Das Problem von KI und digitaler Transformation im Finanzsektor – und die Lösung
Banken und Versicherungen geben mehr Geld für KI-Projekte und Modernisierungsvorhaben aus denn je, doch die Ergebnisse sind allzu häufig enttäuschend. Ein Tool, dass in der Demo beeindruckt, schwächelt in der Praxis plötzlich massiv, sobald es mit realen Kreditdokumenten und Leistungsanträgen konfrontiert wird. So erwartet Gartner, dass mindestens 30 % der Gen-AI-Projekte nach dem Testlauf eingestellt werden. Es wäre ein Leichtes, die Schuld bei der Technologie selbst oder beim KI-Anbieter zu suchen. Doch die eigentliche Ursache liegt meist tiefer: in der Datenbasis, auf der diese Tools basieren.
In diesem Artikel erfahren Sie, warum eine solide Datenbasis entscheidend für den Erfolg Ihrer KI- und Modernisierungsvorhaben ist und wie Sie die damit verbundenen Herausforderungen erfolgreich meistern.
Modernisierungsprojekte bei Banken und Versicherern scheitern am Informationsproblem
Ein Großteil der Informationen, die Banken und Versicherer für ihre tägliche Arbeit benötigen, steckt in Millionen von Dokumenten – von Kredit- und Leistungsanträgen über Policen bis hin zu E-Mails. Doch aus zwei wesentlichen Gründen lassen sich diese Informationen kaum nutzen:
Das Dokumentenformat: Die meisten Dokumente sind für Menschen gemacht, nicht für die maschinelle Verarbeitung. Menschen können beispielsweise folgende Formate problemlos erfassen:
- Gescannte Bilder, etwa ein unterzeichneter Antrag
- Gefaxte Seiten, etwa eine eingehende Forderung
- PDFs und E-Mail-Anhänge, etwa eine Police oder Abrechnung
- Handschriftliche oder maschinengeschriebene Formulare, die ursprünglich nicht digital vorlagen
Die meisten KI-Anwendungen erkennen in solchen Fällen jedoch lediglich ein Bild, nicht aber die Dokumenteninformationen und -inhalte.
Dokumentenfragmentierung: Dokumente sind auf verschiedenen Systeme verteilt, zwischen denen kein Austausch stattfindet, zum Beispiel:
- Kernbankensysteme oder Versicherungsverwaltungsprogramm
- Kreditvergabe- oder Fallmanagementsystem
- Separate Dokumentenarchive
- Freigegebene Laufwerke und E-Mail-Postfächer
Nach Einschätzung von Gartner sind 70 bis 90 % der Informationen in Unternehmen unstrukturiert. Die benötigten Daten liegen also nicht an zentraler Stelle vor. Das erschwert nicht nur den Einsatz neuer Software, sondern kostet auch enorm viel Zeit bei der Informationssuche.
Genau diese Daten bilden jedoch die Grundlage für sämtliche Geschäftsprozesse. Ist die Datenbasis mangelhaft, kann auch die Modernisierung nicht gelingen.
So äußert sich das Informationsproblem in Banken und Versicherungen
Vielleicht kennen Sie einige der typischen Probleme, die eine mangelhafte Datenbasis im Arbeitsalltag verursacht. Dazu gehören beispielsweise:
- Kreditrisikoprüfung: Ein Darlehen wird genehmigt, obwohl wichtige Informationen fehlen: Der Einkommensnachweis liegt in einem anderen System und wird bei der Prüfung nicht berücksichtigt. Die Entscheidung basiert somit auf einem unvollständigen Bild der finanziellen Situation – mit Folgen, die möglicherweise erst sichtbar werden, wenn der Kreditnehmer seinen Zahlungsverpflichtungen nicht mehr nachkommt.
- Leistungsabwicklung: Die Bearbeitung eines Schadenfalls verzögert sich um mehrere Tage, weil der zuständige Sachbearbeiter auf den Schadenbericht eines Kollegen wartet. Auch die KI, die den Prozess eigentlich beschleunigen soll, hilft nicht weiter: Sie kann das eingereichte Meldeformular nicht auslesen.
- Compliance: Im Rahmen einer Prüfung müssen sämtliche Unterlagen zu einem Kredit vorgelegt werden, der 2019 genehmigt wurde. Dafür müssen Mitarbeitende das Kreditvergabesystem, das Archiv und den zugehörigen E-Mail-Verkehr manuell durchsuchen. Das zur Früherkennung potenzieller Risiken eingesetzte Tool kann unterdessen nur auf einen Teil der relevanten Informationen zugreifen – und liefert entsprechend kein vollständiges Bild.
- Kundenservice: Ein Versicherungsnehmer möchte wissen, warum sein Beitrag gestiegen ist. Eine schnelle Antwort ist jedoch nicht möglich: Der Kundenbetreuer muss die benötigten Informationen in drei verschiedenen Systemen zusammensuchen, während der Kunde in der Warteschleife hängt. Police, Abrechnungsverlauf und Gesprächsnotizen sind getrennt voneinander abgelegt.
- FinTech-KI-Assistent: Eigentlich soll die KI einen Kreditantrag innerhalb weniger Sekunden zusammenfassen. Doch die dafür benötigten Informationen sind über verschiedene Systeme verteilt: Hier liegen die Einkommensnachweise, dort die Unterlagen zur Wertermittlung. Die KI erfasst deshalb nur die Informationen, auf die sie unmittelbar zugreifen kann. Das Ergebnis ist eine unvollständige Analyse, auf die sich Kreditsachbearbeiter bei ihrer Entscheidung nicht verlassen können.
Wie Sie eine verlässliche Informationsbasis aufbauen
Die meisten Banken und Versicherer nutzen bereits Systeme zur digitalen Dokumentenablage. Das Problem: Oft sind diese nicht viel mehr als digitale Aktenschränke. Die Dokumente sind zwar sicher verstaut, doch was tatsächlich in ihnen steckt und wie die Informationen zusammenhängen, bleibt dem System verborgen. Es erkennt zum Beispiel nicht, dass ein Kreditantrag und die an anderer Stelle abgelegten Einkommensnachweise zum selben Kunden gehören.
Genau hier kommen moderne, KI-gestützte Dokumentenmanagement-Systeme ins Spiel. Sie speichern Dokumente nicht einfach nur ab, sondern erschließen auch deren Inhalte und Zusammenhänge automatisch:
- Single Source of Truth etablieren: Ob ein Dokument nun im Kernbanken-, Kreditvergabe- oder Fallmanagementsystem liegt, spielt keine Rolle mehr. Mitarbeitende greifen von einer zentralen Stelle darauf zu, statt sich durch mehrere Anwendungen zu klicken.
- Lesen, nicht nur speichern: Ein gescannter Antrag ist mehr als ein statisches Bild. Moderne Systeme erkennen die darin enthaltenen Namen, Zahlen und Daten und machen sie direkt nutzbar – egal, ob sie aus einem Scan, Fax oder PDF stammen.
- Kontext berücksichtigen: Jedes Dokument ist mit dem entsprechenden Kunden, Kredit, Vertrag, Fall usw. verknüpft. Daher steht die vollständige Akte sofort zur Verfügung, wenn ein Sachbearbeiter, eine Prüferin oder ein KI-Modell sie benötigt.
- Lifecycle Management betreiben: Vom Eingang eines Dokuments an bis zum Ende der geltenden Aufbewahrungspflicht findet eine lückenlose Nachverfolgung, Versionierung und Einhaltung von Fristen statt, sodass keine Daten verloren gehen oder zum falschen Zeitpunkt gelöscht werden.
Und genau darum geht es bei Document Intelligence: Informationen nicht einfach nur abzulegen, sondern sie wirklich nutzbar zu machen. Für Banken und Versicherer ist das besonders wichtig. Denn KI kann nur dann gute Ergebnisse liefern, wenn sie auf die richtigen Informationen zugreifen, sie verstehen und miteinander verknüpfen kann.
Was das konkret bedeutet, haben wir in diesem Artikel angerissen. Doch Document Intelligence kann noch einiges mehr – von der automatischen Erfassung von Informationen bis hin zur intelligenten Verknüpfung von Dokumenten und Daten.
Neugierig geworden? In unserer kompakten Zusammenfassung erfahren Sie auf zwei Seiten, wie Document Intelligence funktioniert und was damit möglich ist:
Document Intelligence: Die Grundlage für Compliance, Effizienz und KI bei Finanzdienstleistern
Die meisten Daten von Banken und Versicherern stecken in Dokumenten. Erfahren Sie, wie Document Intelligence sie für schnellere, regelkonforme und KI-fähige Prozesse nutzbar macht.
Jetzt lesenWie können wir helfen?
+49 (0) 228 90896-0Ihre Nachricht hat uns erreicht!
Wir freuen uns über Ihr Interesse und melden uns in Kürze bei Ihnen.