Soccer team in a huddle

Die neue Rolle von künstlicher Intelligenz im Finanzhandel

Feature | 18. September 2017 von Susan Galer 0

Die Finanzbranche setzt bereits für die Handelsprozesse im Vertrieb auf künstliche Intelligenz. Die restlichen Bereiche in der Prozesskette dagegen blieben bisher außen vor. Laut Bikram Singh, Gründer und CEO von EZOPS, wird sich das ändern.

Beim Start der SAP Next-Gen Innovation Community for Financial Services im SAP Leonardo Center in New York, erklärte Singh: „Viele Funktionen im Middle Office (Risikobewertung von Finanz- und Investitionsprojekten) und im Back Office (operative Geschäftsabwicklung) werden in der Regel beim Einsatz künstlicher Intelligenz vernachlässigt. Wir sehen hier riesige Chancen, die Wettbewerbslandschaft grundlegend zu verändern. Wir sind darauf spezialisiert, künstliche Intelligenz und maschinelles Lernen auf Szenarien im Back Office anzuwenden, wie zum Beispiel für den Datenabgleich.“

Cloudbasierte Services und maschinelles Lernen helfen Risiken vorherzusagen

Laut Singh führen bis zu 15 Prozent der Mitarbeiter eines Finanzinstituts im Finanzhandel routinemäßige, sich wiederholende Aufgaben durch, um Daten abzustimmen. Er ist einer der Mitbegründer von EZOPS, einem Finanztechnologie-Unternehmen, das vor drei Jahren ins Leben gerufen wurde. Es bietet auf Basis künstlicher Intelligenz (KI) cloudbasierte Services an, die genau die Prozesse unterstützen, die nach dem Abschluss von Börsengeschäften stattfinden. Das Unternehmen mit Sitz in den USA hat Büros in Dublin und Indien und entwickelt ein Produkt mit dem Namen ARO, das Kunden hilft Brüche vorherzusagen und zu beheben. Mithilfe der Software können Finanzinstitute Abläufe straffen, Risiken mindern und Mitarbeitern wichtigere Aufgaben zuweisen. Zielgruppe sind hochrangige Vermögens- und Fondverwalter in Finanzinstituten, die hohe Handelsumsätze etwa mit Aktien, Barmitteln und Rohstoffen bei Banken und Versicherungen verzeichnen.

„Wir möchten direkt das Topmanagement ansprechen, damit sie sich keine Gedanken um die Abwicklung im Back Office machen müssen, nachdem sie im Front Office, also im Verkauf, Abschlüsse getätigt haben“, erläuterte Singh. „Wenn wir künstliche Intelligenz im Middle Office und im Back Office einsetzen, hat das für die gesamte Wertschöpfungskette Vorteile. Die Branche bewegt sich in genau diese Richtung.“

Veraltete Systeme müssen mit KI modernisiert werden

Singh begann seine Finanzkarriere in der Handelsabteilung, wo sein Interesse für die Backend-Prozesse entstand. „Ich war kein besonders guter Händler. Aber ich interessierte mich für Prozesse und alles, was im Hintergrund abläuft. Wenn ich einen Vorgang im Verkauf auslöste, konnte ich in der Abrechnung genau sehen, wie alles zusammenpasste. Während meiner ganzen beruflichen Laufbahn entwickle ich bereits Produkte und Services für diesen Bereich im Middle Office und Back Office.“

Künstliche Intelligenz ist auf eine Finanzbranche zugeschnitten, die durch neue Vorschriften für den Verkauf von Produkten und daraus folgende sinkende Umsätze zunehmend unter Druck steht.

Künstliche Intelligenz ist auf eine Finanzbranche zugeschnitten, die durch neue Vorschriften für den Verkauf von Produkten und daraus folgende sinkende Umsätze zunehmend unter Druck steht. Mittlerweile ist es unerlässlich, die Rentabilität auf unterster Ebene, das heißt die Kosten pro Geschäftsabschluss im Vergleich zur Mitarbeiterproduktivität, zu berechnen. Hier kommt künstliche Intelligenz ins Spiel.

„Heute kann man nicht mehr mit Systemen für das Back Office und Middle Office arbeiten, die auf die Zeit vor 2008 ausgerichtet sind. Institute müssen effizienter und flexibler werden“, sagte Singh. „Banken haben erkannt, dass bestimmte Vorschriften und Kostenbelastungen bleiben, auch wenn sich Richtlinien ändern. Wenn sie sich nicht anpassen und frühzeitig in einem neuen Markt Fuß fassen, werden andere ihnen zuvorkommen.“

Singh sagte, dass EZOPS mit vielen der weltweit größten Banken ernsthafte Gespräche über die Lösung führe, die das Unternehmen auf Basis künstlicher Intelligenz anbiete. Das jetzt entwickelte Proof of Concept (POC) nutzt Algorithmen für maschinelles Lernen auf der SAP Cloud Platform und setzt SAP Analytics für das Reporting ein.

Vorreiter bei SAP Leonardo

„Wir denken, wir sind Vorreiter, was den Einsatz von SAP Leonardo angeht. Unsere Prognosen mit dem POC haben eine Genauigkeit von über 90 Prozent. Die Ergebnisse sind einfach fantastisch“, sagte er. „Mit unseren intelligenten Algorithmen, in die unser Know-how über die Prozesse einfließen, können wir Ergebnisse liefern, die sofort konkrete Chancen bieten und Kosteneinsparungen ermöglichen. Banken können sich darauf verlassen, dass wir ihnen Ergebnisse bieten, die sie dem Vorstand und Investoren, zum Beispiel für den Vergleich mit Wettbewerbern, präsentieren können.

Folgen Sie der Autorin auf Twitter unter @smgaler.

Bild oben via Shutterstock

Tags: , , ,

Leave a Reply