Anzeige
| IT-Innovation

Nicht alles ist KI, was glänzt

Wann nützt künstliche Intelligenz in der Praxis, wann genügt klassische Automation? Wie vielversprechende KI-Anwendungsfälle aussehen, erklärt FI-SP-Manager Andreas Totok.

Anzeige

Die Finanz Informatik (FI) hat im vergangenen Jahr das Competence Center für Künstliche Intelligenz in der Sparkassen-Finanzgruppe gegründet.

Das unter dem Namen KIXpertS agierende Projektprogramm untersucht anhand konkreter Anwendungsfälle, wie KI-Technologien und -Methoden in den Instituten und für die Sparkassen-Kunden einen praktischen Nutzen bieten.

Anlässlich der Management-Veranstaltung FI-Connect haben wir bei KI-Experten Andreas Totok nach dem Stand der Dinge gefragt.

 
„Unser Fokus liegt auf den noch nicht gelösten Herausforderungen“: Andreas Totok, Geschäftsbereichsleiter Enterprise Information Management, Finanz Informatik Solutions Plus . © Finanz Informatik

Herr Totok, seit knapp einem Jahr kümmern sich die KIXpertS um den Einsatz Künstlicher Intelligenz (KI) in der Sparkassen-Finanzgruppe. Wann zieht die KI in die Sparkassen ein?
Andreas Totok: Bei dem ganzen Hype um das Thema KI ist die Frage berechtigt. Ich höre sie häufig, wenn ich mit Sparkassen, Landesbanken und Verbundunternehmen über die Aktivitäten unseres Competence-Centers spreche.

Die Antwort ist einfach: KI-Technologien wie neuronale Netze sind bereits jetzt nutzbar, beispielsweise bei der Handschriftenerkennung für Formularrückläufer. Das haben wir bereits auf dem letzten FI-Forum anhand eines praktischen Beispiels aus der Sparkassen-Finanzgruppe gezeigt. Anwendungen wie diese gibt es bereits mehrere am Markt. Diese zu finden ist aber nicht die primäre Aufgabe der KIXpertS.

Was dann?
Unser Fokus liegt auf den noch nicht gelösten Herausforderungen. Wir evaluieren konkrete Anwendungsfälle und untersuchen, wie diese mit den heute oder zukünftig verfügbaren KI-Technologien und -Methoden lösbar sind.

So finden wir heraus, ob, wann und wie die Institute der Sparkassen-Finanzgruppe nicht nur für einzelne Aufgaben, sondern auch auf übergeordneter Ebene die Möglichkeiten der KI praktisch nutzen können, um das Banking von morgen zu gestalten.

Es ist wichtig, diese Fragestellung heute vehement anzugehen, denn die KI steht an der Schwelle, in absehbarer Zukunft weitaus komplexere Aufgaben zu lösen, als es heute der Fall ist. Bei dieser Entwicklung wollen und werden wir dabei sein. Das ist der Anspruch des KI-Competence-Centers.

Gibt es dabei so etwas wie einen Zeitplan?
Totok: Wann welche Technologie für den Einsatz reif ist und welche neuen Möglichkeiten sich daraus ergeben, ist Gegenstand unserer Untersuchungen. Häufig hängt der Zeitpunkt des Durchbruchs einer KI-Methodik gar nicht von der Methodik an sich ab.

Denn viele Methoden sind heute schon längst bekannt. Ob sie in der Praxis nutzbar sind, hängt maßgeblich von den verfügbaren Basistechnologien wie Verarbeitungsgeschwindigkeit und Speicherkapazität ab.

Die Entwicklungen auf diesen Gebieten sind derzeit rasant. Durch neue technologische Möglichkeiten lassen sich Aufgaben überhaupt erst oder auf ganz andere Weise als bisher lösen. Daher ist es wichtig, sich konsequent mit diesen neuen Wegen zu befassen.

Wie gehen Sie dabei vor?
Totok: Zu Beginn unserer Arbeit haben wir in einer Vorstudie untersucht, wie Sparkassen, Landesbanken und Verbundpartner durch den Einsatz von KI grundsätzlich profitieren können. Da der Praxisnutzen für uns höchste Priorität hat, sind wir dazu übergegangen, konkrete Anwendungsfälle zu suchen, bei denen sich der Einsatz von KI-Technologien und -Methoden besonders eignet.

Dazu haben wir uns nicht nur auf unsere eigene Urteilskraft verlassen. Wir haben auch Mitarbeiter unserer Kunden, Meinungsführer und andere Spezialisten zum möglichen Einsatz der entsprechenden Technologien und Methoden befragt. Auf diese Weise konnten wir erste passende Anwendungsfälle identifizieren und priorisieren.

Weitere Impulse hat uns auch ein Ideenwettbewerb gebracht, den wir Anfang des Jahres innerhalb der Sparkassen-Finanzgruppe durchgeführt haben. Zwei Ideen haben uns besonders überzeugt: die automatisierte Verarbeitung von Geschäfts- und Offenlegungsberichten mittels KI sowie die KI-automatisierte Unterstützung zur Bearbeitung von Kundenbeschwerden. Weitere interessante Ideen wurden während des Wettbewerbs und auch danach bei uns eingereicht.

Wie entscheiden Sie, welche Anwendungsfälle interessant sein könnten?
Totok: Ausgewählte Anwendungsfälle qualifizieren wir nach einem trichterförmigen Modell hinsichtlich ihres Potenzials. Konkret spezifizieren wir die fachlichen Anforderungen und klären die fachliche sowie technische Machbarkeit.

In einem nächsten Schritt entwickeln wir unter Laborbedingungen Prototypen und klären alle Aspekte, die für die finale Umsetzung wichtig sind. Trichterförmig ist dieses Modell, weil bei jedem Schritt Anwendungsfälle rausfallen. Bei einigen reichen beispielsweise die verfügbaren Daten für ein erfolgreiches Training nicht aus, in anderen Fällen sprechen unklare rechtliche oder regulatorische Rahmenbedingungen gegen ein Weitermachen.

Und natürlich gibt es auch Fälle, bei denen recht schnell klar wird, dass der Einsatz von KI-Methoden überhaupt nicht notwendig ist. Die klassischen Mittel der IT haben wir ja auch immer im Blick.

Wann genügen die klassischen IT-Mittel, bitte nennen Sie ein Beispiel?
Totok: Recht häufig betreffen Anforderungen die Automatisierung von wiederkehrenden Aufgaben in Bankprozessen. Sind die Automatisierungsaufgaben durch Regeln beschreibbar, lassen sich sich durch so genannte Robotic-Process-Automation-(RPA)-Lösungen automatisieren.

Die Umsetzung solcher Aufgaben auf Basis von RPA übernimmt auf Kundenwunsch hin ein Entwicklungsteam der FI-SP, da RPA unseres Verständnisses nach keine originäre KI ist.

Wie sehen die letzten Schritte ihres Selektionsprozesses bei den Anwendungsfällen aus?
Totok: Am Ende des trichterförmigen Selektionsprozesses stehen Anwendungsfälle, die ein besonders hohes Potenzial für die Lösung durch KI haben. Solche Anwendungsfälle setzen wir in konkrete KI-Anwendungen um. Dazu befassen wir uns beispielweise derzeit intensiv mit dem Schwerpunkt des maschinellen Lernens. Diesen legen wir bei nahezu allen aktuell bearbeiteten Anwendungsfällen zugrunde. Auf diese Weise können wir Objekte oder auch Intentionen erkennen. Darauf bauen Anwendungen wie etwa die Foto-Finanzierung oder auch das Erkennen von Betrugs- oder Geldwäschedelikten auf. Hier arbeiten wir an vielversprechenden Ansätzen, mit denen wir in absehbarer Zeit konkrete Zukunftslösungen für das Banking von morgen in der Sparkassen-Finanzgruppe entwickeln können.