Der Gamechanger
Da KI immer tiefer in das Bankwesen vordringt, blicken Institute über die Neuartigkeit hinaus, um sicherzustellen, dass ihre Investitionen einen Mehrwert generieren.
Die Integration künstlicher Intelligenz in den Finanzsektor bewegt sich über die experimentelle Phase hinaus, da die neue Technologie zu einem Eckpfeiler moderner Bankgeschäfte wird. Nehmen wir zum Beispiel die DBS Bank, deren ehemaliger CEO Piyush Gupta KI als einen „absoluten Gamechanger“ bezeichnet.
DBS hat über 800 KI-Modelle in 350 use cases implementiert, die im Jahr 2025 voraussichtlich eine wirtschaftliche Wirkung von über 1 Milliarde Singapur-Dollar (etwa 778 Millionen $) erzielen werden und damit einen breiteren Branchentrend widerspiegeln. Banken revolutionieren alles – von Treasury und Cash Management bis hin zur Betrugserkennung und kundenorientierten Dienstleistungen –, angetrieben durch das Versprechen der KI, Mehrwert für das Institut und seine Kunden zu schaffen.
Diesem strategischen Ansatz trägt Smartstream Air Rechnung, eine 2019 eingeführte KI-gesteuerte Software-as-a-Service-Plattform, die Finanzinstituten dabei helfen soll, bessere Erkenntnisse aus Daten zu gewinnen und diese nutzbar zu machen. Die neueste Version von Air, Version 9.0, die letztes Jahr eingeführt wurde, umfasst die Module Air Data und Air Cash. Diese bieten eine skalierbare, KI-gestützte Datenverarbeitung und Abstimmung, was für die Bewältigung wachsender Datenmengen entscheidend ist, insbesondere bei wertarmen Massenzahlungen.
„Dies ermöglicht die Analyse vielfältiger Datensätze und verbessert die Datenqualität sowie den Abgleich“, sagt Smartstream-CEO Akbar Jaffer. „Die Anwendungen reichen von traditionellen Bereichen wie Bargeld und Wertpapieren bis hin zu allgemeinen Geschäftsanforderungen.“
KI entwickle sich zu einem grundlegenden Werkzeug für die Datenverarbeitung, stellt er fest: „Wenn Daten aufgenommen werden, empfiehlt unsere KI-Engine Möglichkeiten zur Verbesserung und Anreicherung ihrer Qualität. Sie hilft auch bei der Definition von Matching-Kriterien. Die KI-Engine lernt aus den Benutzeraktivitäten, identifiziert wiederkehrende Probleme und macht Vorschläge, während sie gleichzeitig auf Unstimmigkeiten prüft.“
