Künstliche Intelligenz wird für viele Unternehmen immer wichtiger. Firmen, etwa in der Gesundheits- und Tourismusbranche sowie der Einzelhandel, setzen KI-Programme wie ChatGPT ein. Diese generieren mithilfe von maschinellem Lernen und Sprachmodellen komplett neue Inhalte und werden deshalb als «Generative AI» bezeichnet. Forschende der Hochschule Luzern (HSLU) haben in der neuen «IFZ Generative AI in Finance Studie» erfolgreiche Anwendungen von Generative AI aus anderen Branchen identifiziert und auf ihre Anwendbarkeit in der Finanzbranche geprüft. Ziel war es, Banken und Versicherungen Empfehlungen für sinnvolle Generative AI-Anwendungen zu geben und ihnen zwei hilfreiche Tools zur Verfügung zu stellen.
In einem ersten Schritt führten die Forschenden Befragungen mit leitenden Mitarbeitenden aus den Bereichen Kundenservice, Informationsdienste, Compliance, Marketing und Kommunikation durch. So konnten sie herausfinden, in welchen Bereichen KI bereits eingesetzt wird. Die Ergebnisse der Befragungen wurden anschliessend mit Experten aus der Finanzbranche gespiegelt, um die Übertragbarkeit der Generative AI-Anwendungen auf die Finanzindustrie abschätzen zu können.
«Gen AI Skala» hilft bei der Orientierung
Für die Einordnung von Generative AI-Anwendungen für Banken und Versicherungen führten die Forschenden die «Gen AI Skala» ein. «Sie zielt darauf ab, Chancen, Risiken und anstehende Grundsatzentscheidungen im Unternehmen zu identifizieren», sagt Studienautor Nils Hafner.
Abbildung 1: Die «Gen AI Skala» hilft bei der Einordnung von KI-Anwendungen. (Zum Vergrössern klicken)
Auf der «Gen AI Skala» lassen sich die KI-Anwendungen zwischen zwei Polen einordnen: Der eine Pol umfasst Anwendungen, die direkt von Kundinnen und Kunden bedient werden. Der andere Pol beinhaltet Prozesse, die vollständig innerhalb des Unternehmens ablaufen und zum Teil selbst für die Mitarbeitenden nicht sichtbar sind. Aufgrund der fehlenden Sichtbarkeit spricht man beispielsweise in der Versicherungsbranche von Dunkelverarbeitung. Dazwischen liegen Anwendungen, die alle oder einzelne Mitarbeitende unterstützen.
Als besonders nützlich wird der Einsatz von KI bei der «Erstellung von Marketingtexten mittels Generativer KI» sowie bei der «Erstellung von Produktbeschreibungen» empfunden. «Dies ist vor dem Hintergrund der immer komplexer werdenden Finanzprodukte und der damit verbundenen weltweit komplexer werdenden Einhaltung regulatorischer Vorschriften gut nachvollziehbar», sagt Nils Hafner. Hier spielt Generative AI seine Stärken in Bezug auf die aufwendige Anpassung von Texten in verschiedenen Sprachen und Gesetzgebungsräumen aus.
«KI-Prozess-Kompass» als Wegweiser
Die Forschenden der HSLU haben neben der «Gen AI Skala» noch ein weiteres nützliches Tool entwickelt: Den «KI-Prozess-Kompass». Dieser Wegweiser zeigt die bis zu 15 Schritte, die Unternehmen bei der langfristigen und erfolgreichen Einführung von Generative AI-Anwendungen durchlaufen sollten: von der Analyse der bestehenden Kundendialoge über eine Machbarkeitsprüfung und die technische Umsetzung bis zum Rollout.
Abbildung 2: Der KI-Prozess-Kompass zeigt in 15 Schritten, auf was bei der Einführung von KI-Anwendungen geachtet werden sollte. (Zum Vergrössern klicken)
«Der KI-Prozess-Kompass dient als Checkliste für die strukturierte Einführung der Anwendungen», sagt Co-Studienautorin Sophie Hundertmark. «Wir haben herausgefunden, dass rein unternehmensinterne Anwendungen generativer AI viel weniger Schritte bis zur Einführung benötigen.» Für Unternehmen schaffe das Klarheit über den Aufwand der Einführung.
Studie: «Generative AI in Finance Studie 2024»
Für die «Generative AI in Finance Studie 2024» hat das Institut für Finanzdienstleistungen Zug IFZ der Hochschule Luzern zusammen mit Partnern untersucht, wie andere Branchen wie Einzelhandel, Gesundheit, Tourismus und viele weitere bereits Generative AI nutzen und evaluierte die Übertragbarkeit dieser Anwendungsfälle auf Schweizer Finanzunternehmen.
