Nachhaltig Wirtschaften ist künftig billiger: Mit neuronalen Netzen die Chance ergreifen!

Das Thema Nachhaltigkeit erfährt durch harte Auflagen für Unter­nehmen einen Schub:  Regulierungs­behörden bestehen auf nachhaltigen Geschäftspraktiken und Finanz­ströme sollen nachhaltigen Prozessen folgen. Die EU-Taxonomie definiert bereits ein (erstes) Klassifizierungssystem für nachhaltige Wirtschaftsaktivitäten und sieht ab 2022 eine verbindliche Umsetzung vor – u.a. von Banken. Die Idee dahinter: Klimaneutralität ist über Daten messbar, der CO2-Ausstoß einfacher zu regulieren als z. B. Biodiversität.

von Ssonja Peter, Executive Consultant und Dominic Runge, Management Consultant (borisgloger consulting)

Nicht nachhaltiges Wirtschaften wird künftig teuer.”

Denn nicht nur die Banken selbst müssen sich künftig daran messen lassen, sondern deren Geschäftspartner. So liegt ein Schwerpunkt der Taxonomie auf dem Lenken der Finanzströme. Wie gehen Unternehmen mit den zusätzlichen Kosten um, wenn Finanzinstitute zukünftig bei der Vergabe von Krediten die Nachhaltigkeitsbonität des Unternehmens im Kreditzins berücksichtigen? Oder wenn Investoren bei Anlageentscheidungen Beteiligungen von nicht nachhaltig wirtschaftenden Unternehmen abstoßen (müssen)?

Künstliche Intelligenz hilft bei der Datenauswertung

Der Schlüssel, um diesen Herausforderungen zu begegnen, liegt in der Technologie. Kaum eine andere Industrie kann das Verhalten von Kunden besser analysieren als Banken.”

Das Konto eines Kunden bzw. einer Kundin bildet sein bzw. ihr Leben ab. Durch die Kategorisierung und gezielte Evaluierung von Zahlungsströmen könnten Banken den Kunden durch gezielte, datengetriebene Produktinnovation helfen, ihren Fußabdruck zu reduzieren. Aufgrund der großen Datenmengen, welche Banken und deren Datencenter dazu verarbeiten müssen, sollte eine Analyse mittels künstlicher Intelligenz (KI) zum Einsatz kommen, die hierzulande im Bankenwesen noch in den Kinderschuhen steckt.

Abhängig von der Rechenleistung ermöglichen künstliche neuronale Netze eine rapide Verarbeitung der Daten, um diese im Nachgang den jeweiligen Kundenpersonas (fiktive Nutzer der Zielgruppen) zuordnen zu können.”

Da die Zahlungsströme jeweils andere Muster aufweisen, muss das neuronale Netz gezielt mit manuell kategorisierten Kunden trainiert werden. Dadurch legen Banken eine stabile Basis für die automatisierte Mustererkennung. In weiterer Folge kann durch eine Bewertung der Kundenberater, ob die von der KI ausgewählte Kategorisierung zutreffend ist, das Netz weiter trainiert und verbessert werden. Aufgrund der rechtlichen Relevanz von Kundendaten müssen die Regeln nach der EU-DSGVO beachtet werden. Eine interne Verarbeitung und Kategorisierung steht jedoch nicht im Widerspruch dazu.

Sobald die KI die Real-Kunden auf Basis der Zahlungsstrom-Charakteristika automatisiert an die jeweiligen Personas zugeordnet hat, kann das Produktmanagement gezielt individualisierte Produkte auf Basis der Bedürfnisse anbieten. Ziel dieser Mechanik sollte es sein, möglichst granulare Kundengruppen als Kategorien festlegen zu können, um Produkte maximal zu individualisieren und den Produktmix zu diversifizieren.

Gezielt IT-Unterstützung ins Boot holen

Autor Ssonja Peter, borisgloger consulting

Das Bankgeschäft kennt die Betriebswirtin und Bankkauffrau Ssonja Peter bis ins Detail. Seit 2000 hat sie in verschiedenen Führungspositionen in deutschen Großbanken den Wandel der Branche mitgestaltet. Aktuell ist sie als Executive Consultant bei borisgloger consulting (Webseite) gemeinsam mit einem Team kundenverantwortlich für ein Transformationsprojekt einer großen deutschen Investmentgesellschaft sowie eines großen Automobilherstellers.

Ein weiterer Ansatz ist, die interne IT-Abteilung mit neuen Fähigkeiten aufzubauen und externe Partner hinzuzuziehen. Banken machen häufig den Fehler, die IT auf die neuen Gegebenheiten nur anzupassen, nicht aber grundlegend neu auszurichten. Um nachhaltige Prozesse in der IT zu verankern, sollten Chief Technology Officer beispielsweise nicht nur IT-Expertise mitbringen. Vielmehr müssen sie Entrepreneure mit Technologie-Sachverstand sein. Gleichzeitig liegen durch die erhöhte Komplexität der digitalen Welt viele potenzielle Lösungen außerhalb des eigenen Unternehmens. Beispiel Dateninfrastruktur: Während viele Finanzinstitute in den letzten Jahren viel Geld in den Aufbau von Datenzentren investiert haben, belasten diese aufgrund der fehlenden Skalierungseffekte das Budget der Banken. Der Einsatz der EU-Taxonomie und der steigende Druck, diese Datenzentren mit nachhaltiger Energie zu betreiben, lässt das Kostenniveau weiter ansteigen.

Einige deutsche Bankhäuser setzen bereits auf die Zusammenarbeit mit Hyperscalern. Diese Unternehmen, die durch Cloud Computing groß geworden sind, betreiben große Datenzentren für eine Vielzahl an Unternehmen weltweit und vermieten Datenspeicher sowie Rechenleistung an diese. Allgemein ist dieses System als „Hosted Cloud“ bekannt. Die Vorteile:

Zusätzlich zur reduzierten Kostenstruktur erhöhen Finanzinstitute gleichzeitig die Sicherheit ihrer Daten, sowie die Flexibilität bei Bereitstellung der benötigten Rechenleistung für zukünftige Anwendungen.”

Auch die Komponente der Nachhaltigkeit ist für einen Hyperscaler einfacher umsetzbar als für interne Datenzentren. So kann er gezielt in die Zuleitung von Strom aus erneuerbaren Energien investieren und durch die Abnahme großer Mengen wiederum mit einem weiteren Skalierungseffekt die Kostenstruktur dieser Maßnahme geringhalten.

Autor Dominic Runge, borisgloger consulting

Als Techniker und Tüftler liebt Dominic Runge es, Neues zu kreieren, zu testen und andere für seine innovativen Ideen zu begeistern. Aktuell ist er bei borisgloger professionals (Webseite) als Management Consultant für den Standort Österreich verantwortlich und begleitet diverse nationale und internationale Bankengruppen auf dem Weg in die agil-digitale Zukunft. Als gelernter Software-Entwickler hat er jahrelange Erfahrung in der Entwicklung innovativer Produkte in der Automobil- und Telekombranche sowie im Banken- und öffentlichen Sektor.

Das passende IT-Umsetzungs-Know-how finden Banken intern oder extern z. B. bei Tech-Unternehmen oder FinTechs, die die eigenen Kompetenzen im Unternehmen sinnvoll ergänzen und zu Partnern in der Lieferung werden. Es fällt datenaffinen FinTechs mit ihrer Nischenspezialisierung und vereinfachten IT-Infrastruktur leicht, Kundenverhalten systematisch auszuwerten und zu analysieren. In der Automobilindustrie können moderne Fahrzeuge auf Basis des Fahrverhaltens eine effizientere Nutzung der Ressourcen im Fahrzeug vorschlagen. Ähnlich könnten FinTechs die Datenbasis von Zahlungsbewegungen auf Kundenkonten nutzen.

Zudem helfen die Auswertungen, Kunden besser zu verstehen – ein Vorgang, der den meisten Banken im Compliance-Bereich als KYC-Prozess länger bekannt ist.”

Sharing-Systeme ohne Schnittstellenverluste

Die Veränderungen und Transformationen sind zu groß, als dass ein einzelnes Unternehmen sie beherrschen kann. Nachhaltige Geschäftsmodelle denken in Partnerschaften und den wirklichen und real entstehenden Kosten aller Beteiligten in der Kette. Die Frage muss zukünftig sein: Was ist meine Wertschöpfungskette und wo bin ich bei der Erbringung der Beste? Wo macht es hingegen Sinn, mich in einem Eco-System, einem Verbund von mehreren Unternehmen, einzubringen? Aus dieser Analyse ergibt sich die Lösung, in Sharing-Modellen zu denken. Technisch bieten Cloud und Schnittstellen die Grundlagen für Partnerschaftsmodelle. FinTechs sind beispielsweise in der Entwicklung von Kernbankensystemen, die in der Cloud gehostet werden, aktiv. Diese Systeme können auf Basis der flexiblen Cloud-Architektur via Schnittstellen (API), erweitert werden. In der Regel per REST-Schnittstelle (Wikipedia, Schnittstelle auf URL- oder URI-Basis), da sie eine einfache Möglichkeit der Kommunikation zwischen Systemen ermöglicht.

Als zentrales Steuerungssystem der Bankprozesse kann der modulare Aufbau dieser Systeme die Finanzhäuser dabei unterstützen, deutlich schlanker und flexibler zu werden.”

So entfällt insbesondere die Notwendigkeit der eigenen Datenverwahrung. Dies ist vor allem für kleinere Banken interessant, die bisher noch nicht das volle Portfolio an Banking-Produkten anbieten. Sollte das Portfolio an Produkten iterativ erweitert werden, besteht die Möglichkeit, weitere Module individuell anzubinden. Im Vergleich zur Teilnutzung von vollumfänglichen Systemen spart diese Herangehensweise System- und Implementierungskosten. Für die Anbindung bestehender Systeme an das Kernbankensystem kommen die bereits angesprochenen REST-APIs infrage. Jedoch ist hier auf Systemfaktoren wie Geschwindigkeit und Flexibilität in der Architektur zu achten, um bei der Anbindung keine Flaschenhälse zu erzeugen.

Mit Hilfe gezielt eingesetzter Technologie fallen die Herausforderungen, die mit der EU-Taxonomie einhergehen, leichter. Die Erfolgskomponenten bestehen aus Sharing-Modellen mit Partnerunternehmen und dem Mut, sich auf neue Entwicklungen wie KI in der Bankenbranche einzulassen.Ssonja Peter und Dominic Runge, borisgloger consulting

 
Sie finden diesen Artikel im Internet auf der Website:
https://itfm.link/126616

• teilen 
• teilen 
• teilen 
• teilen 
• teilen 
• RSS-feed 
• E-Mail 
• drucken