Ein Analyst sitzt an einem Schreibtisch vor mehreren Großbildschirmen und Laptops und überprüft verschiedene Trendlinien und Diagramme.

KI in Finanzdiensten

Die Technik der künstlichen Intelligenz (KI) trägt dazu bei, traditionelle Prozesse zu automatisieren und Finanzinstituten in den Bereichen Banken, Kapitalmärkte, Versicherungen und Zahlungsverkehr erweiterte Möglichkeiten zu bieten.

KI für Finanzdienstleistungen

  • Der Finanzsektor ist hart umkämpft und unterliegt strengen Branchenvorschriften.

  • KI wird von Finanzdienstleistungsunternehmen verwendet, um die Effizienz zu steigern und neue Dienste und Funktionen bereitzustellen.

  • Finanzinstitute können KI nutzen, um die Einhaltung von Vorschriften zu steuern und den Kundenservice zu verbessern.

  • Intel unterstützt Finanzinstitute bei der Implementierung von KI mit hardwaregestützter Beschleunigung, optimierten Softwarebibliotheken und Frameworks sowie Lösungen mit Technologiesystem-Partnern.

  • Intel hilft Kunden auch bei der Verwendung der zugrunde liegenden Hardware- und Softwaretechnik, um die KI-Leistung und -Effizienz zu erhöhen.

author-image

Von

Die Rolle von KI bei Finanzinstituten

Die schnelle Entwicklung der KI verändert die Welt, und die Finanzdienstleistungsbranche ist keine Ausnahme. Unternehmen in diesem Sektor sind bestrebt, Erkenntnisse zu beschleunigen, schneller zu reagieren, genauere Vorhersagen zu treffen und ihr gesamtes Kundenerlebnis zu verbessern.

Natürtlich ist der Finanzsektor nach wie vor sehr wettbewerbsintensiv und unterliegt strengen Branchenvorschriften. Diese Branchendynamik hat einen starken Einfluss darauf, wie die Technik in der Branche eingesetzt wird, und verlangt von den Finanzinstituten, dass sie ständig neue Möglichkeiten zur Differenzierung ihrer Fähigkeiten durch den Einsatz von Technik finden.

Daher gibt es viele überzeugende Anwendungsfälle für KI bei Finanzdienstleistungen, da die Branche bestrebt ist, neue Vorteile und Dienstleistungen rund um Daten zu bieten. Die verstärkte Verwendung von KI bei Finanzdienstleistungen ermöglicht es Institutionen, die Kerngeschäftsprozesse zu rationalisieren und gleichzeitig innovative Produkte und Dienstleistungen hinzuzufügen, die das Erlebnis der Kunden verbessern. Finanzdienstleistungsunternehmen erforschen auch, wie KI-basierte Enterprise-Assistenten ihren Mitarbeitern helfen können, produktiver zu werden und wie KI zur Verbesserung der Softwareentwicklung angewendet werden kann.

Die meisten Führungskräfte im Finanzdienstleistungssektor erwarten, dass künstliche Intelligenz in den nächsten Jahren ein zentrales Element für den Erfolg sein wird. Laut einer Umfrage von NTT DATA Services aus dem Jahr 2021:

  • 83 Prozent [der Führungskräfte im Finanzdienstleistungssektor] sind sich einig, dass KI neue Möglichkeiten schafft, um Angebote zu differenzieren und Kunden zu gewinnen, angetrieben durch den Zugang zu einzigartigen Datensätzen.1
  • 81 Prozent der Befragten gaben an, dass KI ein entscheidender Bestandteil ihrer Strategie zur Gewinnung und Bindung von Kunden ist 2.

Intel Hardware: KI in Finanzdienstleistungen bereitstellen

Um bei neuen KI-Anwendungsfällen wie Betrugserkennung, Dokumentenüberprüfung, Risikomanagement und algorithmischem Handel beträchtliche Fortschritte zu ermöglichen, können sich Finanzinstitute jeder Größe auf Intel Hardware, Software und Lösungen verlassen.

Mit einer Reihe von Tools, die den Anforderungen in der gesamten Branche entsprechen, bieten wir ein vollständiges KI-Enablement-Portfolio, das Ihnen dabei helfen kann, Ergebnisse zu beschleunigen und den Nutzen zu steigern. Unsere skalierbaren Intel® Xeon® Prozessoren der 4. Generation bieten außergewöhnliche Leistung neben leistungsstarken integrierten Beschleunigern, die ideal für die kosteneffektive Unterstützung von KI in der Finanzdienstleistungsbranche sind.

Die skalierbaren Intel® Xeon® Prozessoren der 4. Generation bieten integrierte Intel® Advanced Matrix Extensions (Intel® AMX), um Deep-Learning-Inferenz- und Trainings-Workloads zu beschleunigen. In der Finanzdienstleistungsbranche kann diese Technik angewendet werden, um die Bereitstellung für Workloads wie Natural Language Processing (NLP), Empfehlungssysteme und Bilderkennung zu optimieren.

Diese neueste Generation der skalierbaren Intel® Xeon® Prozessoren bietet eine sofort einsatzbereite Plattform für die Bereitstellung Ihrer KI-Workloads vom Edge bis zur Cloud. Zudem ist sie die einzige x86-CPU mit integrierter KI-Beschleunigung für Rechenzentren.

Darüber hinaus kann die Produktreihe der Intel® Max-Reihe, einschließlich CPUs und GPUs, dazu beitragen, fortschrittliche Datenwissenschaft- und KI-Anwendungsfälle in der Finanzdienstleistungsbranche zu nutzen. Gleichzeitig können die auf KI spezialisierten Angebote für Habana® Gaudi® und Gaudi®2 die skalierbare Verarbeitung natürlicher Sprache mit herausragender Leistung für Deep-Learning-Training und Inferenz ermöglichen.

Schließlich können Intel® Data Center GPUs bereitgestellt werden, um CPUs mit leistungsstarken parallelen Verarbeitungsfunktionen zu erweitern, um Ergebnisse zu beschleunigen und Innovationen zu beschleunigen.

Vertraulichkeit für Banking-KI gewährleisten

Vertraulichkeit, Datenschutz und Compliance sind für Finanzinstitute oberste Priorität bei ihren KI-Journeys. KI-Lösungen hängen von großen Datenmengen ab, die oft aus mehreren Quellen genutzt werden. Unternehmen im Finanzsektor müssen die Daten ihrer Kunden schützen und sicherstellen, dass sie bei der Verfolgung von KI-Innovationen die Vorschriften einhalten, selbst wenn sie Informationen mit anderen Anbietern oder Drittanbietern von Technologie teilen.

Intel ist ein führender Anbieter von hardwarebasiertem Confidential Computing und arbeitet mit Partnern und Kunden an der Spitze der Anwendung neuer Technologien, um die KI im Finanzdienstleistungsbereich zu schützen.

Um beim Aktivieren von KI-Funktionen vertrauliche Daten zu schützen, bieten wir ein robustes Toolset integrierter Funktionen. Zu diesen Angeboten gehören:

  • Intel® Software Guard Extensions (Intel® SGX): Hilft beim Schutz von verwendeten Daten mittels einzigartiger Anwendungsisolationstechnik; ausgewählter Code und Daten werden mit gehärteten Enklaven vor Änderungen geschützt.
  • Intel® Trust Domain Extensions (Intel® TDX): Aktiviert die Bereitstellung hardwareisolierter virtueller Maschinen, die als Trust Domains (TDs) bezeichnet werden. Sie wurden entwickelt, um VMs vom Manager für virtuelle Maschinen/Hypervisor und jeder anderen Nicht-TD-Software auf der Plattform zu isolieren.

Unser Partner-Technologieumfeld spielt auch eine wichtige Rolle bei der Aktivierung sicherer KI-Funktionen im Finanzsektor. Beispielsweise haben wir mit unserem Softwarepartner Consilient zusammengearbeitet, um einen neuen, geschützten Ansatz für föderales Lernen zu entwickeln, sowie mit dem Multicloud-Sicherheitspartner Fortanix Intel® Sicherheitslösung für Fortanix Confidential AI zu entwickeln.

KI im Bankwesen

Im Bankenwesen hilft künstliche Intelligenz den Unternehmen, geschäftskritische Prozesse wie Risikomanagement und Betrugsprävention zu automatisieren und gleichzeitig neue Möglichkeiten zu erschließen, wie die Verwendung von Chatbots und intelligenten Empfehlungssystemen für Retailbanken. Die Zukunft des Bankings wird eine stärkere Integration und Verbindung zwischen physischen und digitalen Plattformen sehen – mit intelligenteren Empfehlungen für Kunden und automatisierter Erkennung von Betrug und Straftaten.

Bekämpfung von Finanzkriminalität

Die Banken sind an eine komplexe Reihe von Gesetzen und Programmen gebunden, die die Finanzierung krimineller Aktivitäten aufdecken sollen, sowohl im Inland als auch international. So haben der Internationale Währungsfonds sowie die USA und andere Länder Vorschriften zur Bekämpfung der Geldwäsche (AML) erlassen, die von den Finanzinstituten verlangen, AML-Programme zu unterhalten und verdächtige Aktivitäten zu melden.3

Während viele dieser Vorschriften sich für die Banken als teuer erwiesen haben, waren sie bei der Verhinderung oder Abschreckung von Finanzkriminalität weitgehend unwirksam. Veraltete Hardware ist ein Hindernis für den Erfolg, da ältere Systeme nicht ausreichend skalieren, um Bedrohungen zu bekämpfen und komplexe Datenbanken in verschiedenen Geschäftsbereichen zu verwalten. Außerdem erfordern AML-Maßnahmen zunehmend Echtzeitanalysen, um schnellere Transaktionen zu ermöglichen oder Online-Funktionen zu unterstützen. Infolgedessen setzen Unternehmen auf künstliche Intelligenz, um die Regulierung der Branche zu umgehen und die Effizienz durch Echtzeitanalysen zu steigern.

Viele Bankunternehmen verwenden derzeit KI-Technologien, um die Betrugserkennung auf jeder Ebene in ihrem Unternehmen zu automatisieren. Das beste Beispiel dafür ist PayPal, das die Erkennung von betrügerischen Transaktionen durch die Verwendung von Intel® Techniken, die in eine Echtzeit-Datenplattform von Aerospike integriert sind, verbessert hat. Zu den Schlüsselergebnissen gehörte eine 30-fache Reduzierung der Anzahl der entgangenen Betrugstransaktionen bei einer 3-fachen Reduzierung der Hardwarekosten.4

Die verbundene Zweigstelle und die Online-Plattform

Bankunternehmen verwenden KI, um ein ganzheitliches Kundenerlebnis mit personalisiertem Banking zu bieten, das unabhängig davon integriert ist, wo sich die Kunden befinden – zu Hause, unterwegs oder in der Filiale.

Neben der Modernisierung traditioneller Prozesse kann künstliche Intelligenz verwendet werden, um durch neue Dienste und Funktionen ein besseres Kundenerlebnis zu schaffen. Im Privatkundengeschäft ermöglichen es die neuesten Technologien den Banken, die Bedürfnisse der Kunden zu verstehen und personalisierte Bankdienstleistungen anzubieten, die auf jeden Einzelnen zugeschnitten sind. Intelligente Automatisierung hilft, das Kundenerlebnis zu rationalisieren und Prozesse im gesamten Bankunternehmen zu beschleunigen. Online-Chatbots ermöglichen es Kunden auch, reibungslosere Self-Service-Erlebnisse zu genießen, die bequemer sein können als ein Telefonanruf oder ein persönlicher Besuch.

In der Filiale helfen KI-gestützte Bildverarbeitungslösungen dabei, die Lücke zwischen dem physischen Raum und den digitalen Kanälen, einschließlich der Kioske vor Ort, zu schließen. Bildverarbeitungsbasierte Sensoren können zum Beispiel den Blick, die Körperhaltung und die Gesten der Kunden verfolgen, die Wartezeiten abschätzen und Bankangestellte alarmieren, wenn ein Kunde Hilfe benötigt. Diese KI-gestützten Lösungen analysieren Verhaltensdaten aus der Filiale und aus Online-Kanälen. Die daraus resultierende Intelligenz wird verwendet, um den Einkauf, die Platzierung und das Timing von Marketing Displays und Kampagnen zu individualisieren und zu optimieren.

Bei allen physischen und digitalen Operationen hilft KI auch Banken dabei, schnellere und effizientere KYC-Initiativen (Know Your Customer) zu durchführen, die für die Kontrolle von Risiken und die Verifizierung von Kundenidentitäten unerlässlich sind. KI-verbesserte KYC-Lösungen umfassen oft Techniken wie biometrische Identifizierung, intelligente Dokumentenverarbeitung und Echtzeit-Transaktionsüberwachung.

KI in den Kapitalmärkten

Künstliche Intelligenz wird auch von Finanzinstituten verwendet, die auf den Kapitalmärkten tätig sind - unter anderem von Vermögensverwaltern und Hedgefonds -, um die Effizienz zu steigern und neue Fähigkeiten zu entwickeln. Die AI-Technik wird häufig zur Unterstützung von Risikomanagementprozessen sowie zur Optimierung von Handelsstrategien für eine Vielzahl von Finanzinstrumenten verwendet.

Liquidität und Risikomanagement im Handel

KI kann Investmentbanken und anderen Finanzinstituten dabei helfen, eine neue Reihe internationaler Vorschriften namens Fundamental Review of the Trading Book (FRTB) einzuhalten. Ab Januar 2023 müssen Finanzinstitute alle Risiken im Zusammenhang mit ihren Handelspositionen in Wertpapieren, Rohstoffen, Fremdwährungen und anderen Anlagen berechnen. Angesichts des enormen Umfangs wird die Einhaltung der FRTB auf komplexen Finanzmodellen, Simulationen und Auswirkungsstudien beruhen, die enorme Investitionen in Rechenleistung und Datenspeicherkapazität erfordern.

Durch die Verwendung von künstlicher Intelligenz kann die Geschwindigkeit, mit der diese Analyse durchgeführt wird, erheblich gesteigert werden. Zum Beispiel haben Softwarehersteller wie Matlogica und Quantifi erhebliche Leistungsverbesserungen durch eine Vielzahl von Bewertungsanpassungsmodellen (xVA), die auf maschinellem Lernen und tiefen neuronalen Netzen basieren. Diese KI-gestützten Erweiterungen helfen Kapitalmarktunternehmen dabei, die Vorschriften einzuhalten und gleichzeitig die Effizienz ihrer Risikomodelle deutlich zu verbessern.

Algorithmus für den Handel

Auf den Kapitalmärkten ermöglicht KI auch neue Funktionen, einschließlich Echtzeitanalysen, die algorithmisches Trading unterstützen. Finanzhandel basiert auf Mustern, die sich in der Geschichte des Marktverhaltens und der Transaktionen zeigen. In jüngster Zeit haben Unternehmen damit begonnen, KI-Fähigkeiten für den Einsatz von algorithmischem Handel zu verwenden, der auf maschinellem Lernen, neuronalen Netzen und prädiktiven Analysen beruht, um Marktsignale innerhalb von Mikrosekunden zu interpretieren und darauf zu reagieren.

Nach einer Studie von JPMorgan aus dem Jahr 2020 wurden über 60 Prozent der Geschäfte über 10 Millionen USD unter Verwendung von Algorithmen ausgeführt. Der algorithmische Handelsmarkt wird bis 2024 voraussichtlich um 4 Mrd. USD wachsen und damit ein Gesamtvolumen von 19 Mrd. USD erreichen."

Der algorithmische Handel ist zwar nicht neu, aber die heutigen KI-Fähigkeiten beschleunigen die nahezu in Echtzeit durchgeführten Analysen, die Händler benötigen, um wettbewerbsfähig zu bleiben.

KI im Versicherungs- und Zahlungsverkehr

Schließlich wird künstliche Intelligenz von Versicherungs- und Zahlungsverkehrsunternehmen verwendet, um Prozesse zu automatisieren, die Effizienz zu verbessern und neue Funktionen einzusetzen.

Underwriting und Schadenmanagement

In der Versicherungsbranche setzen Unternehmen prädiktive Modelle ein, um das Underwriting und Schadenmanagement mit künstlicher Intelligenz zu optimieren.

Die Versicherer können die Risikofaktoren eines Antragstellers zu einem bestimmten Zeitpunkt während der Aufnahme des Kunden bewerten. Diese zunehmend ausgefeilten Modelle stützen sich auf maschinelles Lernen, um eine Vielzahl von Faktoren (z.B. Kredit, Gesundheit) zu analysieren und eine maßgeschneiderte Prämie für ihre Versicherungsleistungen anzubieten. Sobald ein Kunde an Bord ist, verwenden Versicherungsunternehmen KI, um Versicherungsansprüche mit hoher Leistung und Genauigkeit zu empfangen und zu bearbeiten. Dies ermöglicht es den Kunden, Versicherungsleistungen schnell und effizient zu erhalten. Diese Prozesse werden durch die Technik der robotergestützten Prozessautomatisierung ermöglicht. Dabei handelt es sich um eine Technik des maschinellen Lernens, die eine Hyperautomatisierung von verschiedenen Aufgaben ermöglicht.

Betrugserkennung

Wie ihre Gegenspieler im Bankwesen nutzen auch Versicherungs- und Zahlungsunternehmen Betrugserkennung auf der Grundlage von Verarbeitungsalgorithmen natürlicher Sprache, um kriminelle Aktivitäten automatisch zu erkennen oder sie sogar vorherzusagen, bevor sie auftreten.

Recommendation-Engine

Zahlungsprozessoren und Kreditkartenaussteller verwenden ebenfalls Empfehlungsmaschinen, um die Präferenzen von Kunden und Interessenten vorherzusagen. Anschließend bieten die Institute denjenigen Interessenten personalisierte Bankdienstleistungen an, deren demografisches Profil und Verhalten entweder einem erkennbaren Muster folgt oder einer ähnlichen Gruppe ähnelt, deren Verhalten bekannt ist.

Die auf maschinellem Lernen basierende Empfehlungsmaschine analysiert große Mengen von Präferenzdaten, um die beste Übereinstimmung zwischen Produkt und Interessent zu finden. Diese Engines ähneln denen, die in E-Commerce-Shops oder Streaming-Diensten verwendet werden und die auf der Grundlage früherer Einkäufe einer Person und ähnlicher Einkäufe anderer Kunden mit einer ähnlichen Historie zusätzliche Artikel empfehlen.

Intel Enterprise Software-Produkte

Obwohl Intel allgemein für seine Hardware- und Verarbeitungsangebote bekannt ist, bieten wir auch leistungsstarke Softwaretools, die die nahtlose Einführung von künstlicher Intelligenz ermöglichen.

Um die Cloud-Umgebungen zu verwalten, die für viele KI-Lösungen im Finanzdienstleistungsbereich entscheidend sind, bieten wir ein Portfolio von Tools, die die Leistung und Effizienz von Cloud-Ressourcen erhöhen können, einschließlich Granulate™ von Intel und Intel® Cloud Optimizer von Densify. Und um Finanzdienstleistungsunternehmen dabei zu helfen, ihre Nachhaltigkeitsziele zu erreichen, kann unser integrierter Intel® Data Center Manager verwendet werden, um Echtzeit-Rechenzentrumsinformationen für KI-Energieoptimierungs- und Insight-Lösungen bereitzustellen.

Wir bieten auch convrg.io an, ein Full-Stack-Betriebssystem für maschinelles Lernen, das ideal für die Multicloud-KI- und maschinelle Lernentwicklung ist. Diese leistungsstarke Plattform ermöglicht es KI-Entwicklern, Daten- und Modellversionen zu verwalten, komplexe Abläufe zu erstellen, sie auf mehreren Maschinen oder Clustern auszuführen, den Fortschritt zu überwachen, die Ergebnisse zu vergleichen, als Dienst auszuführen und eine Anwendung zu entwickeln.

Um den Fortschritt beim Confidential Computing fortzusetzen, arbeiten wir am Projekt Amber, das einen neuen, innovativen Ansatz für die Attestierung durch Dritte bietet. Es ist ein SaaS-basiertes Tool, das die Vertrauenswürdigkeit eines Rechenguts auf der Grundlage von Attestierung und Richtlinien aus der Ferne überprüft. Zunächst wird das Projekt Amber die Vertrauenswürdigkeit von Intel Trusted Execution Environments (TEEs) überprüfen, aber die Vision erstreckt sich auf eine viel umfassendere Geräteverifizierung, wie IPUs, GPUs, Plattform-Roots des Vertrauens und darüber hinaus.

Die Technik von Intel® ist auch bei den größten Cloud-Anbietern und Hunderten von kommerziellen Softwareherstellern optimiert. Wir beteiligen uns weiterhin aktiv an der Open Source Community, einschließlich der Linux Foundation und FINOS. Diese Bemühungen haben zu einer breiten Palette von Partnerlösungen geführt, die Finanzinstitute dabei unterstützen, ihre KI-Leistung zu beschleunigen und die Zeit bis zum Erreichen des geschäftlichen Werts zu verkürzen.

Intel KI-Entwicklerressourcen

Intel bietet auch eine Reihe von KI-Entwicklerressourcen und speziell entwickelte Optimierungen, die dazu beitragen können, die Entwicklung zu vereinfachen, die Bereitstellung zu rationalisieren und die Leistung zu maximieren.

Der skalierbare Intel® Xeon® Prozessor der 4. Generation ist für die gängigsten Data Science Tools und Bibliotheken optimiert und ermöglicht es Praktikern, ihre eigenen KI-Lösungen zu entwickeln und einzusetzen. Unsere Optimierungen mit PyTorch, BigDL, TensorFlow und scikit-learn sowie Ressourcen wie die Intel® Distribution des OpenVINO™ Toolkit ermöglichen es Entwicklern, ihre KI-Umgebungen nahtlos über Knoten hinweg vom Edge bis zur Cloud zu skalieren und dabei herausragende Leistung zu bieten.

Außerdem bietet die Intel® Developer Cloud-Plattform einfachen Zugriff auf Cloud-basierte Hardwareressourcen, die zum Testen von KI-Lösungen für Finanzdienstleistungen verwendet werden können. Dieses Tool bietet Entwicklern eine einfache Plattform, um zu lernen, einen Prototyp zu erstellen und zu testen, während sie neue KI-Innovationen für den Finanzdienstleistungssektor entwickeln.

Ihr strategischer Partner für KI im Finanzdienstleistungsbereich

Intel arbeitet seit Jahrzehnten mit Finanzdienstleistern zusammen, um sie bei der Bewältigung ihrer komplexesten KI- und Analytik-Herausforderungen zu unterstützen.

Als führender Innovator im Bereich Technik sind wir ein zuverlässiger Partner für Finanzdienstleister, die künstliche Intelligenz in ihrem Unternehmen einsetzen möchten. Diese Erfahrung ist entscheidend, um sicherzustellen, dass die Finanzdienstleistungsbranche über die Tools und Ressourcen verfügt, die sie für den globalen Wettbewerb benötigt.