Der Artikel erörtert auch die Unzulänglichkeiten traditioneller Software-Designkonzepte von transaktionsverarbeitenden Systemen, wenn es um SLA-Überwachung und Benutzerführung geht. Das Fehlen einer formalisierten Beschreibung des SLAs wird in dem Artikel als eines der Haupthindernisse für die Implementierung geeigneter Kontrollen genannt. Als Alternative schlägt der Artikel ein Design vor, das eine solche formale Beschreibung ermöglicht, die direkt mit spezifischen Verarbeitungsregeln, Prüfungen und Parametereinstellungen der Verwahrsoftware verknüpft werden kann. Die derzeitigen Autoren erwarten von einem solchen Design, dass es Geschäftsteams dabei unterstützt, potenzielle bevorstehende SLA-Verletzungen proaktiv zu überwachen und so die Einhaltung von SLAs zu erhöhen sowie das operationelle Risiko zu reduzieren.

Um die vollständige Version des Artikels (nur auf Englisch verfügbar) zu erhalten, verwenden Sie bitte die Downloadoption auf der rechten Seite.

WETTBEWERBSLAGE, VOR- UND NACHTEILE VON CLOUD-ANWENDUNGEN

Die Finanzindustrie steht in Bezug auf IT-Infrastruktur und Betrieb vor dynamischen und schwer absehbaren Veränderungen. Wurden in der abgelaufenen Dekade insbesondere Strategie und Geschäftsmodelle, nicht zuletzt durch massive regulatorische Neuerungen sowie das Eintreten neuer Mitbewerber wie z.B. FinTechs, in Frage gestellt und überarbeitet, sind nunmehr „Innovative Technologien“ und „Digitalisierung“ die Topthemen, die die Wettbewerbsfähigkeit eines Finanzintermediärs maßgeblich mitbestimmen.

Der hohe Innovationsdruck durch die gestiegene Erwartungshaltung des Bankkunden hat neue Finanzprodukte, Dienstleitungen und Service Channels hervorgebracht. Das Schritthalten mit der gesteigerten Erwartungshaltung durch laufende Innovationen bei gleichzeitiger Gewährleistung stabiler betrieblicher Prozesse und der Absicherung hoher Investitionskosten macht Projekte im Bereich Digitalisierung zu einer komplexen Managementaufgabe.

Ein Schlüssel zum Erfolg bei der Bewältigung dieser Aufgaben könnte in der fortschreitenden Cloudification von Back-End-Lösungen liegen. Ob für interne Prozesse, Organisation oder die Entfaltung neuer Geschäftsmodelle und Kundennutzen – die Möglichkeiten, die das Thema Cloud mit sich bringt, haben einen positiven Effekt auf den Fortschritt der Marktteilnehmer in der internationalen Finanzindustrie. Trotz bestehender Einstiegshürden, sei es im Zusammenhang mit Sicherheits-, Rechts-, Geschäfts- oder Technologiefragen, stehen die Zeichen auf Wachstum. Die Entscheidungsträger in den Banken stellen etablierte Prozesse auf den Prüfstand, Assessments ermitteln den besten Weg in die Cloud und Experten zerbrechen sich den Kopf über das neueste Produkt und dessen Platzierung im Markt. Umfragen haben ergeben, dass Marktteilnehmer innerhalb der kommenden fünf Jahre mit entsprechendem Kapitalmarktgeschäft ihre Cloud-Strategie mit klaren Wachstumsplänen forcieren. Damit diese ambitionierten Pläne auch erfolgreich umgesetzt werden können, sind wichtige Fragestellungen wie beispielsweise zu Themen der Wettbewerbslage, zu Vor- und Nachteilen von Cloud-Anwendungen oder der Möglichkeiten in puncto Betriebsform und dgl. bereits im Vorfeld zu klären.

Wie kann Cloudification die Wettbewerbsfähigkeit in der Finanzindustrie erhöhen?

Gerade zu den wichtigen Stichtagen, am Monatsultimo, Quartalsende oder bei den Jahresabschlussarbeiten, steigen die Anforderungen an die Ressourcen des IT-Betriebs durch die umfangreichen Reportinganforderungen an verschiedene Stakeholder eines Finanzintermediärs massiv. Aber auch die Volatilität an den Märkten, beispielsweise am Tag des BREXIT-Entscheids, führt zu unerwarteten Lastspitzen im täglichen Bankgeschäft. Die Betriebsumgebung ist auf diese Maximallast auszurichten, was in traditionellen IT-Systemen zu hohen permanenten Kosten führt.

Durch schnelles, flexibles und automatisiertes Skalieren von IT-Ressourcen können Finanzinstitute mit Cloudification dynamisch auf ein stetig wechselndes Volumen reagieren und sind nicht mehr von starren IT-Strukturen abhängig. Cloudification ermöglicht ein schnelles, flexibles und automatisiertes Skalieren der Rechenleistung, die dynamische Reaktionsmöglichkeit auf das sich ständig ändernde Tagesgeschäft.

Des Weiteren gestaltet sich die Einführung neuer Finanzdienstleistungen und Bankanwendungen sehr viel effizienter, da Anbieter ihre Applikationen auf standardisierte Cloud-Plattformen ausrichten können und diese nicht mehr mit hohem Aufwand an die individuellen IT-Infrastrukturen der Finanzinstitute angepasst werden müssen.

Was sind die Ursachen dafür, dass die Finanzindustrie im Vergleich zu anderen Industrien in der Nutzung dieser Sourcing-Möglichkeit nachhinkt?

Auf Grund von Unsicherheiten bei der Auslegung von Anforderungen der Bankenaufsicht betreffend Betriebssicherheit und Outsourcing, aber auch auf Grund kommerzieller und technischer Aspekte, schreitet die Migration hin zu Cloud-Plattformen im Finanzbereich stellenweise sehr langsam voran. Cloud Computing ist seit über zehn Jahren ein Schlüsselthema zahlreicher Konferenzen und informeller Zirkel der Branche, und trotzdem noch lange nicht vollständig akzeptiert.

Insbesondere im Bereich der automatisierten Steuerberichterstattung gibt es eine Reihe von Herausforderungen, die der zeitnahen Einführung von Cloud-Lösungen durch Banken und andere Finanzinstitute im Wege stehen können. Bedenken hinsichtlich der Sicherheit, rechtliche Fragen sowie kommerzielle und technische Aspekte stehen auf der Agenda der Entscheidungsträger und Experten. Wenn die Institutionen jedoch in der Lage sind, diese Hindernisse in naher Zukunft erfolgreich zu bewältigen, können Cloud-Lösungen eine ausgezeichnete Methode zur Optimierung der Infrastruktur und damit zur Verbesserung – um beim genannten Beispiel zu bleiben – der Steuerberichterstattung darstellen.

Mit der gezielten Kombination der verschiedenen Cloud-Betriebsmodelle können diese Hürden bereits heute überwunden werden.

Welche Möglichkeiten eines Cloud-Betriebs werden von der Finanzindustrie geprüft und welche Vor- und Nachteile haben die einzelnen Modelle?

Die Migration in die Cloud beginnt typischerweise mit der Definition der Ziele und der Wahl des Cloud-Modells. Dabei ist es wichtig zu beachten, dass das zu wählende Cloud-Modell ganz entscheidend von diesen Zielen abhängig ist. Die Ziele und Gründe sind mannigfaltig und reichen von der Kostenoptimierung (CAPEX/OPEX-Steuerung) bis hin zu mangelnder hausinterner Kompetenz im Betrieb verteilter Applikationslandschaften. Zu den angebotenen Cloud-Modellen gehören Public Cloud, Private Cloud und Hybrid Cloud.

Public Cloud

In der Public Cloud mieten Kunden die gesamte IT-Infrastruktur von Cloud-Anbietern auf einer flexiblen Basis und teilen diese mit anderen Kunden. Damit wird kein Kapital in physische Datenzentrumsinfrastrukturen investiert und alle erforderlichen Kapazitäten können dynamisch an das Tagesgeschäft angepasst werden.

Private Cloud

Im Gegensatz dazu steht eine Private Cloud einem einzelnen Kunden exklusiv zur Verfügung. Das Hosten und Verwalten erfolgt intern über eigene Ressourcen (z.B. Rechenzentrum) oder durch entsprechend qualifizierte Dienstleister. Gegenüber der Public Cloud bietet dies dem Kunden mehr Gestaltungsspielraum und mehr wahrgenommene Sicherheit bei höheren Kosten.

Hybrid Cloud

Die Hybrid Cloud ist eine Mischform, die IT-Infrastrukturen aus den Bereichen der Public Cloud und Private Cloud bündelt, um die Vorteile der beiden Ansätze zu kombinieren – je nach Anforderungen der einzelnen Applikationen.

Was sind die Kernkomponenten für das Deployment und den Betrieb von Applikationen in der Cloud?

Die Kernkomponente für standardisiertes Deployment in die Cloud ist die Container-Technologie, wie Docker oder Kubernetes. Damit kann eine maßgeschneiderte Infrastruktur leicht, performant und ad hoc aufgesetzt werden. Das Infrastructure-as-Code-Konzept kommt nicht mehr nur beim Softwaredesign und -Deployment zum Einsatz, sondern auch beim Testing und im Betrieb. Technische Unterstützung bei der Bereitstellung von Testumgebungen liefern Orchestrierungstools wie Kubernetes oder komplette Container-Anwendungsplattformen, die zusätzlich zur Container-Verwaltung auch eine Lösung für den Aufbau von automatisierten Build Pipelines beinhalten.

Welche Vorteile können unter Zugrundelegung dieses Standards realisiert werden und wie flexibel kann zwischen den Betriebsformen gewechselt werden?

Wenn die Anwendungen für die Cloud-Dienste standardisiert werden, kann jede beliebige Betriebsform gewählt sowie zwischen den Betriebsformen auch gemischt und gewechselt werden, sodass die jeweiligen Vorteile optimal genutzt werden können.

So könnte zum Beispiel der Softwaretest (inkl. Lasttests) in einer kostengünstigen Public Cloud mit anonymisierten Daten durchgeführt werden, während der Produktivbetrieb in einer Private Cloud oder weiterhin „On Premises“ erfolgt – ohne Unterschied betreffend Software, Deployment und Betrieb. Die aus zahlreichen Projekten bekannten langen Wartezeiten auf das Deployment einer neuen Umgebung werden dramatisch verkürzt, womit Projektkosten und -risiken reduziert werden.

SDS setzt auf die marktüblichen Cloud-Konzepte und stellt Softwarelösungen unter diesen Standards zur Verfügung. Unsere Produkte lassen sich damit sowohl „On Premises“ als auch in der Private oder Public Cloud betreiben. Die jederzeitige Wechselmöglichkeit steigert die Unabhängigkeit des Finanzinstitutes, welches die Anforderungen des Regulators erfüllen, auf Lockerungen/Einschränkungen umgehend reagieren und damit auch immer im Kostenoptimum produzieren kann. Unsere Lizenznehmer können damit die steigenden Bedürfnisse in einem dynamischen Marktumfeld auch weiterhin erfüllen sowie ihre Wettbewerbsfähigkeit langfristig sichern. Insbesondere im Umfeld des ausländischen Steuerreporting mit den Regimes QI, FATCA und CRS bietet sich das Deployment in einer Cloud-Umgebung an: Die Erstellung der Reports erfolgt stichtagsbezogen in kurzen, arbeitsintensiven Perioden. Hier können wir mit SDS IREG eine fachlich enorm ausgereifte und umfangreiche Lösung jetzt auch in einem hocheffizienten Deployment-Modell anbieten.

Mehr über die Wettbewerbslage, Vor- und Nachteile von Cloud Anwendungen finden Sie in unserem aktuellen SDS REPORT zum Thema.

Die Finanzindustrie steht in Bezug auf IT-Infrastruktur und Betrieb vor dynamischen und schwer absehbaren Veränderungen. Wurden in der abgelaufenen Dekade insbesondere Strategie und Geschäftsmodelle, nicht zuletzt durch massive regulatorische Neuerungen sowie das Eintreten neuer Mitbewerber wie z.B. FinTechs, in Frage gestellt und überarbeitet, sind nunmehr „Innovative Technologien“ und „Digitalisierung“ die Topthemen, die die Wettbewerbsfähigkeit eines Finanzintermediärs maßgeblich mitbestimmen.

Ein Schlüssel zum Erfolg bei der Bewältigung dieser Aufgaben könnte in der fortschreitenden Cloudification von Back-End-Lösungen liegen. Ob für interne Prozesse, Organisation oder die Entfaltung neuer Geschäftsmodelle und Kundennutzen – die Möglichkeiten, die das Thema Cloud mit sich bringt, haben einen positiven Effekt auf den Fortschritt der Marktteilnehmer in der internationalen Finanzindustrie. Trotz bestehender Einstiegshürden, sei es im Zusammenhang mit Sicherheits-, Rechts-, Geschäfts- oder Technologiefragen, stehen die Zeichen auf Wachstum. Die Entscheidungsträger in den Banken stellen etablierte Prozesse auf den Prüfstand, Assessments ermitteln den besten Weg in die Cloud und Experten zerbrechen sich den Kopf über das neueste Produkt und dessen Platzierung im Markt.

SDS setzt auf die marktüblichen Cloud-Konzepte und stellt Softwarelösungen unter diesen Standards zur Verfügung. Unsere Produkte lassen sich damit sowohl „On Premises“ als auch in der Private oder Public Cloud betreiben. Die jederzeitige Wechselmöglichkeit steigert die Unabhängigkeit des Finanzinstitutes, welches die Anforderungen des Regulators erfüllen, auf Lockerungen/Einschränkungen umgehend reagieren und damit auch immer im Kostenoptimum produzieren kann. SDS Lizenznehmer können damit die steigenden Bedürfnisse in einem dynamischen Marktumfeld auch weiterhin erfüllen sowie ihre Wettbewerbsfähigkeit langfristig sichern. Insbesondere im Umfeld des ausländischen Steuerreporting mit den Regimes QI, FATCA und CRS bietet sich das Deployment in einer Cloud-Umgebung an: Die Erstellung der Reports erfolgt stichtagsbezogen in kurzen, arbeitsintensiven Perioden. Hier kann SDS mit SDS IREG eine fachlich enorm ausgereifte und umfangreiche Lösung jetzt auch in einem hocheffizienten Deployment-Modell anbieten.

Mehr über die Wettbewerbslage, Vor- und Nachteile von Cloud Anwendungen finden Sie in unserem SDS REPORT zum Thema.

Am 17. Mai 2017 wurde die EU-Richtlinie 2017/828 zur Änderung der EU-Richtlinie 2007/36/EG mit dem Zweck der Förderung der langfristigen Mitwirkung der Aktionäre von börsennotierten Gesellschaften in der Europäischen Union erlassen („Aktionärsrechterichtlinie II“). Die Mindestanforderungen zu deren Umsetzung wurden in der EU-Durchführungsverordnung 2018/1212 festgelegt. In Österreich flossen die europarechtlichen Vorgaben zum Großteil in das Börsegesetz 2018 (BörseG) und in das Aktiengesetz (AktG), in Deutschland im Zuge des Umsetzungsgesetzes ARUG II ins Aktiengesetz ein. Im Sprachgebrauch der Branche findet man für das Vorhaben daher oft unterschiedliche Abkürzungen wie SHRD, SRD II, ARRL oder ARUG II, die sich aber alle im Wesentlichen auf die gleiche Sache beziehungsweise deren nationale Implementierung beziehen.

Erklärtes Ziel der Aktionärsrechterichtlinie II ist es, ein attraktives Umfeld für Aktionäre börsennotierter Gesellschaften in der Europäischen Union zu schaffen und die Corporate Governance dieser Gesellschaften weiter zu verbessern. Im Unterschied zu ihrer Vorgänger-Richtlinie enthält die Aktionärsrechterichtlinie II auch Vorschriften für bestimmte Finanzmarktakteure wie Intermediäre und institutionelle Anleger, die eine wichtige Rolle bei der Identifizierung von Aktionären und der Sicherstellung und Weiterleitung von Informationen einnehmen. Dabei legt das nationale Recht am Sitz des Emittenten fest, welche Verpflichtungen die Intermediäre konkret erfüllen müssen, um die Ausübung der Aktionärsrechte zu erleichtern. Es soll die Identifizierung der Aktionäre und den Informationsfluss zwischen den Aktionären und der Gesellschaft erleichtert, die Überwachung der Vergütung der Mitglieder der Unternehmensleitung verbessert, die Geschäfte mit nahestehenden Unternehmen oder Personen besser geregelt und damit für mehr Transparenz gesorgt werden. Im Kontext der Wertpapierabwicklung und damit unseres Produktes SDS GEOS betrifft das insbesondere den Bereich der Aktionärsidentifizierung und der Informationsübermittlung über Unternehmensereignisse zwischen börsennotierten Gesellschaften und ihren Aktionären.

Mehr über die Auswirkungen auf die europäische Wertpapierabwicklung finden Sie in unserem SDS REPORT zum Thema.

SDS (Software Daten Service) ist ein in Europa führender Anbieter von digitalen Software- und Servicelösungen für die internationale Finanzdienstleistungsbranche. Mit SDS GEOS bietet SDS eine hochkompetitive Standardsoftware für die automatisierte und globale Wertpapierabwicklung. Für 2020 erwartet SDS ein Abwicklungsvolumen von rd. 100 Millionen Transaktionen über SDS GEOS-Anwendungen bei renommierten Banken in ganz Europa.

Um das kontinuierliche Unternehmenswachstum und die starke Wettbewerbsfähigkeit von SDS GEOS weiter auszubauen, wird Susanna Scheffold die Leitung des SDS GEOS Produktmanagements übernehmen. Susanna Scheffold hatte bereits Produkt- und Kundenverantwortung in ihrer Leitungsfunktion des Custody Business für Österreich und CEE bei den Global Securities Services der UniCredit Gruppe. Hier war sie bis 2016 für diverse nationale wie internationale Segmente im Kontext Securities Operations, NAV Calculation, Run and Change der Abwicklungssysteme oder Effizienzstrategien erfolgreich tätig.

„Umfassende Branchenkenntnis ist die Voraussetzung für die Entwicklung von herausragenden Produktlösungen. SDS hat immer großen Wert darauf gelegt, neben der IT-Expertise auch ein tiefes und umfassendes Banken-Know-how im Team zu haben, um die besten Softwarelösungen für die Finanzindustrie zu entwickeln. Mit Susanna Scheffold gewinnen wir eine Top-Fachexpertin und Brancheninsiderin“, ergänzt Ernst Kendlbacher, SDS Managing Director.

Zukunftsorientierte Anwendungen treiben das digitale Hochleistungsgeschäft voran. Weltweit sind IT-Führungskräfte auf der Suche nach smarten, innovativen Lösungen zur Verbesserung der Softwarequalität. Die digitale Transformation erfordert eine stetige Beschleunigung der Umsetzung bei gleichzeitiger Reduktion der Herstellkosten.

Mit SDS Professional Testing kann SDS nachweislich einen entscheidenden Beitrag leisten, diese Herausforderungen erfolgreich zu meistern. Als ein in Europa führender und hochspezialisierter Softwarehersteller kann SDS die Anforderungen an zukunftsweisendes Software Testing ganzheitlicher und analytischer bearbeiten. Das bestätigen namhafte SDS-Kunden aus der Finanzindustrie und dem Telekommunikationsbereich.

Anstatt nur am Ende auf Qualität zu testen, deckt SDS Professional Testing alle erforderlichen Aufgaben im kompletten Application Lifecycle – von der Anforderungsanalyse bis zum User Acceptance Test – hochqualitativ ab. Dabei arbeitet SDS intensiv und direkt mit seinen Kunden zusammen, um die Testproduktivität signifikant zu verbessern. Über die Möglichkeit der automatisierten Testdurchführung hinaus entwickeln wir innovative Ansätze zur Digitalisierung der Arbeitsabläufe im Testing: Machine Learning-unterstütztes Defect Management für Test oder Produktion, Automatisierung des Testdatenmanagements durch intelligente Auswahl verfügbarer Testdaten, automatisches Monitoring, Analyse und Behebung von Issues in der Testumgebung etc.

Den Unterschied machen erfahrene, zertifizierte und Top-Level-Testingenieure mit nachweisbaren Erfolgen bei E2E-Großprojekten aus Softwarehersteller-, Anwender- und IT-Betriebssicht sowie über 40 Jahre Erfahrung als Softwarehersteller im hochsensiblen Banking Technology-Umfeld und über 10 Jahre Erfahrung in über 700 Digital Transformation-Projekten. Nähere Informationen und Kontaktmöglichkeiten unter testing.sds.at.

Weltweit sind IT-Führungskräfte auf der Suche nach neuen, besseren MitarbeiterInnen und intelligenteren Möglichkeiten zur Verbesserung von Anwendungsqualität und Geschwindigkeit bei gleichzeitig niedrigeren Kosten bei der Verwaltung der digitalen Transformation. Eine frühzeitige Auseinandersetzung mit erforderlichen Testprozessen kann entscheidende Wettbewerbsvorteile bei der Realisierung höchster Ansprüche an Anwendungsverfügbarkeit und Stabilität schaffen.

Die Quality Assessments von SDS PROFESSIONAL TESTING können entscheidend dazu beitragen, Ihre Wettbewerbsfähigkeit zu optimieren. Das ITP ASSESSMENT (IMPROVING THE TEST PROCESS) ist ein formales und standardisiertes Assessment der Reife der Testorganisaiton und der Testprozesse durch SDS Senior Experts. Das TPA ASSESSEMENT (TESTPROZESSANALYSE) konzentriert sich gezielt auf die Analyse ausgewählter Kernthemen im Bereich Testing auf Basis von Dokumenten und Stakeholder-Interviews.

Erfahren Sie mehr über unsere Assessments im aktuellen Factbook.

Zukunftsorientierte Anwendungen treiben das digitale Hochleistungsgeschäft voran. Weltweit sind IT-Führungskräfte auf der Suche nach smarten, innovativen Lösungen zur Verbesserung der Softwarequalität. Die digitale Transformation erfordert eine stetige Beschleunigung der Umsetzung bei gleichzeitiger Reduktion der Herstellkosten. Unsere Kunden entscheiden sich für SDS Professional Testing, weil wir nachweislich einen entscheidenden Beitrag leisten können, diese Herausforderungen erfolgreich zu meistern und weil SDS als europaweit führender Banking Technology-Anbieter die Anforderungen an zukunftsweisendes Software Testing ganzheitlicher und differenzierender betrachten kann. Lesen Sie im aktuellen SDS E-Paper, wodurch sich der Vorsprung im Software-Testing definiert.

Gemeinsam mit dem renommierten Partner wird SDS die Leistungsfähigkeit ihrer marktführenden Reporting-Software SDS IREG noch weiter ausbauen. Durch die Kooperation steigert SDS die Geschwindigkeit der Umsetzung regulatorischer Änderungen und stellt damit sicher, dass SDS IREG weiterhin stets den aktuellsten Regulatorien entspricht. SDS IREG-Kunden profitieren von der frühzeitigen Information über neue oder geänderte Anforderungen der Melderegime. Seit Produkteinführung im Juli 2011 konnte sich SDS IREG kontinuierlich den höchsten Grad an Automatisierung und Compliance im internationalen Meldewesen aneignen. SDS IREG gehört mit mehr als 3.000 Reporting FIs in mehr als 80 Ländern zu einer der weltweit führenden Tax Reporting-Anwendungen. Zudem ermöglicht SDS IREG international agierenden Finanzinstituten und -dienstleistern (wie z.B. Tax Consultants) dank STP (Straight Through Processing), verschiedene Meldeverpflichtungen (CRS, FATCA, QI, Italienische FTT) mit einer einzigen Applikation und extrem schlankem Ressourcenaufwand abdecken zu können.

Die verschiedenen Branchen, allen voran die Finanzindustrie, können sich auf keinen gemeinsamen Tenor einigen, wohin die Reise KI gehen soll. Einigkeit besteht allerdings darüber, dass moderne Lernalgorithmen das Potential haben, die Industrie komplett auf den Kopf zu stellen.

Als der Alibaba-Gründer Jack Ma und die Silicon Valley-Größe Elon Musk letzte Woche bei der World Artificial Intelligence Conference in Shanghai ihre Vorstellung von künstlicher Intelligenz darlegten, hätten diese Überlegungen kaum unterschiedlicher sein können.

STATUS QUO KI: MOMENTAUFNAHMEN.

Der aktuelle Trend geht auf die ersten konzeptuellen Ansätze der 1950er Jahre zurück, doch gerade die Entwicklungen des letzten Jahrzehntes führten zu einer Vielzahl neuer Versuche und Durchbrüche bei der Realisierung künstlicher Intelligenz. Wesentliche Treiber stellen die exponentiell wachsenden Datenmengen sowie bahnbrechende Entwicklungen in der IT-Hardware dar.

Während die ersten großen Schritte in der Gesichts- und Bilderkennung KI zurück in das öffentliche Interesse rückten, sind es nun mitunter die großen Daten-Cluster wie jene von Google und Co., die den Marktstandard definieren.

Die Finanzindustrie ist besonders am Potential von KI interessiert. Dies liegt einerseits an den Erwartungen ihrer Kunden und regulatorischen Anforderungen und andererseits noch vielmehr an den vorhandenen Datenmengen in den Bankenhäusern – gerade diese kristallisieren sich als wesentlichster Vorteil gegenüber neuen FinTechs heraus.

Der Begriff KI ist heute äußerst weit gefasst und stellt generell den Überbegriff über die Thematik intelligenter Prozeduren dar. Das Maschinenlernen wird bereits als engerer Begriff der künstlichen Intelligenz gesehen und umfasst beispielsweise Clustering- oder Regressionsverfahren. Die aufwendigste, komplizierteste und datenintensivste Stufe wird als Deep Learning (DL) bezeichnet, wofür komplexe neuronale Netze herangezogen werden. KI hat keinerlei Fähigkeit, intuitiv zu handeln, kognitive Leistungen werden jedoch durch das Trainieren von Modellen ermöglicht.

Auffällig ist, dass besonders der Begriff Robotics immer wieder in Zusammenhang mit Machine Learning verwendet wird, obwohl dieser eigentlich eher einer Abfolge von Anweisungen entspricht und somit bestenfalls einen Platz in der Nomenklatur der KI findet. Ein Chatbot kann hingegen unter Betrachtung entsprechender technologischer Gesichtspunkte sehr wohl als eine Umsetzung von ML gesehen werden.

Heute werden täglich mehr als 2,5 Trillionen Bytes an neuen Daten generiert. Würde man diese Daten ausdrucken, ließe sich die Entfernung zwischen Erde und Mond mehrmals bewältigen. Die heute vorhandene Rechenleistung ermöglicht die Verarbeitung dieser Datenmengen. Dabei sehen Banken nicht primär die Grundlagenforschung als ihre Aufgabe, sondern vielmehr liegt der Fokus auf dem Bestreben, intelligente Zusätze in bestehende und neue Applikationen zu integrieren. Notwendige Frameworks werden aus kommerziellen, aber ebenso freien Quellen bezogen.

Abstrakte Beispiele zu künstlicher Intelligenz gibt es mittlerweile zahlreiche, dazu gehören im Speziellen komplexe Abläufe wie sinngemäße Übersetzungen sowie autonome Fahrzeuge oder sensorenunterstütztes Lernen. In der Finanzwelt konnten sich vor allem intelligente Maßnahmen zur Fraud Prevention, also der Vermeidung von beispielsweise Kreditkartenbetrug, Geldwäsche oder der Identifikation von digitalen Identitäten (das Ausnutzen von Namensähnlichkeiten zu Betrugszwecken), durchsetzen. Besonders beliebt in der Branche ist zudem die Textverarbeitung bei Document Scanning oder Chatbots.

Aktuelle allgemeine KI-Markttrends:

• Wissensgraphen – die Verbindung verschiedener Objekte aus einer komplexen ungeordneten Datenmenge auf systematische Weise. Daten werden nicht in einfachen Abfolgen, sondern in einzelnen, teils zusammenhängenden Knoten gespeichert.
• Hypermind – fasst die sensorenunterstützte KI zusammen. Primär wird man durch Projektionen/Augmented Reality („Google Glass“-ähnliche Brillenkonstrukte) in Kombination mit Bilderkennung in seinen Tätigkeiten unterstützt.
• Multimedia Opinion Mining – stellt den Überbegriff zur Multimedia-Segmentierung dar, die Medien nach persönlichen Einschätzungen, Vorlieben oder Gefühlen clustert. So können beispielsweise negative Nachrichten in Kombination mit einem positiven Bild abgeschwächt oder entschärft werden. Die Verbreitung von Fake News kann als Negativbeispiel für diese Art von KI gesehen werden.

Die Finanzbranche fokussiert sich derzeit noch auf deutlich konkretere Ansätze wie:

• Das intelligente Automatisieren von Kreditratings
• KI-Verarbeitung von Textdokumenten
• Automatisiertes Zahlungswesen nach Ausfallsklassifikationen

Abseits dieser Vielzahl von Chancen stehen Finanzinstitute zunehmend vor einer breiten Front an Hürden. Besonders ist die Nachvollziehbarkeit von Ergebnissen oftmals nicht gegeben, woran sich vor allem Aufsichts- und Datenschutzbehörden stoßen. Selbstständige Lernprozesse führen im Optimalfall zwar zu vermeintlich korrekten Resultaten, können aber nicht konsequent auf ihre Kausalität und die entsprechenden Entscheidungsgrundlagen geprüft werden.

Erste vielversprechende Lösungsversuche zu diesem Problem sind Ansätze zur textuellen Ausgabe von wichtigen Entscheidungsknoten, also eine Art Logging, wodurch ein gewisses Maß an Nachvollziehbarkeit ermöglicht werden soll. Dieser Ansatz steht jedoch noch sehr am Beginn der Forschung. Ein bedeutend einfacherer Prozess ist die Visualisierung von (Zwischen-)Ergebnissen, was jedoch nicht immer zu plausiblen Erklärungen führen wird.

Eine weitere beträchtliche Hürde zeigt sich in der ethischen Komponente der künstlichen Intelligenz. Ein medial bekanntes und kontroverses Beispiel hierzu liefert die Erkennungssoftware von autonomen Fahrzeugen. Diese hat(te) nachweislich große Probleme, Passanten zu erkennen, wenn diese nicht der typischen weißen Person entsprachen. Besonders dunklere Hauttöne wurden deutlich schlechter erkannt. Dieses Fehlverhalten ist auf die selektive Auswahl an Testdaten zurückzuführen. Das Problem solcher einseitig erhobenen Daten (‚biased‘) wird auch die Finanzindustrie in der einen oder anderen Form treffen, beispielsweise bei der KI-unterstützten Vergabe von Krediten, und sie wird sich damit entsprechend auseinandersetzen müssen.

ZUSAMMENFASSUNG

Fakt ist, dass gerade Finanzinstitute ihr KI-Potential erst sehr wenig ausgeschöpft haben, was angesichts der enormen vorhandenen Datenmengen schwer verständlich ist. Künstliche Intelligenz befindet sich in einer weiteren Hochphase, aktuelle Fortschritte legen jedoch nahe, dass diese, anders als in der Vergangenheit, andauern wird.

Lesen Sie mehr über das Thema und den Exkurs zu PSD2 und GDPR im Zusammenhang im SDS Report. Laden Sie sich den Report zum Thema AI/KI im Banking herunter.