Aditi Subbarao, Leiterin des Bereichs Global Financial Services bei INSTABASE, auf der AI Financial Services NYC“ – Einsatz von GenAI bei der Kreditvergabe

Aditi Subara, Leiterin des Bereichs Finanzdienstleistungen bei Instabase, vergleicht anhand eines kurzen Quiz die wissenschaftlichen Beiträge von Michael Faraday mit den bahnbrechenden technologischen Anwendungen von Elon Musk. Dies verdeutlicht das Ziel, das Potenzial AIin greifbaren geschäftlichen Mehrwert für die Finanzdienstleistungsbranche umzuwandeln – ähnlich wie Musk dies mit Tesla erreicht hat.

Instabase hilft Unternehmen dabei, unstrukturierte data verwertbare Erkenntnisse umzuwandeln und so das Problem verstreuter data anzugehen. AI ist wie ein Elektromotor: Sie ist auf data angewiesen. data meisten data unstrukturiert. Frühe AI Finanzdienstleistungssektor konzentrierten sich auf die Prozessoptimierung und die Automatisierung von Aufgaben, die zuvor von Menschen ausgeführt wurden. Ursprünglich AI data Dokumenten, doch generative AI integriert und analysiert AI data mehreren Dokumenten. Ein Beispiel hierfür ist die Kreditvergabe, bei der AI data Gehaltsabrechnungen, Kontoauszügen und Arbeitsbescheinigungen AI , um das Einkommen eines Kreditnehmers zu ermitteln.

Das Potenzial AIgeht über die reine Dokumentenverarbeitung hinaus und umfasst die Erstellung umfassender Übersichten durch die Integration interner und externer data. In dieser nächsten Phase wird eine automatisierte Entscheidungsfindung mit entsprechenden Sicherheitsvorkehrungen angestrebt. Unternehmen verfügen über umfangreiche data und zahlreiche potenzielle AI , wobei der Schwerpunkt auf Bereichen mit hoher Wirkung liegt, in denen der größte Zeitaufwand für data anfällt. Es wird ein Rahmenkonzept mit drei Säulen skizziert: operative data , spezifische data und Wissenssuche, das dabei hilft, AI systematisch über alle Unternehmensfunktionen hinweg zu identifizieren.

Die Automatisierung data und -strukturierung aus verschiedenen Dokumenten steigert die Effizienz in Prozessen wie der Kreditvergabe. AI Chatbots zur Abfrage statischer Datensätze, wie beispielsweise Kreditvergaberichtlinien oder Spesenrichtlinien, erstellen und damit ihre Flexibilität unter Beweis stellen. Fortschritte wie ChatGPT ermöglichen AI mit data AI interagieren, komplexe Anfragen AI beantworten, tiefere Einblicke zu liefern und so data zu verbessern. Effektive AI erfordern die Integration von Sprachmodellen mit visueller und layoutbezogener Wahrnehmung, um komplexe data verarbeiten zu können.

Diese Faktoren sind entscheidend für die Gewährleistung AI und Zuverlässigkeit AI . AI sollten geprüft und mit Konfidenzwerten sowie Mechanismen zur Überprüfung durch Menschen ausgestattet werden. Nicht alle Aufgaben erfordern ausgefeilte AI ; daher sollten Unternehmen AI von Nutzen und Risiken entscheiden, wo AI eingesetzt werden soll, und dabei eine übermäßige Abhängigkeit von großen Sprachmodellen vermeiden. Der Einsatz AI die Ermittlung geeigneter Anwendungsfälle, die systematische Anwendung AI Betrieb, Abfrage und Wissensmanagement sowie die Gewährleistung gründlicher Tests und einer soliden Governance.

Zu den Fähigkeiten AIbei der Kreditvergabe gehört data automatisierte data aus komplexen Dokumenten, wobei diese in strukturierte data nachgelagerte Systeme wie Kreditvergabesysteme, Preisberechnungsmodule oder Risikomanagementsysteme umgewandelt werden. Ein Beispiel von Instabase während der COVID-19-Pandemie veranschaulicht dies: Eine amerikanische Bank sah sich durch das PPP-Kreditprogramm mit einem sprunghaften Anstieg an Kreditanträgen 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 – ein Beleg für das Potenzial AI, die Produktivität in operativen Prozessen erheblich zu steigern.

Entwicklung spezieller Chatbots für bestimmte Aufgaben innerhalb eines Unternehmens, beispielsweise zur Abfrage von Risikoprüfungsrichtlinien. Chatbots bearbeiten festgelegte data und liefern präzise Antworten. Mit dialogorientierter AI können AI mit data interagieren, Fragen zu bestimmten Dokumenten oder Datensätzen stellen und detaillierte, kontextbezogene Antworten erhalten.

Ein solides Governance-Rahmenwerk, Richtlinien data und strenge Testprotokolle sind für die Validierung AI unerlässlich. Unternehmen müssen sicherstellen, dass AI präzise, transparent und nachvollziehbar sind, ihre Funktionsweise erklären können und data sowie Berechnungen nachvollziehbar machen.

Der strategische Einsatz von AI eine sorgfältige Auswahl der Anwendungsfälle, die Einbindung AI verschiedene Unternehmensbereiche sowie die Gewährleistung gründlicher Tests und einer soliden Governance. Indem sie sich auf Bereiche mit der größten geschäftlichen Wirkung konzentrieren, AI betrieblichen Effizienz und AI spezifische data nutzen sowie robuste Governance-Rahmenbedingungen integrieren, können Unternehmen das volle Potenzial AIausschöpfen.