Callcenter for Finance > Strategie

07.09.2017 von Kathrin Stadler, Trendscout und Wissensmanager bei der Mindbreeze GmbH

Kundenbetreuung im Zeitalter der digitalen Transformation

Die digitale Transformation fordert auch die Finanzwirtschaft, neue Wege in der Kundenbetreuung zu beschreiten. Bestehende Geschäftsabläufe stehen zunehmend auf dem Prüfstand. 

Autorin: Kathrin Stadler, Trendscout und Wissensmanager bei der Mindbreeze GmbH

Mobile Payment, Online-Banking, Aktienhandel per Smartphone und Tablet, kontaktloses Zahlen an der Kasse oder Kundenbetreuung per Videochat sind nur einige Themen, mit denen sich die ­Finanzbranche insbesondere auf technologischer Ebene aktuell beschäftigt. Da­rüber hinaus müssen der Eintritt neuer Marktteilnehmer (Stichwort FinTechs), zunehmend strengere Auflagen von Aufsichts- und Regulierungsbehörden und sich laufend ändernde Kundenbedürfnisse bewältigt werden. In diesem Zusammenhang rückt der nachhaltige Umgang mit der Ressource „Wissen“ in den Mittelpunkt der Überlegungen.

Banken und Versicherungen nutzen heute bereits ihr vorhandenes Unternehmenswissen, um über zukünftige Trends sowie Präferenzen und Bedürfnisse der (potentiellen) Kunden ein klareres Bild zu erhalten. Mithilfe von Analysen und Formen der angewandten Künstlichen Intelligenz ist es heute bereits möglich, bei Entscheidungen viel mehr der vorhandenen Daten und Fakten miteinzubeziehen. Exaktere Prognosen führen einerseits zu höheren Umsätzen und andererseits zu zufriedeneren Kunden, wodurch die Marktposition eines Unternehmens gefestigt werden kann. Marktanalysten sprechen dabei von einem vorausschauend agierenden Unternehmen oder von „Predictive Enterprise“. Ermöglicht wird dies durch sogenannte Insight Engines. Mithilfe dieser können heute bereits einige Geschäftsbereiche vorausblickend handeln. Dank der Unterstützung von Formen der Künstlichen Intelligenz, ­Machine und Deep Learning sowie durch andere intelligente Technologien wird das im Unternehmen vorhandene Wissen gebündelt, indem die Informationen aus den vorhandenen Daten extrahiert, analysiert, interpretiert und in ihrer Gesamtheit verfügbar gemacht werden. 

Die Nadel im Heuhaufen finden

Die Grundlage dafür bilden vorhandene Daten und die darin enthaltenen Informationen. Wie alle anderen Branchen haben auch Finanzdienstleister und Kreditinstitute mit der kontinuierlich steigenden Menge an Daten und den vielfältigen Kommunikationskanälen zu kämpfen. Somit wird die Suche nach der richtigen, aktuell benötigten Information gerade während eines Kundengesprächs schnell zur Suche nach der Nadel im Heuhaufen. Genau hier spielen Insight Engines ihre Stärke aus. Mit ihrer Unterstützung ist es möglich, sich auf die rasch veränderten Anforderungen etwa im Service einzustellen. Sie werden bereits erfolgreich eingesetzt, um Daten zu analysieren, qualitativ aufzubereiten und um Zusammenhänge zeitnah aufzuzeigen. So ermöglichen diese Technologien, die benötigte Information zur richtigen Zeit am richtigen Ort der richtigen Person bereitzustellen.

Bei Insight Engines handelt es sich um ­intelligente Systeme. Grundsätzlich basieren sie vor allem auf den von Enterprise Search bekannten Technologien. Sie sammeln Informationen aus unterschiedlichen Datenquellen (Fachanwendungen, Internet, Intranet, Datenbanken etc.), analysieren und verknüpfen sie im richtigen Kontext. Anstelle von endlosen Treffer­listen werden nur die benötigten Daten – erweitert um kontextspezifische Zusatz­informationen –  dargestellt. Mitarbeiter erhalten mit einer Abfrage einen raschen Überblick über beispielsweise Verträge, Kunden, Portfolios oder Informationen aus anderen Filialen. Es entsteht eine sogenannte 360-Grad-Sicht auf das gesuchte Thema. Intelligente Lösungen wie Insight Engines sind vielseitig einsetzbar und können daher beispielsweise für Leasing oder Immobilien- und Aktienverwaltung adaptiert werden. Die Ergebnisse werden je nach Anforderungen der spezifischen ­Anwen­dungsfälle und Abteilungen angepasst, wodurch jeder Mitarbeiter die für ihn relevanten Informationen in einer seiner Position und Person entsprechenden Darstellungsweise abrufen kann. So wird auch sichergestellt, dass jeder Anwender nur Zugriff auf jene Daten hat, für die er auch berechtigt ist. 

Wissensmanagement mithilfe von Künstlicher Intelligenz

Bei einer Insight Engine handelt sich um ein intelligentes, selbstlernendes System. Die hohe Leitungsfähigkeit erlangt die Technologie nur durch den Einsatz von Formen der Künstlichen Intelligenz. ­Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) verschaffen der Technologie die Fähigkeit die menschliche Sprache zu verstehen. Verschiedene Sprachen, Wortkombinationen, Textfragmente etc. können dadurch nachvollzogen und korrekt interpretiert werden. Dies versetzt die ­Insight Engine in die Lage, Fragen mit „wo“, „wer“, „warum“, „wann“ etc. adäquat zu beantworten. 

Weitere Formen der künstlichen Intelligenz geben dem System ein Gedächtnis. Mithilfe von Deep und Machine Learning ist es der Technologie möglich, aus Erfahrungen zu lernen. Sie nutzt also Ereignisse aus der Vergangenheit und überträgt sie auf die Gegenwart. Basierend auf Analysen der Arbeitsweisen der Mitarbeiter werden Informationen nach Relevanz gegliedert. Das System unterscheidet wichtige von unwichtigen Daten und sorgt dafür, dass relevante, benötigte Fakten dem Anwender proaktiv und zeitgerecht zur Verfügung gestellt werden.

Zahllose Möglichkeiten

Die Ressource „Zeit“ spielt eine immer wichtigere Rolle. Um erfolgreich agieren zu können, müssen Prozesse und Abläufe richtig koordiniert und optimiert ablaufen. Die Suchfunktion mittels Insight Engine bietet ein effizientes Tool, um rasch und zielgenau an benötigte Informationen zu gelangen. Doch diese Lösungen können noch weitere Aufgaben übernehmen und auch in weiteren Einsatzszenarien Zeit einsparen. 

Wie bereits erwähnt, kann die Insight ­Engine mithilfe von maschinellem Lernen aus vergangenen Vorgängen lernen. Dadurch ist sie beispielsweise auch in der Lage, Dokumente völlig automatisiert zu klassifizieren. Nach dem Scannen extrahiert die Technologie bestimmte Informationen, analysiert und interpretiert diese und erkennt Inhalte, Muster sowie Wortkombinationen. So können die Dokumente in bestimmte Kategorien eingeteilt und in weiterer Folge an spezifische Fach­abteilungen weitergeleitet werden. 

Von Vorteil ist diese Fähigkeit vor allem in Unternehmen mit großen Posteingangsstellen. Finanzinstitute und Banken haben häufig mit einem hohen Volumen an Eingangspost zu kämpfen. Kunden stellen ihre Anfragen heute über die verschiedensten Kanäle wie Social Media, E-Mail oder auch klassisch via Brief und in den unterschiedlichsten Formaten (Microsoft-­Office-Dokument, PDF). Dadurch wird das Zuteilen und Weiterleiten zu den entsprechenden Sachbearbeitern immer schwieriger und mühsamer. Mithilfe der automatisierten Klassifizierung durch eine Insight Engine kann dieser Prozess massiv beschleunigt und optimiert werden. 

Fazit

Die Digitalisierung bedeutet auch für das Finanzwesen eine neue Herausforderung. 

Technologische Veränderungen, strenge Regulierungen und Auflagen sowie disruptiver Wettbewerb sorgen für einen erheblichen Umbruch. Gerade deshalb sollten Unternehmen besonderes Augenmerk auf die Auswahl der eingesetzten Produkte legen, denn mit geeigneten Tools ist es heutzutage einfach möglich, diesen Anforderungen gerecht zu werden. 

Mit intelligenten Technologien wie ­Insight Engines können Unternehmen deutlich flexibler und rascher reagieren und sich so im Wettbewerb positionieren. Sie verstehen Inhalte, erkennen Zusammenhänge, stellen Informationen und entsprechendes Zusatzwissen bereit. Sie bündeln Wissen zu einer 360-Grad-Sicht. Dadurch ermöglichen sie dem Unternehmen, einen Mehrwert aus den vorhandenen ­Daten zu generieren und auf einem völlig neuen Qualitätsniveau zu agieren. n