SCHÖNE NEUE WELT DES BANKING - SERIE ZUR DIGITALISIERUNG: KÜNSTLICHE INTELLIGENZ IM US-BANKENSEKTOR (7)

J.P. Morgan setzt auf Maschinen und Talente

Bankensektor erwartet bis 2030 Einsparungen von bis zu 450 Mrd. Dollar – US-Branchenprimus investiert in diesem Jahr 11 Mrd. Dollar

Künstliche Intelligenz (KI) und maschinelles Lernen sind für US-Banken mehr als Modebegriffe der IT. Drei von vier großen US-Instituten hat bereits eine KI-Strategie umgesetzt. Der US-Branchenprimus J.P. Morgan gehört dazu und kämpft um die Talente, von denen die Maschinen noch etwas lernen können.

Von Stefan Paravicini, New York

Börsen-Zeitung, 16.8.2019

Vor etwas mehr als zwei Wochen hat die US-Großbank J.P. Morgan Chase eine Kooperation mit der Softwarefirma Persado vorgestellt, die gestützt auf Künstliche Intelligenz verspricht, die Werbetexte aus der Marketingabteilung des Instituts zu verbessern. Die Maschine von Persado kann Werbebotschaften mit Hilfe einer Datenbank und mehr als einer Million in ihr enthaltener Wörter, Bilder und Redewendungen auswerfen, die hinsichtlich ihrer emotionalen Wirkung vermessen sind. Die Software erzielt dabei immer bessere Ergebnisse, weil sie aus jeder Kampagne lernt, welche Formulierungen bei Kunden auf besondere Resonanz gestoßen sind. „Lernende Maschinen sind der Weg zu mehr Menschlichkeit im Marketing“, ließ sich Kristin Lemkau, die Marketingchefin von J.P. Morgan, anlässlich der neuen Kooperation zitieren, die zunächst auf fünf Jahre ausgelegt ist. Besser hätte es wahrscheinlich auch die Maschine nicht formulieren können.

Für Themen wie künstliche Intelligenz (KI) oder das oft synonym verwendete maschinelle Lernen muss man im US-Bankensektor keine Werbung mehr machen. Laut einer Erhebung des UBS Evidence Lab haben drei von vier Banken mit einer Bilanzsumme von mehr als 100 Mrd. Dollar bereits eine Strategie für den Einsatz von KI umgesetzt und nur 5 % der Institute hat noch keine entsprechenden Pläne (siehe Grafik). Bei kleineren Instituten klafft zwar noch eine Lücke, immerhin fast jede zweite Bank mit Assets von weniger als 100 Mrd. Dollar verfügt aber ebenfalls schon über eine Strategie zum Einsatz von lernenden Maschinen.

Sparen ist immer intelligent

Gefragt nach den Vorteilen von KI gaben fast vier Fünftel der befragten IT-Mitarbeiter von 175 Banken an, dass sie von der Automatisierung gestützt auf lernende Maschinen die Verbesserung der Effizienz erwarten. Die Hälfte rechnet sich aus, mit KI neue Ertragsmöglichkeiten erschließen zu können. Knapp zwei Fünftel nennen die Verbesserung von Betrugsbekämpfung und Kundenservice als größtes Potenzial von lernenden Maschinen in der Bank.

Nach Einschätzung des Marktforscher IHS Markit hat die US-Finanzindustrie im vergangenen Jahr mit dem Einsatz von KI mehr als 40 Mrd. Dollar gespart. Laut einer Analyse von Autonomous Next könnte die Branche mit KI-Anwendungen in etwas mehr als zehn Jahren Einsparungen in der Größenordnung von knapp 450 Mrd. Dollar realisieren. Der Löwenanteil der Kostenersparnisse dürfte demnach auf das Front-Office und das Middle Office entfallen, wo bis 2030 knapp 420 Mrd. Dollar eingespart werden könnten. Das Formulieren von Werbebotschaften gehört dabei sicher zu den kleineren Kostenblöcken. Es geht im Front Office vor allem um Chatbots und sprachgesteuerte Assistenten, KI bei der Authentifikation von Kunden mit Hilfe von biometrischen Daten und personalisierte Angebote, die von lernenden Maschinen automatisiert zusammengestellt werden.

Im Middle Office geht es unter anderem um die Entdeckung von Betrug im Online-Zahlungsverkehr, der laut Juniper Reserach schon in drei Jahren knapp 50 Mrd. Dollar Schaden verursachen wird, während es im vergangenen Jahr noch 22 Mrd. Dollar waren. Lernende Maschinen können Betrugsmuster schneller und mit höherer Trefferquote erkennen. KI soll außerdem helfen, den Anforderungen der Aufsicht mit Blick auf Vorkehrungen gegen Geldwäsche zu genügen. Verstöße gegen AML- und KYC-Regulierung – Anti Money Laundering und Know Your Customer – haben allein die US-Institute in den vergangenen Jahren mehr als 20 Mrd. Dollar gekostet.

An der Wall Street werden die Möglichkeiten lernender Maschinen längst auch für Anwendungen in den Königsdisziplinen des Investment Banking, im Handel oder im Assetmanagement zum Einsatz gebracht. Branchenprimus J.P. Morgan, der laut US-Medienberichten im laufenden Jahr über ein Technologiebudget von mehr als 11 Mrd. Dollar verfügt, gilt als führend. Samik Chandarana, der seit 2017 als Head of Data Analytics, Applied Artficial Intelligence and Machine Learning im Coprorate und Investment Banking bei J.P. Morgan fast alle Modebegriffe auf seiner Visitenkarte stehen hat, die das Herz von KI-Nerds höher schlagen lassen, versucht dennoch einen möglichst bodenständigen Eindruck seiner Arbeit zu vermitteln.

„Viele Leute verwenden Adjektive wie ,führende` oder ,topaktuelle` Technologie“, sagte er jüngst im Gespräch mit dem Wirtschaftsnachrichtenportal „Business Insider“. Die Bank schulde es ihren Kunden aber, Technologie kontrolliert einzusetzen. Es gehe um angemessene Technologie. „Das Wort ,angemessen` ist wichtig.“ Um sicherzustellen, dass die Bank den Anforderungen der Kunden angemessene statt einfach nur führende Technologie einführt, setzt Chandarana auf die Zusammenarbeit von Datenspezialisten mit Bankern im Front oder Back Office, die direkt mit internen oder externen Kunden zu tun haben. Die Datenexperten lernen so, wie das Geschäft funktioniert und wo KI-Anwendungen aushelfen könnten. Dabei unterstützen die Techniker Geschäftsbereiche, statt den technologischen Wandel zu diktieren.

Auf der nächsten Ebene sind bei J.P. Morgan die Experten des Machine Learning Center of Excellence angesiedelt, das von Lidia Mangu geleitet wird. Mangu hat 17 Jahre für das Watson Research Center von IBM gearbeitet. Ihre Mitarbeiter im Excellence Center der Bank übersetzen die Anforderungen aus den Geschäftsbereichen in Computer Code und konkrete Anwendungen, die in der Bank erprobt werden.

Um die Verbreitung dieser Anwendungen innerhalb der Organisation kümmert sich auch der ehemalige Google-Manager Apoorv Saxena, der bei dem Internetkonzern die Verantwortung für cloud-gestützte Anwendungen künstlicher Intelligenz hatte und jetzt als Global Head of Artificial Intelligence und Machine Learning der Bank firmiert. Über allem schwebt die Forschungsgruppe von Manuela Veloso, die im vergangenen Jahr die Leitung des Machine Learning Department der Carnegie Mellon Universität zurücklegte und seither das Artificial Intelligence Research von J.P. Morgan führt.

An Talenten, von denen Maschinen noch etwas lernen können, bekommt die Bank offenbar nie genug. Im Frühjahr hat J.P. Morgan 47 Stipendien für Doktoranden ausgelobt, die sich mit der Anwendung von künstlicher Intelligenz in Anlageberatung und Risikomanagement beschäftigen sollen. Für die Formulierung ihrer Forschungsfragen können sie sich sicher an die Experten von Persado wenden.


Die kostenlose Veröffentlichung dieser Artikel aus der Börsen-Zeitung wird ermöglicht durch: