Zurück zum Blog

Die Textautomatisierung in der Bank

Lesezeit 2 mins | 07.11.2019 | Von: Saim Alkan

Herr Arnold, bitte stellen Sie sich für unsere Leser vor.

Mein Name ist Jörg Arnold, ich bin gelernter Banker und habe im Anschluss Wirtschaftsinformatik studiert. Für die LBBW arbeite ich in verschiedenen Funktionen nun seit mehr als 20 Jahren. Mit den Themen der Digitalisierung in Banken beschäftige ich mich nun auch schon seit mehr als 5 Jahren.

Über die LBBW:

Die Landesbank Baden-Württemberg (LBBW) hat ihren Hauptsitz in Stuttgart. 2018 lag die Bilanzsumme bei rund 240 Milliarden Euro. Gemessen daran gehört die LBBW zu den 100 grössten Banken der Welt und ist die größte Landesbank Deutschlands. An 17 Standorten weltweit arbeiten 10.000 Mitarbeiter. Im Rahmen der Digitalisierung der Bank nutzt die LBBW auch die Textautomatisierung.

Wo nutzen Sie im Privatleben Künstliche Intelligenz?

Bewusst, und das ist ja für mich nach wie vor das Faszinierende an dieser Thematik, nutze ich KI nicht. Und trotzdem wird man mehr oder weniger offensichtlich mit entsprechenden Ergebnissen konfrontiert.

In der Welt der Banken finden durch KI-Anwendungen tiefgreifende Veränderungen statt. Was sind die grossen Visionen an denen Sie arbeiten?

Die großen Visionen liegen mit Sicherheit darin, dass sogenannte „General AI“ oder „Strong AI“ einzusetzen. Also Algorithmen die eigenständig und kreativ intellektuellen Arbeiten in einer Form nachgehen, wie sie auch ein Mensch leisten könnte.

Wir rechnen allerdings damit dass solche Verfahren erst mittelfristig ausgereift sein werden und hier noch einige Jahre an intensiver Forschungsarbeit anstehen. Im Fokus steht deshalb derzeit, die verfügbaren Möglichkeiten von künstlicher Intelligenz zu operationalisieren und in die Geschäftsprozesse zu integrieren. Unser Ziel ist es, die Prozesseffizienz zu erhöhen und bessere Entscheidungen möglich zu machen.

Welche Entwicklung hat die LBBW auf dieser langen Reise schon genommen?

Die LBBW nutzt künstliche Intelligenz bereits für eine Vielzahl von Anwendungsfällen im Privatkundengeschäft, bei Geschäftskunden, Financial Markets, im Risikocontrolling, bei Compliance, dem Förderkreditgeschäft, im Finanzcontrolling und in der Revision. Dabei setzen wir Affinitätsmodelle für Bankprodukte und Kündigerprävention, Clusteranalysen für Segmentierungen sowie Zeitreihenanalysen für Vorhersagemodelle zur Ergebnisentwicklung ein.

Wie nimmt die LBBW ihre Mitarbeiter mit auf diese Reise?

Im Rahmen unserer strategischen Stoßrichtung der Digitalisierung haben wir schon länger eine Veranstaltungsreihe aufgesetzt bei der über unterschiedliche Aspekte der Digitalisierung berichtet wird. Als Referenten tragen dort neben internen Kolleginnen und Kollegen, die intensiv an den Themen arbeiten, auch externe Expertinnen und Experten zu den jeweiligen Themen vor. Begleitet wird dies durch eine intensive interne Berichterstattung in unserem Intranet. Darüber hinaus werden die Themen der Digitalisierung auch durch ein dezidiertes Weiterbildungsprogramm vertieft. Die Führungskräfte sind angehalten, die Teilnahme in der Breite zu ermöglichen.

Sie nutzen für einige Aufgaben die NLG-Plattform AX-Semantics. Wie nutzt die LBBW die Textautomatisierung?

Wir pilotieren an unterschiedlichen Stellen der Bank die datenbasierte Texterstellung. Ziel ist, erforderliche Pflichtveröffentlichungen z. B. im Umfeld von unserem Research weitgehend zu automatisieren um unsere hoch spezialisierten Analysten von solchen Routineaufgaben zu entlasten.

Welche weiteren Anwendungsfelder sehen Sie innerhalb der Banken für Textautomatisierung?

Ein weiterer Schwerpunkt ist das Textmining und semantische Analytik beispielsweise für die automatisierte Bilanzanalyse oder das Klassifizieren von Dokumenten und den Berichten dazu.

Vielen Dank für das Gespräch.

In der Finanzbranche setzen weitere Unternehmen auf Textautomatisierung – zwei weitere Beispiele sind: Deloitte oder auch die Creditreform.

Saim Alkan

Saim Rolf Alkan ist CEO und Gründer von AX Semantics und ein Pionier auf dem Gebiet der automatischen Texterstellung. Nachdem er jahrelang erfolgreich im Content-Bereich gearbeitet hatte, beschloss er, dass Unternehmen ein besseres Werkzeug brauchten: eines, das die Zusammenarbeit von Mensch und Maschine ermöglicht, um die Menge an Inhalten zu produzieren, die für ein erfolgreiches Bestehen im digitalen Zeitalter erforderlich ist. Saim entwickelte eine Content-Lösung, die aus Daten in 110 Sprachen hochwertige Texte für Branchen wie E-Commerce, Verlagswesen und Finanzen generiert. Er ist außerdem Dozent und Redner in den Bereichen Online-Kommunikation und „Roboterjournalismus“ und hat mehrere Bücher und zahlreiche Artikel geschrieben.