Finanzdienstleister der Zukunft (These 5): Aus Big Data wird Smart Data

Vor einigen Monaten sind wir mit der Serie Finanzdienstleister der Zukunft gestartet. Sie ist das Ergebnis einer intensiven Diskussion der Innovations- und Produktmanager der DZ BANK Gruppe darüber, wie der moderne Finanzdienstleister 2025 aussehen könnte. Wir haben dabei bewusst auf einen einheitlichen Konsens verzichtet. Ein relativ klares Bild hat es freilich beim Thema Big Data gegeben. Die Bedeutung von Big Data wird für das Finanzwesen weiter zunehmen.

Wir haben übrigens nicht versucht, eine exakte Definition von Big Data zu finden. Die Erklärungen dafür, was Big Data ist, verändern sich im Laufe der Zeit. Ursprünglich, so schreibt Viktor Mayer-Schönberger in seinem Buch „Big Data“, verstand man darunter „eine Informationsmenge, die zu groß für den Arbeitsspeicher des verarbeitenden Computers geworden war und von den Entwicklern neue Technologien verlangte.“ Eine solche Erklärung ist nicht mehr praktisch. Heute geht es bei Big Data vor allem um die Aufnahme und Analyse großer auch unstrukturierter Datenmengen, um damit verschiedene Ziele zu erreichen, wie etwa bessere und schnellere Entscheidungen zu treffen bzw. diese zu automatisieren.

Daten werden dabei aus unterschiedlichsten Quellen gewonnenen. Sie werden zum Futter für eine Fülle verschiedener Systeme, die heute vielfach unter der Bezeichnung „künstliche Intelligenz“ zusammengefasst werden. Als Beispiel mag der Kauf des Unternehmen „The Weather Company“ durch IBM dienen. „The Weather Company“ hat sich darauf konzentriert, verschiedenste über Milliarden von Sensoren gewonnene Wetterdaten zu sammeln. IBM füttert mit diesen Daten seine selbstlernende künstliche Intelligenz „Watson“. Was will das Unternehmen damit? Es schreibt selbst darüber  in einem Blogeintrag.

 „Aus Wetterdaten kann Watson etwa Zeit und Stärke eines Sturmes voraussagen. Aber nicht nur das. Denn auf Basis der Wettervorhersagen prognostiziert Watson auch, wie sich der Getränkeabsatz entwickeln wird. Andere Analysen zeigen, dass Investoren bei Schönwetter oder klarem Winterwetter mehr Aktien handeln als an nebligen Tagen. Das Wetter beeinflusst unser Leben in vielen Bereichen, ohne dass uns dies bewusst ist. Diese Wechselwirkungen macht Watson begreifbar und damit nutzbar.“

Aber zurück zu unseren Thesen und der Anwendung von Big Data im Finanzbereiche. Unsere These lautet:

Finanzdienstleister werden ergänzend zu algorithmenbasierten auch KI-basierte Analysemethoden einsetzen. Die Methoden werten zusätzliche Informationen vorhandener strukturierter Kundendatenbanken und von außen hinzukommende unstrukturierte Daten aus und antizipieren das Kundenverhalten. Auf dieser Basis werden neue (banknahe) Dienstleistungen angeboten und/oder bestehende optimiert. Eine wichtige Frage für Banken bleibt dabei, wie man die Nutzung dieser Daten datenschutzkonform realisieren kann.

Finanzdienstleister werden ähnliche Datenauswertungsstrategien anwenden wie große Internetplattformen, um Kunden darüber ebenfalls bequem und aus einer Hand möglichst viele Zusatzdienste rund um ihre Finanzen anzubieten. Dazu kommen kontextbezogene Dienstleistungen, die z. B. in Abhängigkeit von Ort, Alter oder der Lebenssituation angeboten werden können. Die weitere Ausbreitung von Vergleichsplattformen hat Finanzdienstleistungen noch transparenter gemacht.