SPOTLIGHT
Neue Datenquellen und innovative KI führen zu neuen Ansätzen im Kreditgeschäft
Kreditgeber, die KI- und Cloud-Technologien einsetzen, verzeichnen eindeutige Vorteile. Bessere Daten und intelligentere Datenmodelle können sowohl Risiken mindern als auch die Genehmigung einer größeren Anzahl von Krediten ermöglichen. Eine bessere Preisgestaltung kann mehr Kunden anziehen. Automatisierte Entscheidungen senken die Kosten durch manuelle Bearbeitung. Schnellere Entscheidungen bedeuten, dass die Kunden ein Angebot mit größerer Wahrscheinlichkeit annehmen. Diese Fortschritte bringen jedoch auch eigene Herausforderungen mit sich. Die Verfügbarkeit von Daten hat enorm zugenommen, aber für viele ist ihre nutzenbringende Verarbeitung ein Problem. Werden die falschen Datentypen einbezogen, beeinträchtigt dies ggf. die Effektivität eines Modells. Kreditgeber brauchen die Tools für den Zugriff auf die richtigen Daten zur richtigen Zeit. Advanced Analytics Tools sind zwar leichter zugänglich als früher, jedoch müssen diese stets mit größter Sorgfalt angewendet werden. Daher ist es für Kreditgeber wichtiger denn je, die richtigen Partner für Daten und Entscheidungsfindung zu wählen. Bessere Daten und bessere Analytik verdrängen herkömmliche Verfahren der Kreditvergabe Modernisierung und Digitalisierung grundlegender Funktionen – wie Entscheidungsfindung in der Kreditvergabe, Betrug, Prozessautomatisierung und Kundenerfahrung – bewegen Finanzinstitute und FinTechs zu Investitionen in Big Data, KI und die Cloud, damit sie den zunehmenden Bedarf der Kreditnehmer decken können. Kreditkunden wünschen sich eine reibungslose und persönlichere Interaktion mit ihrem Kreditgeber. Im Gegenzug kehren Kreditnehmer häufig zur Nutzung weiterer Finanzdienstleistungen zurück – was zur Basis langfristiger Kundenbeziehungen wird. Für die Realisierung einer derartigen Interaktion werden weitere Daten gebraucht. Aber mehr Daten heißt nicht automatisch bessere Daten. Und nicht für alle Entscheidungen sind die gleichen Datenquellen hilfreich. Für jede Entscheidung über eine Kreditvergabe gilt je nach Kreditnehmer und Nutzungsziel der Geldmittel ein eigener Satz an Risikoparametern. Wird nur ein pauschales Schema für die Datenmodellierung verwendet, begrenzt dies die Fähigkeit der Kreditgeber zur Optimierung ihrer Entscheidungen ebenso wie den Kreis der ggf. bedienten Verbraucher. Folglich müssen unbedingt die richtigen Daten aus den richtigen Quellen in den Entscheidungsfindungsprozess einfließen. Hier ist die Unterstützung der Entscheidungsfindung durch die passenden Modelle des maschinellen Lernens wichtig. Wenn diese Modelle in die Entscheidungsfindung eingebettet sind, kann ein Drift des Modelles leichter überwacht und ohne Folgen für die Produktion korrigiert werden. Dank der Kombination aus verschiedenen Datentypen und maschinellem Lernen können Kreditgeber präzisere Kreditentscheidungen treffen – und das hat sowohl für Geber als auch für Nehmer von Privat- und Geschäftskrediten positive Auswirkungen. KI-gestützte Modelle machen die Kreditvergabe nicht nur schneller und besser skalierbar, sondern sie sichern auch optimale Kundenerfahrungen. Finanzinstitute und FinTechs werden anhand von Investitionen in KI-basierte Technologielösungen für ihr Kreditgeschäft mehr Umsatzchancen erschließen können, die eine langfristige Kundenbindung fördern. Der Schlüssel für eine maximale Wertschöpfung aus der KI sind robuste Daten. Echtzeitdaten zu den Faktoren Identität, Betrug und Kredit sind für die Risikominderung durch sofortige Entscheidungen von größter Wichtigkeit, da die Modelle kontinuierlich dazulernen.
#US49647322
Seite 3
Made with FlippingBook Digital Publishing Software