Big Data
Wie Banken Big Data und Data Analytics nutzen, um neue Produkte für Kunden zu entwickeln
Data Analytics verändert, wie Banken ihre Geschäfte betreiben, und eröffnet ihnen neue Möglichkeiten, Mehrwert für Firmenkunden zu schaffen. Dominik Schmidt-Kiefer, Divisional Board Member, Group Big Data & Advanced Analytics, erörtert die praxisnahen Überlegungen rund um Big Data und erklärt, warum Big Data eine immer zentralere Rolle bei der Interaktion zwischen Unternehmen und Finanzinstituten spielen wird.
In der modernen Wirtschaft sind Informationen zu einer unverzichtbaren Ressource geworden, die das reibungslose Funktionieren der Märkte auf der ganzen Welt ermöglicht. Jede digitale Transaktion bringt Finanzinformationen hervor. In einer Welt, die elektronisch zahlt, ist das Bankwesen so zu einem der datenintensivsten Wirtschaftszweige auf dem Globus geworden.
Natürlich beschränken sich Finanzdaten keineswegs auf den Zahlungsverkehr. Zum Beispiel generieren Handel, Prognosen und Risikokalkulationen ebenfalls Unmengen an Informationen. Big Data – das sind Informationsmengen, so riesig, dass sie mit herkömmlichen Analyseinstrumenten gar nicht mehr verarbeitet werden können – wird heute von Finanzinstituten (FIs) und Unternehmen gleichermaßen als eine entscheidende Ressource anerkannt.
Data Analytics bedeutet mehr Effizienz und Funktionalität für Unternehmen
Da Banken diese großen Datenmengen sammeln, waren sie auch gezwungen, die analytischen Fähigkeiten zu entwickeln, um sie sinnvoll zu nutzen. Dafür mussten sie sowohl ihre internen Prozesse als auch die Dienstleistungen, die sie ihren Kunden anbieten, verbessern. Mithilfe von Data Analytics können herkömmliche Prozesse optimiert oder komplett umgestaltet werden, sodass sie weniger fehleranfällig, zeitaufwendig und arbeitsintensiv sind.
Dadurch können Banken besser auf die Bedürfnisse von Firmenkunden eingehen, die naturgemäß reibungslose und unkomplizierte Bankabläufe bevorzugen. Zum Beispiel war die Feststellung der Kreditwürdigkeit einer Person oder Organisation früher ein mühsames und papierlastiges Unterfangen. Mit Tools aus dem Bereich der Künstlichen Intelligenz (KI) können Banken heute in Sekundenschnelle umfassende Kreditauskünfte auf der Grundlage der von Kunden bereitgestellten Daten erstellen.
Data Analytics erlaubt es FIs auch, ihre Produkte besser auf die Bedürfnisse ihrer Kunden abzustimmen und so die Kundenloyalität in einem zunehmend wettbewerbsorientierten Umfeld zu erhalten. Dank der mittels Big Data gewonnenen Erkenntnisse können Banken besser verstehen, wie ein Firmenkunde handelt. Man erfährt nicht nur, welche Dienstleistungen er benötigt, sondern auch, wann er sie benötigt. Bei Verwendung herkömmlicher Tools kann es vorkommen, dass ein Relationship Manager einem Kunden ein Produkt erst Tage später anbietet, als er es gebraucht hätte. Mit Advanced Analytics hingegen kann die Bank eine Lösung mit einem Firmenkunden schon Wochen vor dem Zeitpunkt besprechen, an dem sie gebraucht wird.
Big Data wird ein bedeutender Bestandteil der Betrugserkennung
Neben der Ausarbeitung zeitnaher Lösungen können Banken ihren Kunden auch mehr Gewissheit bieten, weil Big Data sich rasch zu einem wichtigen Bestandteil von Strategien zur Betrugserkennung und Geldwäschebekämpfung entwickelt. Maschinelles Lernen ist ein Teilbereich der KI, der statistische Modelle verwendet, um zu „lernen“ und unabhängige Vorhersagen zu treffen, wenn diese Modelle auf große Datenmengen angewendet werden. Dank maschinellen Lernens können verdächtige Verhaltensmuster aufgedeckt und Sicherheitsverletzungen besser erkannt werden.
Falls der Verdacht besteht, dass eine Transaktion mit illegalem Verhalten einhergeht, kann Data Analytics dazu beitragen, weitere Transaktionsteilnehmer zu ermitteln. Solche Anwendungsmöglichkeiten von Big Data ergeben sich nicht nur rückwirkend. Big Data kann auch genutzt werden, um potenzielle Probleme und Schwachstellen zu prognostizieren, sodass Organisationen die Chance erhalten, sich bei der Verhütung von Finanzkriminalität einen Vorsprung zu verschaffen und auf ein sich rasch entwickelndes Compliance- und Regulierungsumfeld zu reagieren.
Unternehmen müssen Daten als geschäftskritische Ressource betrachten
Ohne Big Data läuft heute nichts mehr. Die Wirtschaft wird immer stärker digitalisiert. Jede einzelne unserer Online-Interaktionen wird aufgezeichnet und immer mehr Geräte sind mit dem Internet of Things verbunden. Das bedeutet, dass Organisationen, die diese Daten verstehen und effektiv zu nutzen wissen, einen Wettbewerbsvorteil haben werden. Inzwischen hat eine Vielzahl kleinerer, wendigerer digitaler Finanzdienstleister den Markt betreten, die sich einen solchen Vorteil häufig durch starke Fähigkeiten in Data Analytics und mit innovativen Features verschaffen.
Weil sich Finanzdaten aber zu einer unbestreitbar geschäftskritischen Ressource entwickeln, werden die Unternehmen auch in Zukunft sehr genau darauf achten, wem sie den Zugang zu ihren Informationen anvertrauen. Hier besitzen die traditionellen Banken, die sich in Jahrhunderten den Ruf vertrauenswürdiger Treuhänder erworben haben, den einzigartigen Vorteil, sich als Verwahrer dessen zu präsentieren, was sich schnell zum wertvollsten Gut ihrer Kunden entwickelt.