close

Willkommen auf unserer digitalen Leseplattform – Bitte wählen Sie Ihre gewünschte Region aus

The Magazine
Management. Expertise. Inspiration.

Date: 13/07/2018

Title: KI und Robotik im Wealth Management: Ein Schritt in die Zukunft! – Teil 1

Teaser: Die Anwendungen der künstlichen Intelligenz (KI) und der Robotik verzeichnen ein deutliches Wachstum im Finanzdienstleistungsbereich. Für alle, die an der Spitze bleiben wollen, ist es hilfreich, sich einen klaren Überblick über die Bedeutung, Variationen und Berührungspunkte der Technologien, Trends und die damit verbundenen Möglichkeiten zu verschaffen. Teil 1 gibt einen allgemeinen Überblick über den Markt.

Button: Weiterlesen

Image:

KI und Robotik im Wealth Management: Ein Schritt in die Zukunft! – Teil 1

Die Anwendungen der künstlichen Intelligenz (KI) und der Robotik verzeichnen ein deutliches Wachstum im Finanzdienstleistungsbereich. Für alle, die an der Spitze bleiben wollen, ist es hilfreich, sich einen klaren Überblick über die Bedeutung, Variationen und Berührungspunkte der Technologien, Trends und die damit verbundenen Möglichkeiten zu verschaffen. Teil 1 gibt einen allgemeinen Überblick über den Markt.

Autoren: Tariq Khan | Vladimir Dimitroff | Aastha Dhawan


Ursprünglich als zwei verschiedene Disziplinen und Technologiefelder entstanden, rücken KI und Robotik immer näher zusammen, überschneiden sich oft und werden leicht miteinander verwechselt. Um die aktuelle Annäherung zu verstehen, müssen wir uns die Ursprünge und "reinen" Definitionen ansehen:

Künstliche Intelligenz ist eine vom Menschen geschaffene Einheit (Gerät oder System), die in der Lage ist, zielorientierte Aufgaben in ähnlicher Weise wie der Mensch zu erfüllen: die Umwelt wahrzunehmen, zu interpretieren und Entscheidungen zu treffen, die zu höheren Chancen in der Erreichung von Zielen führen. KI entwickelte sich in den 1950er-Jahren zu einer wissenschaftlichen Disziplin und beschäftigt sich vor allem mit der Modellierung des menschlichen Denkprozesses bei der Problemlösung und Entscheidungsfindung. Seitdem hat sie sich in Wellen großer Begeisterung (und Investitionen) weiterentwickelt, die durch Perioden der Ernüchterung und verminderter Aktivitäten (bekannt als "KI-Winter") unterbrochen wurden. Wir befinden uns derzeit in einer Welle großer Leistungssteigerung durch Rechenfortschritte, die das Geschäftsinteresse sowohl an der Übernahme verfügbarer Lösungen als auch an Investitionen in neue Entwicklungen fördern.

Die Robotikindustrie hingegen hat eine längere Geschichte – angefangen bei pragmatischen industriellen Anwendungen: Programmierbare Produktionsmaschinen waren vor der Geburt der KI weit verbreitet. In der zweiten Hälfte des 20. Jahrhunderts ahmten einige dieser Maschinen buchstäblich physische menschliche Handlungen nach, wie z.B. die Schweißroboter in der Automobilindustrie. Im 21. Jahrhundert hielten die Roboter Einzug im Dienstleistungssektor und wechselten gleichzeitig vom physischen zum virtuellen/digitalen Bereich, wo die meisten Prozesse in Bereichen wie Telekommunikation, öffentliche Dienste und natürlich Banken und Versicherungen stattfinden. Diese Roboter ähneln nicht mehr dem menschlichen Arm. Sie existieren in den IT-Systemen als Software und automatisieren die Prozesse, die noch menschliche Interaktion zwischen den Systemen und um diese herum erfordern. So entstand die Branchendisziplin der Robotic Process Automation (RPA), inzwischen eine eigenständige, ausgereifte Branche mit mehreren leistungsstarken Anbietern und endlosen Erfolgsgeschichten rund um den Globus.

Während die KI immer präzisere Objekt- und Mustererkennung, "kluges" Denken und Entscheiden erbringt, das gelegentlich den Menschen besiegt (wie in bestimmten Spielen, die bekanntlich von Computern gegen menschliche Champions gewonnen werden), und RPA leise, aber unaufhaltsam Effizienz und Risikominimierung bei einfachen, repetitiven Aufgaben bringt, erstreckt sich das eine auf das Gebiet des anderen. KI-basierte Schnittstellen verarbeiten nicht nur die natürliche Sprache, sie erwerben auch physikalische Eigenschaften, wie eine menschliche Stimme (Siri, Alexa) und sogar ein animiertes Gesicht. Backoffice-Roboter ihrerseits nutzen kognitive Methoden, werden intelligenter und sind in der Lage, an Bedingungen geknüpfte Entscheidungen zu treffen und nicht mehr nur programmierte Wiederholungen auszuführen.

Robotertypen und Anwendungsfälle in der Vermögensverwaltung

Roboter können bezüglich ihrer Funktionsweise, ihres Standorts im Ökosystem/in der Architektur, ihres Intelligenzgrads und ihres Hauptzwecks stark variieren. Jeder Typ ist so konzipiert, dass er eine Mischung aus materiellen und immateriellen Vorteilen wie Effizienz und Kostenreduzierung, verbesserte Qualität, Präzision und Benutzererfahrung (CX), Fehler- und Risikominderung usw. bietet. Einige Robotertypen konzentrieren sich jedoch auf einen Vorteil und ermöglichen die Funktion auf Kosten anderer Leistungen. Es gibt keine "reinen" Typen, aber aufgrund der vorherrschenden Eigenschaften sind folgende Typen entstanden:

Front-End-(Interaktions-)Roboteranwendungen

Obwohl sie Effizienzsteigerung bringen (z. B. in Massenverwendungsfällen wie Privatkundengeschäft und Verbraucherversicherung), konzentrieren sie sich mehr auf das Verbessern der Qualität und der Benutzerfreundlichkeit. Hier überschneidet sich der Aspekt der Robotik (humanoide Automatisierung) mit der KI und nutzt diese als kognitive, lernende Funktionalität.

Chatbots

Eine Untergruppe ist bekannt als Chatbots. Diese haben sich weit über den einfachen Chat hinaus entwickelt (Kurztext-, Instant-Message-Interaktionen). Einige von ihnen sind in der Lage, längere Texte (maschinengelesene Briefe, E-Mails) zu interpretieren und sinnvolle Antworten zu verfassen. Andere interagieren durch Sprache – wie die beliebten Alexa, Siri oder Google Assistenten. Der lebensechte Avatar "Cora", der von der NatWest Bank gesteuert wird und an Scifi-Charaktere erinnert, soll sogar eine KI nutzen, um Kundenemotionen zu verstehen und die Interaktion entsprechend anzupassen. Der gleiche FinTech-Anbieter, Soul Machines aus Neuseeland, steht hinter dem neuesten menschenähnlichen Bot "Sarah", der für Daimler Financial Services entwickelt wurde.

Robo-Advisors

Eine weitere menschenorientierte Klasse im Finanzdienstleistungsbereich wurde kürzlich als Robo-Advisor bekannt. Während dieser ursprünglich als disruptiver Herausforderer klassischer Vermögensverwaltungsinstitute beworben wurde, gibt es heute kaum noch eine etablierte Bank oder Vermögensverwaltungsfirma ohne ein eigenes (selbstentwickeltes oder erworbenes) Roboter-Beratungsangebot. Diese Lösungen haben eine eigene Benutzeroberfläche von unterschiedlicher Qualität und Benutzererlebnis. Der Fokus liegt weniger auf dem Interaktionsmanagement als vielmehr auf der Automatisierung der Unterstützung bei Anlageentscheidungen der Kunden. Den meisten der derzeit laufenden Robo-Advisors fehlt es an den Fähigkeiten und dem Spielraum, um HNWI- und UHNWI-Kunden (High oder Ultra High Net Worth Individuals) zu betreuen, aber sie gehen auf die Bedürfnisse des "Massenvermögens" ein (die große Zahl der oberen Einkommens-/Massenverbraucher, deren Anlagen ein Großteil der Vermögenswerte ausmachen, die ein professionelles Management erfordern). Die tiefen Kosten der automatisierten Beratung führen die Robo-Advisors weiter in die unteren Segmente. Hier bieten sie eine erschwingliche "Vermögensverwaltung" für die weniger wohlhabenden Kunden und erfüllen somit zusätzlich eine soziale Funktion.

Es ist zu beachten, dass die oben genannten Front-End-Robotertypen nicht ausschließlich für den Umgang mit Kunden gedacht sind. Sie sind gleichermaßen effizient und verbessern die Benutzererfahrung beim internen Einsatz für Mitarbeiter und andere Interessensvertreter wie Finanzintermediäre oder staatliche Stellen.

Robotik im Back-Office-Betrieb

The emphasis here is on industrial-style automation, performing at speed standardised repetitive actions with predictable (and reliably persistent) outcomes. Established for at least a decade, robotic process automation (RPA) finds fertile ground for efficiency gains at the interface touchpoints. The prime candidates for such automation are interactions between a machine and a human (e.g., data entry or validation), or between machines with a human intermediary (i.e., in complex architectures with multiple systems).

Originating from an older technique known as screen scraping (capturing in electronic form data that has been formatted for visual display to a human user), RPA virtual workers now- adays routinely log into upstream systems with human credentials, capture output data and seamlessly enter it into the downstream target system. Most current RPA platforms and technology solutions are designed for rapid development of bots with minimum programming skills (or none at all). They have a visual workflow interface that enables drag- and-drop (re)configuration of process steps and tasks. The deployment of RPA takes weeks, rather than months; with immediate benefits driving strong ROI.

Some instances of RPA deployment in private banking and wealth management include (but are not limited to):

  • Client onboarding
    This often involves a lot of manual data entry, time- consuming prospect creation and account opening (sub)processes, several know your customer steps and, according to best-practice research, can potentially be up to 85% automated.
  • Reconciliation of securities
    Laborious repetitive activity with significant manual component and use of office productivity tools (e.g., filling out Excel sheets) side-by-side with large and complex technology platforms can be handed over to RPA solutions. Completed pilots show up to 50% effort reduction, as well as much lower error rates.
  • Rate and price uploadsThey represent another highly manual operation involving Excel sheets; whether in-house or business process outsourcing-performed, it can be streamlined with RPA for considerable savings and error reduction, leaving humans to only handle exceptions.
  • Test automation
    In all technology implementations, changes and updates, release deployments or maintenance interventions, testing involves a lot of human effort and consumes a considerable portion of total project time. Prime targets are highly repetitive test procedures, which can be automated with RPA and resources (re)allocated to training and other human-dependent activities.
  • Invoicing
    Organisations where large numbers of invoices are regularly generated with input from various systems, involving manual work and critical validations, can benefit form RPA to automate at least half of these activities, reduce errors and disputed invoice resolutions, and increase timely payments to over 90%.
  • Filing of statutory forms and documents
    One example are tax returns, where wealth managers are providing tax services to clients. This is a repetitive routine task, highly seasonal with excessive workloads near deadlines. Stress of overloads and deadlines increases the probability of human errors. This is very easy to robotise with compelling savings, improved accuracy and compliance.

Increasing sophistication through combination

While the above (and many similar) processes are simple in nature and early targets to prove the concept, larger and more complex processes demand increased sophistication and some RPA solutions are increasingly involving AI to replicate more complex human actions. In one example, «AA» (Automation Anywhere, one of the RPA industry global leaders) is offering «IQ Bot», a process automation solution with cognitive capabilities allowing work with unstructured data and/or natural language, decisioning (rules engine) based on discovery and interpretation capability, and integration with advanced AI platforms like IBM Watson.

Another example of convergence with AI and increasing sophistication is the above mentioned onboarding process, originally automated just for efficiency. The know you customer (KYC) and anti-money laundering (AML) components therein are very demanding on human input or higher machine intelligence. This is where the initial form-filling simple RPA goes through external system access (e.g., the «Thomson Reuters World-Check») to obtain information and bring it into the account opening process. From this level, the evolution is into fully-fledged AI solutions that crawl massive sources of unstructured data (dedicated databases, but also mass- and social media in any location and language). The KYC and AML solutions of vendors like «IMTF» or «SmartKYC» and parent «Finantix» are successfully doing precisely this, offering their user institutions unparalleled insight into client backgrounds beyond compliance requirements. At the opposite end of niche functionality and short implementation times, Synpulse is currently piloting an «adverse media screening» (AMS) solution based on technology from AI vendor Squirro that brings insight not just for onboarding, but for ongoing monitoring of existing clients, as well as for regulatory requirements.

AI and robotics have a lot to offer for the wealth management industry. They allow early adopters to leverage efficiency and compete in a climate of declining fees and margins. Whereas Part 1 gave a general overview of the market, in part 2  we will take a closer look at the concrete adaptions on the client side, describe benefits of AI and RPA in end-to-end operations and give concrete guidelines for wealth managers based on our UK Wealth and Asset Managers survey.

contact

graphic

Marouane Bakhtar

United Kingdom

Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen. Mehr erfahren.
OK