Machine Learning in Banken: Auf die Euphorie folgt Ernüchterung / 6 Tipps für einen erfolgreichen Einsatz

(ots) -

Die hohen Erwartungen der Finanzdienstleister an Machine Learning erfüllen sich bisher nicht. Der Grund: Vielen Instituten fehlen die richtigen Voraussetzungen. Vor allem eine hochwertige, qualitative Datengrundlage bereitet Probleme. Das zeigen Marktanalysen und eine Expertenbefragung der Unternehmensberatung Cofinpro.

"Viele Projekte zielen auf die Prozessautomatisierung und Hebung von Kosteneffizienzen ab. Banken und KVGen wollen so beispielsweise Prozesse bei der Abwicklung von Ratenkrediten optimieren. Ihnen bietet sich gleichzeitig mit Hilfe von Machine Learning auch die Möglichkeit, neue Entscheidungsmuster zu erkennen und die Kreditausfallwahrscheinlichkeit besser zu berechnen", erklärt Lars Kellinghausen, Manager bei der auf Finanzdienstleister spezialisierten Unternehmensberatung Cofinpro. Weitere wichtige Anwendungsbereiche sind unter anderem Fraud-Detection, Betrugsprävention und die Auswertung von unstrukturierten Daten.

"Finanzdienstleister sind prädestiniert für den Einsatz von Machine Learning. Die Technologie ermöglicht es, erhebliche Effizienzpotenziale zu heben oder präzise Prognosen zu ermöglichen. Aber noch stockt die operative Umsetzung", so Sarah Menz, Expert Consultant bei Cofinpro. Dies liegt vor allem an den Daten, die nicht optimal aufbereitet sind. "Wenn die Daten nicht im richtigen Format oder ohne Bezugspunkte zueinander vorliegen, erschwert dies die Aufbereitung für eine maschinelle Analyse erheblich. Zudem müssen die Daten in ausreichender Quantität vorliegen. Ein weiteres Problem: Für die ersten Versuche werden oft ungeeignete Anwendungsfälle gewählt. Und so folgt auf die Euphorie Ernüchterung, weil viele Versprechen nicht eingelöst werden."

Die Cofinpro-Experten haben im Rahmen einer Marktanalyse einen Handlungsleitfaden zu Machine Learning mit sechs zentralen Empfehlungen zusammengefasst:

Im Kleinen anfangen


- Lieber mit einem überschaubaren Anwendungsfall starten und sich mit der Technologie vertraut machen, statt von Anfang an auf den Big Bang zu setzen. Die erzielten Quick Wins können dann iterativ ausgebaut werden.



Die richtigen Anwendungsfälle finden


- Machine Learning ist keine Universallösung, sondern ein Werkzeug für passende Probleme. Die Wahl geeigneter Anwendungsfälle sollte daher kritisch geprüft werden, ansonsten drohen erhöhte Kosten, Komplexität und Fehleranfälligkeit. Am besten ist es, zunächst bestehende Anwendungsfälle anzupassen.

Daten, Daten, Daten


- Quantität und Qualität der Daten, mit denen der Algorithmus gefüttert wird, sind entscheidend für gute Ergebnisse. Das Datenmanagement hat deshalb oberste Priorität, da sonst falsche Schlussfolgerungen gezogen werden.

Übermut bremsen


- Vor dem Start prüfen, ob im Unternehmen die erforderlichen Ressourcen vorhanden sind und genügend Spezialisten das Projekt begleiten können. Dazu gehört auch fachliches Expertenwissen. Damit der erste Aufschlag trifft, ist externe Hilfe häufig sinnvoll.

Langfristig denken


- Machine-Learning-Anwendungen reifen mit der Zeit. Vom Prototypenstadium bis zum verlässlichen Problemlöser kann es ein weiter Weg sein. Durch kontinuierliches Testen, Trainieren und Einführen neuer Modelle verbessern sich die Ergebnisse beständig.

Offen bleiben für Bewährtes


- Machine Learning ist eine Zukunftstechnologie und kann Teilbereiche der Branche revolutionieren. Aber traditionelle, einfachere Analysemethoden sind für manche Anwendungen immer noch besser und effizienter. Machine Learning sollte nur für einen passgenauen Use-Case angewendet werden.

Vom Buzzword zum Standardwerkzeug

Für die Zukunft der Technologie sind die Branchenexperten optimistisch gestimmt. Consultant Kellinghausen sagt: "Noch ist Machine Learning eine Technologie mit erheblichem Potenzial, die jetzt bereits für einzelne Zwecke zielgerichtet eingesetzt wird. Langfristig wird sich die Technologie aber als eine Lösung unter vielen im Standardwerkzeugkasten jeder Bank durchsetzen. Bis dahin besteht für die Institute das Potenzial, sich vom Wettbewerb zu differenzieren."

Über Cofinpro (www.cofinpro.de)

Cofinpro unterstützt Deutschlands führende Banken und Fondsgesellschaften in der Management-, Fach- und Technologieberatung. Zu den Kunden zählen große Geschäfts-, Landes- und Förderbanken sowie die genossenschaftliche Finanzgruppe. Gegründet 2007 als mitarbeitergetragene Aktiengesellschaft beschäftigt die Unternehmensberatung inzwischen rund 200 Bank- und Technologieexperten. Das Haus hat 2022 zum zwölften Mal in Folge vom Great Place to Work® Institut die Auszeichnung als einer der besten Arbeitgeber Deutschlands erhalten.

Pressekontakt:

corpNEWSmedia
Claudia Thöring
Redaktion
Tel.: +49 (0) 40 207 6969 82
E-Mail: claudia.thoering@corpnewsmedia.de

Original-Content von: Cofinpro AG, übermittelt durch news aktuell
Weitere Infos zu dieser Pressemeldung:

Themen in dieser Pressemitteilung:


Unternehmensinformation / Kurzprofil:
Bereitgestellt von Benutzer: ots
Datum: 30.08.2022 - 09:00 Uhr
Sprache: Deutsch
News-ID 2003300
Anzahl Zeichen: 5250

Kontakt-Informationen:
Stadt:

Frankfurt

Kategorie:

Banken

Diese Pressemitteilung wurde bisher 331 mal aufgerufen.

Der Wettbewerb zwischen Banken und Brokern wird immer intensiver - ein neues Thesenpapier analysiert den Markt und gibt Empfehlungen ...
Wer heute eine Finanz-App öffnet, fragt sich: "Ist das eine Bank oder ein Broker?" Zinsversprechen prangen auf Trading-Plattformen und Sparpläne werden auf Girokonten angeboten. Die Grenzen verschwimmen. Anbieter unterscheiden sich immer weniger voneinander. Die auf Finanzdienstleister s

Open Finance: Banken müssen ihre Rolle im Daten-Ökosystem jetzt definieren ...
Mit der geplanten Financial Data Access Regulation (FiDA) entsteht ein europaweiter Rahmen für den Zugang zu Finanzdaten. Damit stellt sich für Banken die Frage: Wer kontrolliert künftig die Wertschöpfung im Finanzdaten-Ökosystem? Die auf Finanzdienstleister spezialisierte Management- und Techn

BPM-Marktüberblick: Cofinpro gibt Orientierung, welche BPM-Tools institutsspezifische Anforderungen an das Prozessmanagement erfüllen ...
Der Einsatz von Business-Process-Management (BPM)-Tools rückt im Zuge zunehmender Automatisierung und regulatorischer Anforderungen stärker in den Fokus der Finanzinstitute. Die auf Finanzdienstleister spezialisierte Unternehmensberatung Cofinpro analysiert in ihrem aktuellen BPM-Marktüberblick 2

Weitere Mitteilungen von Cofinpro AG

"Buy now, pay later": Sechs von zehn Banken fordern vom Gesetzgeber eine Regulierung ...
"Buy now, pay later" (BNPL) ist nun auch in der etablierten Bankenwelt angekommen. 23 Prozent sind bereits mit eigenen Angeboten aktiv, 39 Prozent befinden sich in der Umsetzungs- oder Planungsphase. Mehr als 60 Prozent der Institute fordern im Wettbewerb mit Nichtbanken jedoch eine Regu

Eine lautere Stimme für die Privatwirtschaft: Eröffnung der 2022 World Dongguan Entrepreneurs Convention ...
Die Unternehmer der südchinesischen Stadt, die bereits eine bedeutende Kraft für das Wirtschaftswachstum von Dongguan sind, kommen zur World Dongguan Entrepreneurs Convention 2022, die am 28. und 29. August stattfindet. Neben dem Hauptveranstaltungsort in Dongguan werden parallele Sitzungen auch

Eröffnung des 5. Forum für chinesisch-afrikanische Medienzusammenarbeit in Peking ...
Das . Forum für chinesisch-afrikanische Medienzusammenarbeit (das "Forum") wurde am 25. August in Peking, China, eröffnet und kombiniert Online- und Offline-Veranstaltungen und -Sitzungen. Der chinesische Präsident Xi Jinping und der senegalesische Präsident Macky Sall, der afrikanis

Ihre NFTs mit langfristigem und nachhaltigem Wert? Ja: mit VIMworld auf BSC ...
VIMworld hat heute Pläne zur Einführung einer neuen NFT-agnostischen Dienstprogramm-Plattform bekannt gegeben. Das VIMworld Vision Video (https://c212.net/c/link/?t=0&l=de&o=3629308-1&h=2910733597&u=https%3A%2F%2Fc212.net%2Fc%2Flink%2F%3Ft%3D0%26l%3Den%26o%3D3629308-1%26h%3D70986