Aditi Subbarao, Global Financial Services Lead bei INSTABASE, bei AI for Financial Services NYC - Einsatz von GenAI bei der Kreditvergabe

Aditi Subara, Leiterin des Bereichs Finanzdienstleistungen bei Instabase, vergleicht in einem Pop-Quiz die wissenschaftlichen Beiträge von Michael Faraday mit den wirkungsvollen Technologieanwendungen von Elon Musk. Dies unterstreicht das Ziel, das Potenzial der KI in einen greifbaren geschäftlichen Nutzen für Finanzdienstleistungen umzuwandeln, ähnlich wie Musk es mit Tesla getan hat.

Instabase hilft Unternehmen dabei, unstrukturierte data in verwertbare Erkenntnisse umzuwandeln und das Problem der verstreuten data zu lösen. KI ist, wie ein Elektromotor, auf data angewiesen. Die meisten data in Unternehmen sind unstrukturiert. Frühe KI im Finanzdienstleistungssektor konzentrierte sich auf die Optimierung von Prozessen und die Automatisierung von Aufgaben, die zuvor von Menschen erledigt wurden. Ursprünglich extrahierte KI data aus Dokumenten, aber generative KI integriert und analysiert jetzt data aus mehreren Dokumenten. Ein Beispiel hierfür ist die Kreditvergabe, bei der die KI data aus Gehaltsabrechnungen, Kontoauszügen und Arbeitszeugnissen zusammenstellt, um das Einkommen eines Kreditnehmers zu ermitteln.

Das Potenzial der KI geht über die Verarbeitung von Dokumenten hinaus und ermöglicht die Erstellung umfassender Ansichten durch die Integration von internen und externen data. Diese nächste Phase zielt auf eine automatisierte Entscheidungsfindung mit Sicherheitsvorkehrungen ab. Unternehmen verfügen über enorme data-Quellen und zahlreiche potenzielle KI-Anwendungen, wobei sie sich auf Bereiche konzentrieren sollten, in denen die meiste Zeit für die data-Verarbeitung aufgewendet wird. Es wird ein Rahmen mit drei Säulen skizziert: operative data-Verarbeitung, spezifische data-Abfragen und Wissenssuche, die bei der systematischen Identifizierung von KI-Anwendungen in allen Unternehmensfunktionen helfen.

Die Automatisierung der Extraktion und Strukturierung von data aus verschiedenen Dokumenten verbessert die Effizienz von Prozessen wie der Kreditvergabe. KI kann Chatbots für die Abfrage statischer data-Sets erstellen, wie z.B. Underwriting-Richtlinien oder Spesenrichtlinien, und beweist damit ihre Flexibilität. Fortschritte wie ChatGPT ermöglichen es der KI, mit data zu interagieren, komplexe Abfragen zu beantworten, tiefere Einblicke zu gewähren und so die data-Analyse zu verbessern. Effektive KI-Lösungen erfordern die Integration von Sprachmodellen mit visuellem und Layout-Bewusstsein, um komplexe data in Unternehmen umfassend zu bearbeiten.

Diese sind entscheidend, um die Genauigkeit und Zuverlässigkeit von KI zu gewährleisten. KI-Systeme sollten überprüft werden und mit Vertrauensbewertungen und menschlichen Überprüfungsmechanismen ausgestattet sein. Nicht alle Aufgaben erfordern ausgefeilte KI-Lösungen. Daher sollten Unternehmen auf der Grundlage von Nutzen und Risiken entscheiden, wo KI eingesetzt werden soll, und ein übermäßiges Vertrauen in große Sprachmodelle vermeiden. 1TP36Zum Einsatz von KI gehört die Identifizierung geeigneter Anwendungsfälle, die systematische Anwendung von KI in den Bereichen Betrieb, Abfragen und Wissen sowie die Gewährleistung gründlicher Tests und Kontrollen.

Zu den Möglichkeiten der KI bei der Kreditvergabe gehört die automatisierte data-Extraktion aus komplexen Dokumenten, die in strukturierte data für nachgelagerte Systeme wie Kreditvergabesysteme, Pricing Engines oder Risikomanagementsysteme umgewandelt werden. Ein Beispiel von Instabase während der COVID-19-Pandemie veranschaulicht dies: Eine amerikanische Bank sah sich mit einer Flut von Kreditanträgen im Rahmen des PPP-Kreditprogramms konfrontiert und nutzte Instabase, um innerhalb von sechs Tagen eine Lösung zu entwickeln, die die Verarbeitungskapazität von 10.000 Krediten pro Tag auf 10.000 Kredite pro Stunde steigerte und damit das Potenzial von KI für eine deutliche Produktivitätssteigerung bei operativen Prozessen verdeutlichte.

Erstellen Sie spezielle Chatbots für bestimmte Funktionen innerhalb eines Unternehmens, z. B. für die Abfrage von Underwriting-Richtlinien. Chatbots bearbeiten feste data-Anfragen und geben präzise Antworten. Mit Conversational AI können Benutzer mit data interagieren, indem sie Fragen zu bestimmten Dokumenten oder data-Sätzen stellen und detaillierte, kontextbezogene Antworten erhalten.

Ein robuster Governance-Rahmen, data-Sicherheitsrichtlinien und strenge Testprotokolle sind für die Validierung von KI-Ergebnissen unerlässlich. Unternehmen müssen sicherstellen, dass KI-Modelle genau, transparent und rechenschaftspflichtig sind. Sie müssen in der Lage sein, ihre Funktionsweise zu erklären und data Quellen und Berechnungen zurückzuverfolgen.

Der strategische Einsatz von KI erfordert eine sorgfältige Auswahl von Anwendungsfällen, die Anwendung von KI in verschiedenen Unternehmensfunktionen und die Gewährleistung gründlicher Tests und Kontrollen. Wenn Sie sich auf die Bereiche mit der größten Auswirkung auf das Geschäft konzentrieren, KI für die betriebliche Effizienz nutzen, spezifische data-Abfragen durchführen und robuste Governance-Rahmenwerke integrieren, können Unternehmen das volle Potenzial von KI ausschöpfen.