Diese Webseite der PPI verwendet Cookies. Durch die weitere Nutzung dieser Website stimmen Sie der Verwendung von Cookies zu. Weitere Informationen und Details zur Cookie-Verwendung lesen Sie in unserer Erklärung zum Datenschutz.
KI entwickelt sich zum Megatrend des digitalen Zeitalters. Mit lernenden Algorithmen lassen sich viele, bislang sehr aufwendige Vorgänge nahezu im Handumdrehen erledigen. Aber: Nicht jedes KI-Modell ist für jeden Anwendungsfall geeignet, und die Datenqualität ist ein entscheidender Erfolgsfaktor. Einblicke in die Praxis gibt das neue Whitepaper „Einsatz von KI im Risikomanagement“ der PPI AG.
Anwendungen aus dem Bereich der Künstlichen Intelligenz haben längst Einzug in den Alltag im Finanzsektor gehalten. Aber nicht jede denkbare Möglichkeit, KI einzusetzen, ist tatsächlich auch realisierbar oder lohnend. Bevor Zeit und Ressourcen für ein entsprechendes Projekt allokiert werden, ist zu klären, ob sich die entsprechende Anwendung im Betrieb rechnet. Außerdem muss frühzeitig sichergestellt sein, dass die notwendigen Daten in ausreichender Menge und Qualität zur Verfügung stehen. Erst wenn klar ist, dass eine KI-Anwendung wirtschaftlich trägt und plausible Ergebnisse liefern dürfte, kann mit der tatsächlichen Auswahl des Modells begonnen werden.
Im Whitepaper „Einsatz von KI im Risikomanagement“ der PPI AG zeigen die Autoren, wie ein mehrstufiger Prozess zur Prüfung von Anwendungsfällen für KI aussehen kann und welche Leistungsparameter bei der Umsetzung zum Vergleich von KI-Modellen beachtet werden sollten.
Wesentliche Ergebnisse des Whitepapers „Einsatz von KI im Risikomanagement“:
Banken und Finanzunternehmen können von Anwendungen aus dem Bereich der Künstlichen Intelligenz (KI) im Bereich des Risikomanagements profitieren.
Ein Beispiel für KI-Anwendungen im operationellen Risikomanagement sind Chatbots, die ohne menschliche Hilfe auf Eingaben reagieren, sie beurteilen und weitere nötige Informationen abfragen.
Eine KI kann zudem Betrugsmuster erkennen und Transaktionen in Echtzeit überwachen. So sind auch Betrugsfälle erkennbar, die keinem bestimmten Muster folgen.
KI-Anwendungen müssen erhebliche Datenmengen verarbeiten können. Nur so lässt sich ihr wahres Potenzial nutzen.
Um KI-Anwendungen wertschöpfend zu realisieren, ist eine strukturierte Prüfung sinnvoll. So lassen sich geeignete Prozesse identifizieren, bewerten und schließlich umsetzen.
Die Güte eines KI-Algorithmus wird wesentlich von der Datenqualität bestimmt. Unvollständige oder falsche Daten verursachen Fehlprognosen oder nicht zufriedenstellende Ergebnisse.
Die Leistungsfähigkeit verschiedener Typen von Algorithmen ist über Kennzahlen vergleichbar.
Welcher Algorithmus für einen Anwendungsfall geeignet ist, hängt nicht zuletzt von den verfügbaren Daten ab.
Jetzt downloaden!
Füllen Sie das nachfolgende Formular aus und Sie erhalten umgehend den Downloadlink zu unserem Whitepaper „Einsatz von KI im Risikomanagement“.
