Autor: Marc Landis
Die Basis, um diesen Weg erfolgreich gehen zu können, ist der Datenschatz, auf dem die Banken sitzen. Diesen gilt es zu heben.
Contovista ist eine der grossen Erfolgsstorys in der Schweizer FinTech-Szene. 2013 gestartet, ist Contovista heute nach eigenen Angaben der Schweizer Marktführer für Data-driven-Banking. Das Unternehmen bietet White-Label-Software-, Daten- und Analyticslösungen an, die sich reibungslos in bestehende Banksysteme integrieren lassen. Mit seinen digitalen Lösungen will das Unternehmen Banking persönlicher und damit besser für Banken und ihre Kunden machen.
«Wir ermöglichen Banken, ihre vorhandenen Daten effektiv und profitabel zu nutzen», sagt Kevin Smith, Head of Analytics & AI von Contovista. Dies mithilfe von Big Data Analytics und Künstlicher Intelligenz (KI). Sie werden die Kunde-Bank-Beziehung nachhaltig verändern. Dessen ist sich Kevin Smith sicher. Dabei werden Kunden in allen finanziellen Entscheidungen unterstützt, wie das etwa Contovistas persönlicher Finanzassistent bereits bei verschiedenen Banken und Kreditkartenanbietern tut.
Wir bieten praxiserprobte KI-Lösungen an, die sich mit überschaubarem Aufwand in nahezu jede IT-Landschaft integrieren lassen
Aber auch bei nicht alltäglichen Entscheidungen kann KI basierend auf individuellen Präferenzen helfen. Wenn sich ein Kunde etwa mit 35 Jahren den Traum vom Eigenheim erfüllen möchte, kann die KI entsprechende Empfehlungen abgeben, damit er dieses Ziel erreicht. Und auch Banken können ihre Berater mittels KI im Kundenkontakt unterstützen, um die Beratungsqualität zu verbessern. «Überall wird KI enthalten sein und sich nahtlos mit menschlicher Beratung vermischen.» Der Kundenberater kann sich so auf die zum entsprechenden Zeitpunkt relevantesten Fälle konzentrieren und proaktiv auf Kunden zugehen. So sollen schlussendlich alle Kunden von einer personalisierten Beratung profitieren, die bisher lediglich Private-Banking-Kunden vorbehalten war.
Für Banken bedeutet der Einsatz von KI und damit verbundene Personalisierung gleichermassen Effizienzsteigerung und Stärkung der Kundennähe. «Wir stellen vermehrt fest, dass Kundenberater ihre Kunden kaum kennen und somit nicht genügend auf deren Bedürfnisse eingehen können», sagt Kevin Smith. Für Banken ist KI also auch der Schlüssel, um mehr Relevanz im Leben der Kunden zu gewinnen. Banken sollten Datenanalysen und Künstliche Intelligenz aber auch für Marketing- und Vertriebsprozesse einsetzen und vorhandene Daten besser nutzen. Das Stichwort hier lautet Data-driven-Banking. Banken besitzen, historisch gesehen, eine enorme Menge an hoch qualitativen Daten, und in Zeiten, in denen Kunden personalisierte Mehrwerte erwarten, wird der gezielte Umgang damit zur Kernkompetenz. Um sich KI und Data-driven-Banking anzunähern, empfiehlt sich laut Kevin Smith «mit kleinen, aber nicht unwichtigen» Pilotprojekten zu starten, um den abstrakten KI-Begriff für alle Mitarbeitenden erlebbar zu machen.
Den grössten Erfolg im Data-driven-Banking verzeichnen demnach Banken, die bereit sind, Neues auszuprobieren und sich auf kontrollierte Experimente einzulassen. «Marketing- und Vertriebsorganisationen scheuen sich aber manchmal vor der Arbeit mit Daten», gibt Kevin Smith zu bedenken. Und kleineren und mittelständischen Banken fehlten bisweilen Inhouse-Know-how oder entsprechende Kapazitäten. Spezialisierte externe Partner können diesen Banken hierbei mit Data Analytics und KI den Weg zum Data-driven-Banking ebnen. Auch wenn die Bank nicht über riesige IT-Budgets verfügt.
«Wir bieten praxiserprobte KI-Lösungen an, die sich mit überschaubarem Aufwand in nahezu jede IT-Landschaft integrieren lassen», sagt Kevin Smith. Denn die wichtigste Ressource – Daten – ist bei Banken bereits vorhanden. Sie müssten sie «nur» noch nutzen.