KI in der Marktfolge - wo stecken echte Mehrwerte?

Kreditwürdigkeitsprüfung und Risikomanagement: KI als Meister der Datenanalyse

Das Kreditgeschäft ist entscheidungs- und datenintensiv. Sowohl im Privat- als auch Firmenkundengeschäft müssen die wirtschaftlichen und finanziellen Verhältnisse eines potenziellen Kreditnehmers sorgfältig geprüft werden, um zu einer präzisen Einschätzung hinsichtlich der Kreditvergabe zu kommen. Besonders im Firmenkundengeschäft werden daher eine ganze Reihe an Informationen eingefordert, unter anderem: Jahresabschlüsse, Bonitätsauskünfte, betriebswirtschaftliche Auswertungen oder Aufstellungen des Vermögens und bestehender Kreditverpflichtungen. Die sorgfältige Prüfung dieser Informationen nimmt viel Zeit in Anspruch und bindet Ressourcen. 

Trotz sorgfältiger vorheriger Prüfung ist nie komplett ausschließbar, dass es trotzdem zu einem Kreditausfall kommt – dafür sind wirtschaftliche Entwicklungen teilweise zu unvorhersehbar. Eine übermäßige Häufung von Kreditausfällen kann trotz gebildeter Rücklagen eine Gefahr für die Stabilität eines Finanzhauses darstellen. Die frühzeitige Erkennung solcher Risiken ist dabei aufgrund der Vielzahl zusammenspielender – wirtschaftlicher, unternehmensspezifischer und gesamtgesellschaftlicher – Faktoren manuell jedoch kaum möglich.

Künstliche Intelligenz ist in der Lage, große Datenmengen schnell und präzise zu verarbeiten und auch in komplexen Datensätzen Muster zu erkennen, die für Menschen oft unsichtbar bleiben. Diese Fähigkeit kann sowohl bei der Kreditprüfung als auch im Risikomanagement enorme Effizienzgewinne bringen. Die manuellen Aufwände im Rahmen der Kreditwürdigkeitsprüfung können drastisch reduziert werden, sodass ein Ergebnis bezüglich der Kreditwürdigkeit eines Antragstellers schnell vorliegt. Bei bestehenden Krediten können alle potenziell riskanten Faktoren im Blick behalten und laufend mit historischen Daten abgeglichen werden. Dadurch können latente Risikofälle frühzeitig identifiziert werden und ein rechtzeitiges Gegensteuern wird ermöglicht. Das Kreditausfallrisiko lässt sich so nachhaltig senken.

Technische, regulatorische und menschliche Hürden

Die Kreditwürdigkeitsprüfung und das Risikomanagement haben als KI-Use Cases im Kreditgeschäft mehrere Gemeinsamkeiten: Einerseits würde die Technologie dort manuelle Aufwände stark reduzieren und so die Effizienz erhöhen. Andererseits stoßen sie bei der tatsächlichen Realisierung auf mehrere große Hürden. Die drei größten dieser Hürden für deutsche Sparkassen sind:

• Investment und Integration: Komplexe Use Cases erfordern ein hohes Investment an Zeit und Ressourcen – sowohl, um sie in bestehende IT-Infrastrukturen zu integrieren als auch, um die notwendigen Anwender-Kompetenzen zu vermitteln.
• Akzeptanz: Gerade bei Use Cases, die klassisch stark mit menschlichem Fach- und Expertenwissen verknüpft sind, kann es auf Seiten der Mitarbeiter zu Sorgen um die eigene Zukunft und damit verbunden auch einem Akzeptanz-Problem kommen. Wird eine (neue) Technologie nicht akzeptiert, wird sie auch nicht adaptiert und gewinnbringend eingesetzt.
• Regulatorik: Das Finanzwesen in Deutschland ist stark reguliert. Gerade an technische Lösungen werden enorm hohe Ansprüche bezüglich Datenschutzes und -sicherheit, Transparenz und Nachvollziehbarkeit gestellt. Der 2024 verabschiedete EU AI Act verfolgt einen risikobasierten Ansatz und stellt besondere rechtliche Anforderungen an bestimmte KI-Anwendungsbereiche, die als potenziell riskant eingestuft werden – Kreditwürdigkeitsprüfung und Risikobewertung eingeschlossen.

Insgesamt lässt sich sagen: Viele KI-Use Cases bringen immenses Potenzial mit, sind aber in Deutschland aktuell nur mit großem Aufwand umsetzbar.

Dokumentenmanagement als (not so) Hidden Champion: low risk, high reward?!

Ein Use Case im Kreditgeschäft, in dem KI hingegen schon sehr erfolgreich zur Anwendung kommt, ist das Dokumentenmanagement. Die Marktfolge ist von Haus aus dokumenten-intensiv. Die Eingangskanäle von Sparkassen – seien es analoge oder digitale – empfangen tagtäglich unzählige Dokumente, die vor Beginn der eigentlichen Arbeit erfasst und organisiert werden müssen. Was bietet KI, was gerade hier einen enormen Mehrwert bieten kann?

• KI-basierte Dokumententrennung: Gerade im Firmenkundengeschäft sind eingehende Dateien selten strukturiert, sondern bestehen häufig aus Bündeln, in denen mehrere Dokumente enthalten sind. KI ist in der Lage, diese Dokumentensammlungen in Sekundenschnelle in die jeweiligen Einzeldokumente aufzuteilen – egal, ob es sich dabei um PDFs, gescannte Dokumente oder handschriftliche Aufnahmen handelt.
• Klassifizierung: Sind die Dokumente erstmal aufgeteilt, ist es für die KI ebenfalls ein Leichtes, diese zu erkennen, entsprechend zu klassifizieren und sogar korrekt zu benennen.
• Fachdatenextraktion: In einem weiteren Schritt ist KI in der Lage, Informationen aus den Dokumenten auszulesen und in entsprechende Bezugsfelder einzupflegen.

Diese drei Schritte klingen erst einmal recht „klein“, sind aber wahre Zeitfresser – Zeit, die dadurch, dass künstliche Intelligenz diese aufwendigen, manuellen und nur arbeitsvorbereitenden Schritte übernimmt, in die tatsächliche qualitative Arbeit mit den Dokumenten und ihren Inhalten gesteckt werden kann. 

Regulatorik, Integration & Akzeptanz? Keine Probleme!

Die Implementierung einer KI-Lösung in ein bestehendes Dokumentenmanagementsystem (DMS) ist technisch niedrigschwellig und kann oftmals in kürzester Zeit vorgenommen werden. Gleichzeitig befindet sich dieser Use Case im Niedrigrisikobereich, da die KI am und nicht mit dem Dokument arbeitet. Eine Umsetzung ist also auch unter Berücksichtigung strenger Regulatorik-, Datenschutz- und Compliance-Anforderungen möglich. Die fachlich-intensiven Aufgaben liegen weiterhin beim Menschen, während die KI die mühsamen, manuellen und vorbereitenden Schritte abnimmt – ein Umstand, der das angesprochene Akzeptanz-Problem deutlich abschwächen kann.