Technologietrends und Automatisierung im Finanzsektor

Arnold Kinzel, Process Automation Consultant in Business Consulting House

von Arnold Kinzel
Consultant | Advisory

Technologietrends und Automatisierung im Finanzsektor

27/04/2020 | Frankfurt am Main

Wohl kaum ein anderer Sektor wurde so sehr von technologischen Innovationen beeinflusst und verändert wie die Finanzdienstleistungen. Aufgrund der Schnelllebigkeit des Sektors müssen Finanzunternehmen Chancen schnell bewerten und sich anpassen. Der Wettbewerbsdruck beschränkt sich nicht nur auf die etablierten Finanzunternehmen, sondern hat sich auch auf den Technologiesektor ausgeweitet, wo Informatiker kostengünstige Alternativen für den Verbraucher entwickeln. Daher ist es für Finanzdienstleister unerlässlich, neue Technologie zu absorbieren und ihr IT-Know-how für kundenorientierte Dienstleistungen sowie für interne Abläufe aufzubauen. 

Eine PwC-Studie (2020) hat ergeben, dass 28% des Banken- und Zahlungsverkehrssektors und 22% der Versicherungs-, und Vermögensverwaltungsbranche im Jahr 2020 gefährdet sind. Dieser Druck ergibt sich in erster Linie daraus, dass FinTech-Unternehmen in den Markt eintreten und kostengünstige Substitutionsprodukte für Verbraucher anbieten. Gut etablierte Unternehmen haben jedoch einen Ressourcenvorteil und sollten in der Lage sein, an der Spitze zu bleiben, wenn sie Ressourcen für interne Innovationen bereitstellen, einschließlich der Automatisierung ihrer Prozessinfrastruktur und der Implementierung von Künstlicher Intelligenz. Wir haben die wichtigsten Technologietrends für das Privatkundengeschäft, die Versicherungen und die Kapitalmärkte untersucht. Die Ergebnisse basieren auf einer Umfrage und den daraus resultierenden Statistiken, die von Accenture und Oxford Economics (2018) durchgeführt wurden. 

Privatkundengeschäft 

Es wurde beobachtet, dass Technologieinvestitionen in Retail-Banken in Blockchain- und Cloud-basierte Technologien fließen. Letztere sollten sowohl einen messbaren Geschäftswert als auch eine Verbesserung der internen Abläufe bewirken. 47% der Privatkundenbanken investieren in großem Umfang in diese beiden Technologien, aber nur 13% glauben, dass sie in naher Zukunft in diese Bereiche investieren werden. Vielmehr verlagern Retail-Banken ihre Finanzierung von der Cloud und der Blockchain auf modernere Technologien wie die Künstliche Intelligenz (interne Effizienz und kundenorientierte Prozesse). Obwohl Retail-Banken glauben, dass sie ihre internen Blockchain-Anwendungen auch in nächster Zeit weiterentwickeln, konzentrieren sie sich zunehmend auf die Implementierung von KI.   

Versicherungen 

In ähnlicher Weise werden sich die Versicherungen in den nächsten Jahren stärker auf Implementierungen künstlicher Intelligenz, agile Entwicklung und Blockchain-Technologien konzentrieren. Darüber hinaus haben sie auch die Notwendigkeit erkannt, ihre operative Effektivität zu steigern, und haben die Voraussetzung und Wissenslücke im Change-Management erkannt, um Veränderungen im Allgemeinen und insbesondere im internen Technologiegrad voranzutreiben. Die größten Hindernisse, denen sich Versicherungen gegenübersehen, sind in der Tat Systemintegration, die schlechte IT-Zusammenarbeit und der Mangel an Fachwissen im Bereich des Änderungsmanagements.  

Kapitalmärkte 

Untersuchungen deuten darauf hin, dass sich die Kapitalmärkte viel schneller an Innovationen anpassen als andere im Finanzsektor. Die Investitionsmuster sind auf unterschiedliche Technologien gleichmäßiger verteilt, was auf einen frühen Einstieg in neue Technologien und weitere starke Investitionen in fortschrittlichere Innovationen wie der Künstlichen Intelligenz zur Nutzung interner Effizienzchancen hindeutet. Die Kapitalmärkte haben die Vorteile der KI in kundenorientierten Prozessen früher erkannt und sind nun bereit, interne KI-Lösungen für die betriebliche Effizienz zu implementieren. Dies steht im Einklang mit der Tatsache, dass Data Analytics in diesen Organisationen eine wichtigere Rolle spielen wird. Data Analytics ist die Wissenschaft der Verwendung von Rohdaten-Inputs, um Schlussfolgerungen zu ziehen und evidenzbasierte Entscheidungen zu treffen. Sie ist daher untrennbar mit den KI-Technologien verbunden, die Teil jeder Data Analytics Strategie eines Unternehmens sein sollten – sowohl für interne Operationen als auch für externe Kundenprozesse.  

Prozessautomatisierung im Finanzwesen 

In allen drei oben genannten Sektoren spielen die agile Entwicklung und die KI eine wichtige Rolle in den Innovationsstrategien der Unternehmen. Es wurde auch untersucht, dass im Versicherungsgeschäft die Integration und Kompatibilität von IT-Systemen ein dringendes Thema ist. Die Prozessautomatisierung kann Unternehmen dabei helfen, wertvolle Zeitressourcen weg von repetitiven Aufgaben und hin zu Geschäftswerten zu bewegen, die ein agiles Projektmanagement fördern. Darüber hinaus erfordern viele Automatisierungstechnologien, wie z.B. Robotic Process Automation (RPA), Digital Process Automation (DPA), oder Intelligent Process Automation (IPA), keine Manipulation der bestehenden IT-Landschaft, sondern sind in der Lage, zwischen verschiedenen Systemen zu navigieren, für deren Zweckerfüllung. Daraus wird deutlich, dass die Automatisierung dazu dienen kann, einige der anspruchsvolleren Aufgaben zu lösen, mit denen der Finanzbereich konfrontiert ist, während gleichzeitig relativ geringe Investitionskosten anfallen. 

Die obige Grafik zeigt, wie die zuvor genannten Technologien bereits von Finanzunternehmen umgesetzt werden. Es wird erwartet, dass Investitionen in IPA in den nächsten Jahren stetig zunehmen werden, während für RPA- und KI-Technologien bis 2023 sogar ein exponentielles Investitionsvolumen vorhergesagt wird. 

Anwendungsfall RPA-Finanzierung 

In einem sich ständig weiterentwickelnden und wettbewerbsintensiveren Umfeld kann RPA das Bankwesen dabei unterstützen, kundenorientierter zu werden. Die Kunden von heute verlangen einen 24/7-Service und eine schnelle Ausführung, vorzugsweise online und intuitiv. Einfache Anfragen wie z.B. Änderungen von Kreditlimits können leicht von virtuellen Robotern ausgeführt werden. Beispielsweise kann der Kunde über ein Online-Portal ein Online-Formular mit seinen erforderlichen Daten und seiner Unterschrift einreichen. Der Roboter wertet das Formular nach vordefinierten Regeln und Anleitungen aus und prüft, ob der Kunde sein Limit erweitern kann oder nicht. Dies erfordert eine Kombination aus RPA zum Abrufen und Übertragen von Daten von und in verschiedene Systeme und OCR-Technologie zum Extrahieren von Informationen aus einem Dokument (z.B. PDF). Die Bewertung und Entscheidung über eine Kreditlimiterweiterung erfordert keinen manuellen Eingriff mehr. 


Bibliography 

Accenture. (2018). digital innovation in financial services. Von www.oxfordeconomics.com: https://www.oxfordeconomics.com/digital-innovation-in-financial-services abgerufen 

PwC. (2020). Financial Services Technology 2020 and Beyond: Embracing disruption.