schätzen sie sie immer noch als deutlich weniger wichtig ein als ihre strukturierten Daten (46 % im Vergleich zu 67%).

Diese Priorisierung strukturierter Daten erklärt sich vermutlich aus den strengen Compliance- und Reporting-Anforderungen. Zudem gewichtet die Branche unstrukturierte Daten möglicherweise deshalb unterdurchschnittlich, weil sie nicht weiß, wie ein effektiver Einsatz aussehen kann.

Drei Beispiele:

Nur eines von vier Unternehmen (26 %) hat das Gefühl, große Mengen unstrukturierter Daten sehr effektiv zu verwalten.
Nur 27 % sind der Meinung, dass sie ihre unstrukturierten Daten gut verfügbar machen.
Nur 30 % sagen, dass sie ihre unstrukturierten Daten zuverlässig als vertrauenswürdige Quelle nutzen können.

Um hier Fortschritte zu erzielen, müssen die Unternehmen ihre Verwaltung und Governance der unstrukturierten Daten optimieren.

Fazit: Datenstrategien optimieren

Die BFSI-Branche weiß, wie wichtig unstrukturierte Daten für die KI-Nutzung sind. Viele Unternehmen haben jedoch noch keine konsistenten Prozesse und können so ihr Potenzial nicht ausschöpfen. Doch da die Kundenerwartungen steigen, müssen die Unternehmen ihre Prioritäten ändern und unstrukturierte Daten – zum Beispiel aus Kundenfeedback und Transaktionsmustern – erfassen, analysieren und sie als Grundlage für weitere Anwendungsfälle nutzen, um personalisierte, kundenzentrierte Erlebnisse zu ermöglichen.

Um dieses Potenzial zu heben, müssen die Unternehmen ihre KI-Strategien optimieren und stabile Prozesse für die Verwaltung der unstrukturierten Daten einführen. Dadurch schaffen sie stärkere Kundenbeziehungen und bleiben gleichzeitig wettbewerbsfähig.

Wenn Sie sich die Daten hinter dieser Umfrage genauer ansehen möchten und sich fragen, wo die Unternehmen im Vergleich zu anderen Ländern und Branchen stehen, können Sie hier unseren Artikel lesen.

Wenn Sie sich für weitere BFSI-Ressourcen interessieren und wissen möchten, wie Iron Mountain Ihnen helfen kann, den Wert Ihrer Informationen zu erschließen, sehen Sie sich in unserem Ressourcencenter um.

Über die Umfrage

Mit der Durchführung dieser Umfrage beauftragte Iron Mountain das spezialisierte Marktforschungsunternehmen Vanson Bourne. Dabei wurden 1.400 Entscheidungsträger:innen aus dem Bereich IT und Daten befragt, die Kenntnisse über die KI-Strategie ihres Unternehmens besitzen oder die Verantwortung dafür tragen. Die Unternehmen der Befragten mussten mindestens 250 Mitarbeitende in den folgenden Ländern haben: USA, Großbritannien, Frankreich, Deutschland, Indien und Australien. Die Unternehmen stammten aus verschiedenen öffentlichen und privaten Sektoren. Ein Schwerpunkt lag jedoch auf den Bereichen Bank- und Finanzdienstleistungen, Versicherungen, Gesundheitswesen und Life Sciences, Medien und Unterhaltung, öffentlicher Sektor (außer Gesundheitswesen) und Energie. Diese Zusammenfassung basiert auf 205 Entscheidungsträger:innen im BFSI-Sektor.