Digitale Banken: Welche Digitalisierungstrends bewegen die Finanzbranche 2018?

Immersive und interaktive Analyse von Finanzdaten mit Argumented Reality
Immersive und interaktive Analyse von Finanzdaten mit Argumented Reality (Blockchain-Dashboard)

Jedes Jahr (2015, 2016, 2017 und 2018) stelle ich Digitalisierungstrends vor, die der Finanzbranche ein gro√ües Potenzial bieten. Dabei geht es vor allem um einen √úberblick dar√ľber, welche Trends und Technologien zuk√ľnftig eine gr√∂√üere Rolle spielen werden oder k√∂nnten.

Im Folgenden habe ich die f√ľnf Digitalisierungstrends identifiziert, die f√ľr Banken und Versicherungen in Zukunft besonders spannend sein d√ľrften:

1. Maschine Learning

Maschine Learning und Deep Learning werden im Investment Banking angewandt, um Unternehmensbewertungen schneller und zuverl√§ssiger durchzuf√ľhren. Mehr Daten denn je k√∂nnen hinzugezogen werden. Eine Gewichtung der Daten erfolgt komplett autonom. Da manuelle Analyse weitgehend entf√§llt, werden Entscheidungsprozesse drastisch beschleunigt. Investoren, die mit konventionellen Werkzeugen arbeiten, haben das Nachsehen.

2. K√ľnstliche Intelligenz

Durch K√ľnstliche Intelligenz gesteuerte Chatbots vermitteln den Kunden eine menschlichen-√§hnliche Betreuung. Chatbots werden dar√ľber hinaus in existierende Cloud-basierende Assistenten, wie Alexa oder Siri, eingebunden und sind in der Lage mittels Natural Language Processing, auch komplexere Anfragen zu verstehen. Recommender-Systeme liefern ma√ügeschneiderte L√∂sungen, die speziell auf die Bed√ľrfnisse der Kunden abgestimmt sind.

3. Internet of Things

Wearables und in Kleidung eingearbeitete Sensoren (Internet of Things, IoT) liefern ausreichend Daten, um den Lebensstil der Kunden vollst√§ndig zu vermessen. Dadurch k√∂nnen individuelle Raten f√ľr Versicherungen und Finanzprodukte berechnet werden. Au√üerdem bieten die IoT-Daten eine weitere Datenquelle f√ľr die Recommender-Systeme.

4. Blockchain

Vertr√§ge werden kosteng√ľnstig, f√§lschungssicher und irreversibel in der Blockchain gespeichert. Die Blockchain dienst sogenannten Smart Contracts als dezentrale Datenbank. Dar√ľber hinaus liefern Blockchain-Implementierungen, wie Ethereum, das Ausf√ľhren von Logik, die beispielsweise monatliche Zahlungen pr√ľfen und ggf. auch die Erf√ľllung von Vertragsbestandteilen (z.B. im Schadenfall) steuern.

5. Argumented Reality

Arbeitspl√§tze werden mit Technik ausgestattet, die Argumented Reality erm√∂glicht. L√∂sungen wie Microsoft’s Hololense erm√∂glichen Analysten und H√§ndlern eine immersive und interaktive Analyse von Finanzdaten in Echtzeit. Insbesondere f√§llt dadurch auch die Zusammenarbeit mit Kollegen leichter, da Plattformen zur visuellen Kollaboration traditionelle Meetings weitgehend abl√∂sen.

Welcher ist der 6. Trend?

Helfen Sie den 6. Digitalisierungstrend zu benennen? Nehmen Sie hierzu an der Twitter-Umfrage teil. Selbstverst√§ndlich freue ich mich auch √ľber Kommentare und eine spannende Diskussion.

Leadership: Stagnation Kills Your Business, 3 Times

Petronas Twin Towers
Petronas Twin Towers held the title of the tallest building in the world for six years (Flickr)

Your business has been thriving, and the pipeline is well filled with work? Don’t get comfortable too soon. Stagnation kicks in fast nowadays, and kills your business’ innovation, its growth, and its people.

1. Innovation 

The speed of transformation that we are currently witnessing is challenging all of us to think differently. Every industry can be disrupted, there is no safe habour. So we need to deliver our products and services in a way that is relevant today, not yesterday.

Minor product iterations do not work forever. We need to prepare product revolutions, not just iterations on what we were selling since ten years. Establishing an innovation lab engages our employees to think in innovative ways and lift our business to new heights.

2. Growth

We need to adjust our business development plan to drive business growth. This should not be a static document. Customer and market definition are changing fast and we need to adopt this in our sales strategy and in our product development.

This does not work without data. Therefore we need to implement a data strategy. Our data strategy guides our entire business how to collect and analyze data, and how to generate the insights that we use for our decisions. If we do not take advantage of data, our competition will do.

3. People

Sushi Google DoodleIt is essential for leaders to recognize that you cannot possibly manage everything. We need to employ great people. But recruiting is not the end. We need to keep your talents, empower them, and motivate them to take initiative in their roles. Stagnation will rotate employees out of the company.

Offering free sushi and laundry service might impress our new hires from university. Experienced and independent employees will be more interested in career perspectives. We should establish personal development plans for everyone, not just for the designated managers.

Although it is important for leaders to set such a career framework, we should not forget to invest in your employees’ training. Both, hard skills (technical) and soft skills (non-technical), are mandatory because they each play very important roles in the development of our employees.

In Summary

Yesterday’s innovations are tomorrow’s commodities. We need to invest in innovations, otherwise we will face disruptive competition. Creating insights from data is important for the iterative adjustments on our business development plan. Offering personal development plans and proper training avoids stagnation for your employees, which is causing brain drain.

This post is also published on LinkedIn.

Digitale Banken: Die Chancen von Blockchain, K√ľnstlicher Intelligenz und Machine Learning

Commerzbank Tower
Commerzbank Tower: Zahlt sich f√ľr Banken die Kooperation mit Fintechs aus? (Foto: Flickr)

Die Zukunft im Finanzwesen bleibt vielversprechend und spannend. Haben uns k√ľrzlich noch Innovationen in der Erschlie√üung neuer M√§rkte und in der Verm√∂gensverwaltung besch√§ftigt, so sind es heute mehr denn je die raffinierten datengetriebenen Technologien, die in den Vordergrund ger√ľckt sind.

Anfang dieses Jahres startete Futura Analytics, ein Fintech, das enorme Datenmengen und maschinelle Lernmodelle nutzt, um Regeln zur Risikobewertung in Echtzeit umzuschreiben. Futura Analytics verwandelt Daten aus Twitter und anderen √∂ffentlichen Quellen in nutzbare Signale und identifiziert die relevantesten Informationen in Echtzeit f√ľr Kunden im Finanzsektor (Beispiel: Bitcoin/Sentiment-Analyse).

K√ľnstliche Intelligenz ist Teil der Zukunft

Banken und Fintechs nutzen die k√ľnstliche Intelligenz und die immer besser werdende Verarbeitung von nat√ľrlicher Sprache, um Kunden einen besseren Zugang zu Finanzdienstleistungen zu erm√∂glichen. Produktempfehlungen basierend auf Mustererkennung hilft die passende Dienstleistung anzubieten. Nat√ľrliche Sprache wird zu einer Vereinfachung von Zahlungsinteraktionen f√ľhren.

M2M-Lösungen rationalisieren Cloud-basierte Authentifizierung

Zwillingst√ľrme der Deutschen Bank
Deutsche Bank (Foto: Flickr)

Allerdings m√ľssen Zahlungsinteraktionen direkt von Ger√§t zu Ger√§t immer noch Barrieren √ľberwinden, wie z.B. das Gew√§hrleisten einer nahtlose Authentifizierung zwischen den Endger√§ten. Bis solche M2M-L√∂sungen (Machine-to-Machine) mit nahtloser Authentifizierung hersteller√ľbergreifend verf√ľgbar ist, werden sich Ger√§te weiterhin √ľber Services in der Cloud authentifizieren, bevor Transaktionen ausgef√ľhrt werden.

Gamification schafft Anreize f√ľr mobile Bezahlung

Mobiles Bezahlen am Point-of-Sale haben sich noch immer nicht fl√§chendeckend durchgesetzt. Obwohl Unternehmen in Zahlungsterminals bereitstellen, fehlt es an Anreizen, um die Nutzer dazu zu ermutigen, mit ihren mobilen Ger√§ten zu bezahlen. Banken haben schon damit begonnen die kostenlose Bargeldversorgung einzuschr√§nken. Fintechs k√∂nnen dem Handel mit Gamification helfen das mobile Zahlen f√ľr Kunden attraktiver machen.

Blockchain erm√∂glicht kosteng√ľnstige Transaktions√ľberpr√ľfung

Die Rolle der Blockchain-Technologie bei der Bereitstellung einer verteilten Transaktionshistorie weckt gro√ües Interesse im Zahlungs- und Handels√∂kosystem. Die Technologie macht Transaktionsgeb√ľhren, die Anbieter wie PayPal f√ľr das Sicherstellen von Transaktionen erhoben haben, hinf√§llig. Die Nutzung der Blockchain zur kosteng√ľnstigen √úberpr√ľfung von Transaktionen wird bei Banken oben auf der Agenda stehen.

Maschinelles Lernen verbessert die Zahlungssicherheit

Durch die Digitalisierung von Zahlungen muss die Zahlungssicherheit √ľber eine breite Palette an Endger√§ten gew√§hrleistet werden. Ger√§te k√∂nnen ein erh√∂htes Risiko gegen√ľber fortgeschrittenen Angriffen aufweisen. Bei der Gestaltung von sicheren Zahlungsmethoden erkennt maschinelles Lernen das Verhalten und greift ein, wenn ein solches Verhalten auf ungew√∂hnliche Verhaltensweisen oder Transaktionsaktivit√§ten hindeutet.

Predictive Maintenance hilft Ihnen Wartungsmaßnahmen effizient zu gestalten

Screenshot
Predictive Maintenance zeigt verbleibende Nutzungsdauer von Aufz√ľgen der Deutschen Bahn: klicken, um interaktives Dashboard zu √∂ffnen

Nicht nur die Fertigungskosten lassen sich mit Predictive Maintenance senken. Auch im Dienstleistungsbereich entsteht durch Vorhersagen enormes Optimierungspotential. Im wesentlichen lassen sich die Fragestellungen, die im Rahmen von Predictive Maintenance gestellt werden, in drei Klassen einteilen:

  • Wie hoch ist die Wahrscheinlichkeit, dass ein Ger√§t in naher Zukunft ausf√§llt?
  • Was sind die Ursachen von Ausf√§llen und welche Instandhaltungsma√ünahmen sollten durchgef√ľhrt werden, um diese Probleme zu beheben?
  • Wie lang ist die Nutzungsdauer eines Ger√§tes?

Ein Beispiel, das die Frage der Nutzungsdauer in den Mittelpunkt r√ľckt, zeigt das Dashboard Predictive Maintenance Deutsche Bahn Elevators. Dieses Dashboard sagt voraus, wie lange Aufz√ľge noch ohne Wartung auskommen (“Rest of Useful Life”). Mit dem Parameter “Material Wear Off” l√§sst sich zudem der Grad der Abnutzung beeinflussen.

Die visualisierten Sensordaten erlauben dar√ľber hinaus die M√∂glichkeit Anomalien zu entdecken. Hier lassen sich mit den Parametern “Primary Sensor” und “Secondary Sensor” verschiedene Kombinationen analysieren. In der “Setting Matrix” werden die verschiedene Einstellungen, die beim Betreiben der Aufz√ľge angewandt werden zusammengefasst.

Details zu den Aufz√ľgen werden im Tooltip angezeigt. In diesen Tooltips lassen sich dar√ľber hinaus Wartungsauftr√§ge via Twitter triggern:

 

Anstatt auf eine St√∂rung zu reagieren, k√∂nnen Servicetechniker somit auf Vorhersagen zur√ľckgreifen. Damit agieren sie bereits vor einem Ausfall des Aufzugs entsprechend. Techniker sind somit in der Lage einen Aufzug aus der Ferne in den Diagnosemodus zu versetzen und ihn auf einer bestimmten Etage zu parken. All dies f√ľhrt zu weniger Anfahrtszeiten, gesteigerter Effizienz und geringeren Kosten.

Dieses und weitere Beispiele zeige ich auf meinem Vortrag “Industry 4.0: Self Service BI and Predictive Maintenance“ im Rahmen des IBI Symposium am 17. November 2016 in Stuttgart.

[Update 24 Mar 2017]: Das Predictive Maintenance Dashboard wird au√üerdem auf der CeBIT 2017 im Rahmen der “neuen datenbasierten Gesch√§ftsmodelle und Big Data bei der DB” vorgestellt:

7 Fragen, die Unternehmen helfen ihr Ergebnis mit Social Media zu steigern

Twitter Sentiment Analysis: klicken, um interaktives Dashboard zu öffnen
Twitter Sentiment Analysis: klicken, um interaktives Dashboard zu öffnen

Ist der Einsatz sozialer Netze in Ihrem Unternehmen auf Marketing beschränkt, und lässt dadurch Chancen ungenutzt?

Noch immer schöpfen viele Unternehmen in Deutschland die Möglichkeiten von Social Media nur unzureichend aus. Die meisten Firmen nutzen Social Media lediglich als Marketinginstrument, senden zum Beispiel in Intervallen die gleichen Inhalte. Wesentlich weniger Unternehmen setzen Social Media dagegen in der externen Kommunikation, in Forschung und Entwicklung, zu Vertriebszwecken, oder im Kundenservice ein.

Nachfolgend betrachten wir die Twitter-Kommunikation von vier Social-Media-affinen Unternehmen etwas n√§her, und zeigen anhand sieben Fragestellungen was sie anders machen und wo die √ľbrigen Nachholbedarf haben.

1. Wann und wie werden Tweets gesendet?

Ein Blick auf das Histogram lässt auf reichlich Interaktion schließen (Tweets und Replies), während das Weiterverbreiten von Tweets (Retweets) eher sporadisch auftritt:

 

2. Wie umfangreich sind die Tweets?

Wie es scheint, reitzen die meisten Tweets die von Twitter vorgesehenen 140 Zeichen aus – oder sind zumindest nahe dran:

 

3. An welchen Wochentagen wird getweetet?

Am Wochenende lässt die Kommunikation via Twitter nach. Die Verteilung der Emotionen bleibt dabei gleich, unterscheidet sich aber von Unternehmen zu Unternehmen:

 

4. Zu welcher Tageszeit wird getweetet?

Auch nachts werden weniger Tweets verfasst. Bei Lufthansa kommt es dabei recht fr√ľh zu einem Anstieg durch Pendler-Tweets, etwas sp√§ter tritt dieser Effekt bei der Deutschen Bahn ein:¬†

 

5. Welche Art der Kommunikation herrscht vor?

Der hohe Anteil an Replies bei Telekom, Deutsche Bahn und Lufthansa impliziert, dass diese Unternehmen Twitter stark zum Dialog nutzen. Unter den Tweets der Deutsche Bank ist hingegen der Anteil an Retweets Рinsbesondere bei jenen mit Hashtag Рdeutlich höher, was auf einen höheren Nachrichtengehalt schließen lässt:

 

6. Welche User sind besonders aktiv?

Nun betrachten wir die Twitter-User, welche die entsprechend Twitter-Handles der Unternehmen besonders intensiv nutzen:

 

7. Welche Tweets erzeugen Aufmerksamkeit?

Diese Frage lässt sich am besten interaktiv im Dashboard (siehe auch Screenshot oben) untersuchen. Entscheidend ist bei dieser Betrachtung die Ermittlung der Emotion durch eine Sentiment-Analyse.

Je nach Emotion und Kontext ist es vor allem f√ľr das¬†adressierte Unternehmen von Interesse rechtzeitig und angemessen zu reagieren. So l√§sst sich eine negative Stimmung fr√ľhzeitig relativieren, und so Schaden an der Marke abwenden. Positive Nachrichten k√∂nnen hingegen durch Weiterreichen als Multiplikator dienen.