Digitale Banken: Die Chancen von Blockchain, Künstlicher Intelligenz und Machine Learning

Commerzbank Tower: Zahlt sich für Digitale Banken die Kooperation mit Fintechs aus?
Commerzbank Tower: Zahlt sich für Digitale Banken die Kooperation mit Fintechs aus? (Foto: Flickr)

Die Zukunft digitaler Banken bleibt vielversprechend und spannend. Haben uns kürzlich noch Innovationen in der Erschließung neuer Märkte und in der Vermögensverwaltung beschäftigt, so sind es heute mehr denn je die raffinierten datengetriebenen Technologien, die in den Vordergrund gerückt sind.

Künstliche Intelligenz in digitalen Banken

Banken und Fintechs nutzen die künstliche Intelligenz und die immer besser werdende Verarbeitung von natürlicher Sprache, um Kunden einen besseren Zugang zu Finanzdienstleistungen zu ermöglichen. Produktempfehlungen basierend auf Mustererkennung hilft die passende Dienstleistung anzubieten. Natürliche Sprache wird zu einer Vereinfachung von Zahlungsinteraktionen führen.

Zudem ermöglicht KI die Analyse riesiger Datenmengen in Echtzeit. Systeme, die Daten aus Twitter und anderen öffentlichen Quellen in nutzbare Signale verwandeln, identifizieren die relevantesten Informationen und bieten Finanzinstituten präzise Marktanalysen. Ein Beispiel ist die Bitcoin-Sentiment-Analyse, die Einblicke in Markttrends liefert und Handelsentscheidungen optimiert.

M2M-Lösungen rationalisieren Cloud-basierte Authentifizierung

Zwillingstürme der Deutschen Bank
Deutsche Bank (Foto: Flickr)

Allerdings müssen Zahlungsinteraktionen direkt von Gerät zu Gerät immer noch Barrieren überwinden, wie z.B. das Gewährleisten einer nahtlosen Authentifizierung zwischen den Endgeräten. Bis solche M2M-Lösungen (Machine-to-Machine) mit nahtloser Authentifizierung herstellerübergreifend verfügbar sind, werden sich Geräte weiterhin über Services in der Cloud authentifizieren, bevor Transaktionen ausgeführt werden.

In der Zukunft könnten jedoch dezentrale Identitätssysteme auf Blockchain-Basis diese Barrieren beseitigen. Benutzer könnten digitale Identitäten erstellen, die unabhängig von zentralisierten Plattformen arbeiten und so den Authentifizierungsprozess revolutionieren.

Gamification schafft Anreize für mobile Bezahlung

Mobiles Bezahlen am Point-of-Sale haben sich noch immer nicht flächendeckend durchgesetzt. Obwohl Unternehmen in Zahlungsterminals bereitstellen, fehlt es an Anreizen, um die Nutzer dazu zu ermutigen, mit ihren mobilen Geräten zu bezahlen. Banken haben schon damit begonnen die kostenlose Bargeldversorgung einzuschränken. Digitale Banken und Fintechs können dem Handel mit Gamification helfen das mobile Zahlen für Kunden attraktiver machen.

Künftig könnten KI-gesteuerte Finanz-Avatare das Zahlungserlebnis personalisieren und Kunden spielerisch motivieren, ihre Finanzziele zu erreichen. Zum Beispiel könnten Kunden für das Einhalten von Sparzielen virtuelle Belohnungen erhalten, die in Rabatte oder Cashback-Programme umgewandelt werden.

Blockchain ermöglicht kostengünstige Transaktionsüberprüfung in digitalen Banken

Die Rolle der Blockchain-Technologie bei der Bereitstellung einer verteilten Transaktionshistorie weckt großes Interesse im Zahlungs- und Handelsökosystem. Die Technologie macht Transaktionsgebühren, die Anbieter wie PayPal für das Sicherstellen von Transaktionen erhoben haben, hinfällig. Die Nutzung der Blockchain zur kostengünstigen Überprüfung von Transaktionen wird bei Banken oben auf der Agenda stehen.

Langfristig könnten Smart Contracts weitreichende Auswirkungen haben, indem sie komplexe Finanzprodukte automatisieren. Hypotheken, Kredite und Versicherungsverträge könnten ohne Zwischenhändler verwaltet werden, wodurch Kosten gesenkt und Prozesse beschleunigt würden.

Maschinelles Lernen verbessert die Zahlungssicherheit für digitale Banken

Durch die Digitalisierung von Zahlungen muss die Zahlungssicherheit über eine breite Palette an Endgeräten gewährleistet werden. Geräte können ein erhöhtes Risiko gegenüber fortgeschrittenen Angriffen aufweisen. Bei der Gestaltung von sicheren Zahlungsmethoden erkennt maschinelles Lernen das Verhalten und greift ein, wenn ein solches Verhalten auf ungewöhnliche Verhaltensweisen oder Transaktionsaktivitäten hindeutet.

Darüber hinaus könnten in Zukunft KI-gestützte Sicherheitssysteme Betrugsversuche präventiv blockieren, indem sie kontinuierlich Muster in Transaktionen analysieren und automatisch Anpassungen vornehmen. So entsteht eine dynamische Sicherheitsarchitektur, die sich in Echtzeit weiterentwickelt.

Ausblicke für digitale Banken

Die Zukunft digitaler Banken wird von einer Symbiose aus Blockchain, KI und maschinellem Lernen geprägt sein. Dezentrale Finanzsysteme (DeFi) könnten traditionelle Bankenstrukturen herausfordern und ein transparentes, faires Finanzwesen schaffen. Künstliche Intelligenz könnte die Finanzberatung demokratisieren, indem sie personalisierte Anlageempfehlungen auch für kleinere Anleger erschwinglich macht.

Wir stehen an der Schwelle zu einer Ära, in der Finanzinstitute nicht nur Technologietreiber, sondern auch Treiber sozialer Innovationen sein werden. Mit diesen Entwicklungen werden Banken zunehmend als Plattformen für digitale Identitäten, nachhaltige Investitionen und globale Finanzintegration agieren.

Price and Sentiment Analysis: Why is Bitcoin Going Down?

Bitcoin Price and Sentiment Analysis with variable Moving Average: click to open interactive Tableau dashboard with annotations
Bitcoin Price and Sentiment Analysis with variable Moving Average: click to open interactive Tableau dashboard with annotations

Bitcoin has become one of the trendy investment assets in the recent years. Whenever bitcoin prices approach historical highs, every investor should watch the currency closely. Bitcoin rallied by more than 20% in the first days of 2017, crossing the $1000 mark for the first time since November 2013.

As many experienced bitcoin traders will remember, the first $1000 peak was a case of obvious over exuberance. Bitcoin was hot, plenty of money was pouring into it. Bitcoin investors got too excited, causing a price surge. Prices then rebounded and suffered a long-term collapse shortly after.

Moving Average Convergence/Divergence Indicator

Many traders rely on a Moving Average Convergence/Divergence (MACD) indicator. The MACD is a measure of the convergence and divergence between two EMAs (usually 12 and 26 days) and is calculated by subtracting the two of them. The signal line is constructed by creating an EMA (usually 10 days) of the signal line.

The signal line crossing the MACD from above is a buy signal. The signal line crossing the MACD from below is a sell signal. Relying only on momentum-based indicators (such as the MACD) and optimization-based models, however, will most certainly fail to indicate heavy price drops, as the drop in late 2016.

Predicting Fear with Sentiment Analysis

In late 2016 a lot of people began to pour money into bitcoin again. This time because they were worried that stock markets and other assets were due for a drop. For investors, it is essential to figure out whether or not these fears are actually founded. However, such „safe assets“ are prone to suffering from bubbles. People get scared, get invested into gold, or bitcoin, then realize that their fears were unfounded. As a result bitcoin prices could plummet.

So how to catch emotions such as fear in advance? Twitter is a valuable source of information and emotion. It certainly influences the stock market and can help to predict the market. Sentiment analysis can lead price movements by up to two days. Negative sentiment, however, is reflected in the market much more than positive sentiment. This is probably because most people tweet positive things about bitcoins most of the time. Even more positive news occurred after breaking the $1000 barrier.

This content is part of the session “Price and Sentiment Analysis: Why is Bitcoin Going Down?” that I deliver at the Frankfurt Bitcoin Colloquium. Have a look on my upcoming sessions!

[Update 14 Jun 2017]: Axis for Moving Average adjusted. Relative Date selector added with last 6 month as default. Screenshot updated.

Feel free to share the Bitcoin Price and Sentiment Analysis dashboard, which is also featured as Viz of the Day on Tableau Public:

bitcoin.de: Erster deutscher Marktplatz für Bitcoins

Bitcoins sind derzeit auch bei uns am CERN ein brandheißes Thema. Innerhalb weniger Wochen stieg der Wert eines Bitcoins (BTC) von 20 Cent im Dezember 2010 auf Größenordnungen von bis zu 30 Dollar. Dennoch lohnt sich das Mining kaum, zumindest nicht zu den aktuellen Strompreisen.

Die Bitcoin-Börse bitcoin.de schafft hier nun Abhilfe! Ein gutes halbes Jahr später, am 26. August 2011, hat der erste deutsche Marktplatz zum Kaufen und Verkaufen von Bitcoins den Handel aufgenommen. Auf bitcoin.de können User auf einfache Art und Weise Bitcoins an andere User verkaufen oder von diesen kaufen.

Dafür ist es erforderlich, dass sich die User bei bitcoin.de registrieren und, insofern sie als Verkäufer auftreten wollen, auf ihr Benutzerkonto ein Bitcoin-Guthaben übertragen. Sobald für die eigenen Bitcoins ein Käufer gefunden wurde, werden automatisch alle Informationen zur Bezahlung an den Käufer übermittelt.

Die Bezahlung der Bitcoins erfolgt direkt zwischen Käufer und Verkäufer. Erst wenn die Zahlung beim Verkäufer eingegangen ist, werden die Bitcoins abzüglich einer geringen Gebühr aus dem Guthaben des Verkäufers in das Guthaben des Käufers übertragen.