ODDO BHF & INDOSUEZ WEALTH MANAGEMENT auf der AI for Finance by Artefact - AI for Private banking & financial services

Private Banking ist ein sehr persönlicher Aspekt der Finanzdienstleistungen, und beide Banken sprachen über ihre KI-Reise. Die eine Bank begann 2018 mit KI und legte einen KI-gestützten Investmentfonds auf und nutzte Algorithmen für gezieltes Brokerage. Die andere begann mit NLP, um reports für Vermögensverwalter zusammenzufassen, und erprobt nun GenAI-Anwendungsfälle wie Übersetzung, Sprache-zu-Text und data-Abfragen.

Beide Banken haben eine Vielzahl von KI-Anwendungen erforscht. Ein Hauptaugenmerk liegt auf der Unterstützung der Mitarbeiter im Front Office, um Besprechungen zu rationalisieren, Kundenaktivitäten zu verwalten und personalisierte Aufgabenlisten zu erstellen. KI hilft den Bankangestellten, komplexe Abläufe zu durchschauen, so dass sie mehr Zeit mit den Kunden verbringen können. Die Herausforderung besteht jedoch darin, ein Gleichgewicht zwischen hochwirksamen Anwendungsfällen und der operativen Machbarkeit zu finden, um eine sinnvolle Unterstützung für die Mitarbeiter zu gewährleisten, ohne die täglichen Arbeitsabläufe zu verkomplizieren.

Vertrauen und Personalisierung sind in der Vermögensverwaltung von entscheidender Bedeutung. KI ersetzt nicht die menschliche Interaktion, sondern dient dazu, die Fähigkeiten der Banker zur effektiven Kundenbetreuung zu verbessern. Durch den Einsatz interner Tools - wie z.B. Chatbots, die in CRM-Systeme integriert sind - erhalten die Banker verwertbare Erkenntnisse über ihre Kunden und können so ihre Entscheidungsfindung verbessern. Beide Banken sehen KI als ein Werkzeug, das die persönlichen Kundenbeziehungen, die für das Private Banking von entscheidender Bedeutung sind, ergänzt und nicht ersetzt.

Der Nachweis der Rentabilität von KI-Projekten ist komplex, aber beide Banken legen Wert auf Agilität. Die Strategie beinhaltet schnelle, kleine Investitionen mit schneller Validierung, die das Risiko minimieren und Vertrauen bei den Sponsoren schaffen. Eine Bank hat Design Sprints eingeführt, um Konzepte vor großen Investitionen zu validieren, während beide davon überzeugt sind, dass KI die Branche erheblich beeinflussen wird. Sie vermeiden es jedoch, schnelle Schlüsse zu ziehen und konzentrieren sich auf langfristige Gewinne.

Die Industrialisierung und Skalierung von KI-Technologien bleibt eine Herausforderung. Veraltete Systeme, sich entwickelnde Technologiepakete und neue Qualifikationsanforderungen in der data-Analytik und KI stellen Hürden dar. Beide Banken investieren in die Einstellung spezialisierter Talente wie data-Ingenieure und ML-Experten, während sie gleichzeitig ihre derzeitigen Mitarbeiter weiterbilden, um Kontinuität zu gewährleisten. Trotz der Unterstützung durch das Management ist der Nachweis, dass diese Investitionen richtig sind, von entscheidender Bedeutung, um eine breitere Unterstützung für KI-getriebene Initiativen zu gewinnen.

Eine Bank fördert die Akzeptanz von KI, indem sie für Bankangestellte eine stressfreie Umgebung schafft, in der sie sich mit KI auseinandersetzen können, indem sie mit allgemeinen Anwendungsfällen beginnt, bevor sie zu spezifischeren Anwendungen übergeht. Ziel ist es, den Bankern zu zeigen, welchen Wert KI für ihr Berufsleben hat. Bei der Schulung werden Szenarien in Rollenspielen durchgespielt, um zu zeigen, wie KI bei der Kundenakquise und anderen Aufgaben helfen kann. Die zweite Bank legt den Schwerpunkt auf die Einbindung der Führungskräfte, die Schulung des Top-Managements zum Thema KI, die Förderung von data- und KI-Communities und die regelmäßige Veranstaltung von Sensibilisierungsveranstaltungen, um Erfolgsgeschichten zu teilen und das Lernen zu erleichtern. Die Banken setzen auf verschiedene Schulungsebenen - sowohl auf breiter Basis als auch mit Fokus auf Experten - um Vertrauen und Akzeptanz unter den Mitarbeitern aufzubauen.