Nach welchen Mustern sucht die KI?
Bremke: Wir nutzen verschiedene Verfahren des maschinellen Lernens. Für die KI-gestützte Kundenbindung kommt eine Art betreutes Lernen zum Einsatz, das sogenannte „Supervised Learning“. Wir geben dabei dem Algorithmus vor, dass er den Abzug von Kundengeldern analysieren soll. Hierfür identifiziert der Algorithmus dann in mehreren Iterationen mögliche Treiber. In anderen Anwendungsfällen setzen wir auch „Unsupervised Learning“ ein. Hier werden die relevanten Muster ohne Vorgabe alleine durch den Algorithmus identifiziert.
Konnte die Bank diese Muster vorher, ohne KI, nicht sehen?
Bremke: Der Einsatz von Frühindikatoren ist für uns nicht neu. Mit KI können wir jedoch deutlich größere Datenmengen mit deutlich besseren Algorithmen verarbeiten, als dies mit herkömmlichen Ansätzen möglich war. In der Kundenbindung ergaben alle klassischen Verfahren keine signifikanten Korrelationen. Dahingegen konnten wir mit den KI-Algorithmen bereits zu Beginn sehr gute Genauigkeiten erreichen. Zusätzlich ermöglicht die KI ein kontinuierliches Lernen des Algorithmus, das die Rückmeldungen der Berater stetig berücksichtigt.
Welche Erkenntnisse kann die KI daraus ziehen?
Bremke: Unsere Berater erhalten monatlich einen Hinweis zu Kunden, die uns möglicherweise den Rücken kehren. Darüber hinaus sehen sie, welche Faktoren zu der Annahme führten. Dies können beispielsweise ein verändertes Transaktionsverhalten im Online-Banking oder geografische Auffälligkeiten wie Adressänderungen sein.
Müssen die Daten aufbereitet werden, bevor die KI etwas damit anfangen kann?
Bremke: Das ist ein ganz wesentlicher Punkt, den Sie hier ansprechen. Die Datenaufbereitung spielt eine zentrale Rolle in der Arbeit unserer „Data Scientists“. In den vergangenen zwei Jahren haben wir eine gute, einheitliche Datengrundlage geschaffen. Die Daten müssen aber immer wieder aufbereitet werden, beispielsweise ermitteln wir abgeleitete Datenpunkte wie Trends oder Volatilitäten. Auch können neue Datenpunkte erforderlich sein, wie beispielsweise Ergebnisse aus aktuellen Kundenbefragungen.
Spielt der menschliche Faktor bei der Dateneingabe weiter eine Rolle?
Bremke: Unbedingt. Die Datenpunkte werden zwar generell automatisch generiert. Der menschliche Faktor ist aber für die Bewertung der Ergebnisse unabdinglich. Zunächst einmal entscheiden unsere Data Scientists, wann ein Algorithmus gut genug ist, damit die KI die Berater in der täglichen Arbeit erfolgreich unterstützen kann. Letztlich entscheidet der Berater, wie er mit den Hinweisen umgeht und welche Rückmeldung er wiederum der KI gibt.
Können Sie den Erfolg des Einsatzes von KI bei der Kundenbindung bereits quantifizieren?
Bremke: Ja. Seit Einführung der KI bei der Kundenbindung vor gut einem Jahr sehen wir ungefähr 10 Prozent weniger Abflüsse von Kundengeldern. Bei Mandaten liegt die Quote sogar deutlich höher. Besonders erfreulich ist auch die Rückmeldequote der Berater, sie liegt bei 90 Prozent.