3 Möglichkeiten, wie künstliche Intelligenz die Finanzindustrie verändert

AI

Da künstliche Intelligenz immer mehr Domänen transformiert, sind Finanzinstitutionen und Unternehmen in Bewegung, um Schritt zu halten. Dies kann die Art und Weise beeinflussen, wie Sie Bankgeschäfte tätigen, investieren, Kredite erhalten und Finanzverbrechen verhindern.

Im Mittelpunkt der KI-Revolution stehen Algorithmen für maschinelles Lernen, eine Software, die sich selbst verbessert, wenn sie immer mehr Daten erhält, ein Trend, von dem die Finanzindustrie enorm profitieren kann. Hier sind einige der wichtigsten Trends, die im Raum Einzug halten.

Betrugserkennung

Da der E-Commerce an Popularität gewonnen hat, hat auch Online-Betrug zugenommen. Online-Betrug zu bekämpfen, ist jedoch eine große Herausforderung. Rückläufige Transaktionen, die zu aggressiv sind, um Betrug zu verhindern, können ein selbstzerstörerisches Ziel sein. Laut einer Studie des Marktforschungsunternehmens Javelin Strategy aus dem Jahr 2015 sind falsche Rückerstattungen, legitime Transaktionen, die fälschlicherweise abgelehnt werden, Verluste von 118 Milliarden Dollar für Einzelhändler. Ein Drittel der Fälle falscher Rückgänge führt zu verlorenen Kunden, und allein in den USA entsteht ein Schaden, der das 13-fache des tatsächlichen Betrugs wert ist.

Künstliche Intelligenz kann hier nützlich sein. Durch die Analyse verschiedener Datenpunkte können maschinelle Lernalgorithmen betrügerische Transaktionen erkennen, die von menschlichen Analytikern nicht bemerkt werden, während die Genauigkeit von Echtzeit-Genehmigungen verbessert und falsche Rückgänge reduziert werden.

Eine Reihe von Unternehmen untersucht KI-basierte Betrugsprävention. Ein Beispiel dafür ist die kürzlich eingeführte Decision Intelligence-Technologie von Mastercard. Anstatt sich auf vordefinierte Regeln zu beschränken, ermittelt DI Muster aus historischen Einkaufs- und Ausgabegewohnheiten von Karteninhabern, um eine Verhaltensbasis festzulegen, mit der es jede neue Transaktion vergleicht und bewertet. Dies ist eine wesentliche Verbesserung gegenüber herkömmlichen Präventionstechnologien, die auf einem einheitlichen Ansatz für die Bewertung aller Transaktionen beruhen. Während Mastercard nicht das erste Finanzunternehmen ist, das künstliche Intelligenz bei der Betrugserkennung einsetzt, bieten die Milliarden von Transaktionen, die es jedes Jahr verarbeitet, genügend Daten, um seine Algorithmen zu trainieren und zu verfeinern.

Andere Unternehmen wie Sift Science wenden einen ganzheitlicheren Ansatz an. Sift Science sammelt Daten von mehr als 6.000 Websites, auf denen seine Betrugserkennungslösung eingesetzt wird. Dadurch können Daten über mehrere Kanäle und Geräte hinweg verfolgt und analysiert werden. Die Engine korreliert verschiedene Datenpunkte einschließlich Zahlungen und Aktivitäten auf Websites, um bessere Modelle des Kundenverhaltens zu erstellen und betrügerische Transaktionen zu erkennen.

Banking-Chatbots

In den vergangenen Jahren wurden Chatbots, die auf Natural Language Processing (NLG) und maschinellen Lernalgorithmen basieren, zu einem leistungsstarken Werkzeug, um Nutzern in verschiedenen Bereichen personalisierte und konversationelle Erfahrungen zu bieten.

AI-Chatbots können die Banking-Branche auf verschiedene Weise verbessern, einschließlich der Unterstützung von Benutzern bei der Verwaltung ihres Geldes und ihrer Ersparnisse. Plum, ein Chatbot, der über Facebook Messenger zugänglich ist, hilft Ihnen, in kleinen Schritten Geld zu sparen. Wenn Sie sich registrieren, verbinden Sie Plum mit Ihrem Bankkonto, woraufhin die KI-Engine dahinter Ihre Einkommens- und Ausgabengewohnheiten analysiert und vorhersagt, wie viel Sie sich sparen können. Sie legt dann in günstigen Momenten kleine Beträge auf Ihr Plum Sparkonto und berichtet Ihnen regelmäßig.

Ein weiteres Beispiel ist Cleo, ein Chatbot, der Sie bei der Verfolgung Ihrer Einnahmen und Ausgaben auf mehreren Konten unterstützt. Mit dem Chatbot können Sie Ihre Finanzdaten in einer konversationellen Weise abfragen, als ob Sie mit einem persönlichen Buchhalter sprechen würden. Der Assistent kann Ihnen auch Tipps geben, wie Sie Ihr Geld verwalten und für zukünftige Pläne speichern können.

Auch im Chatbot-Geschäft versuchen die Banken, ihre Self-Service-Schnittstellen zu verbessern, was im Allgemeinen mit schlechter Qualität einhergeht. Die Bank of America plant, später in diesem Jahr ihren AI-Chatbot Erica (ein Spiel auf den Namen der Bank) auf den Markt zu bringen. Der digitale Assistent, der in der mobilen App der Bank per Sprach- oder Nachrichtenchat verfügbar ist, hilft Ihnen, schnellere und intelligentere Entscheidungen zu treffen. Anstatt auf der Benutzeroberfläche der App zu navigieren, können Sie Erica beispielsweise anweisen, Geld an einen Freund zu senden oder eine Rechnung zu bezahlen. Die KI-Engine des Chatbots nutzt auch Analysen, um Sie bei der Verwaltung Ihrer persönlichen Finanzen zu unterstützen. Zum Beispiel kann es Ihnen helfen, ein Einsparziel zu erreichen, indem Sie Vorschläge basierend auf Ihren Einkommens- und Ausgabenmustern machen.

Algorithmischer Handel

Wenn es eine Sache gibt, bei der Computer immer gut waren, dann sind es Zahlen. Dank maschinellem Lernen können sie nun die Feinheiten und die Komplexität von Aufgaben wie dem Handel mit Aktien übernehmen. Eine Handvoll Hedgefonds erforschen das Konzept und haben es geschafft, Ergebnisse zu erzielen, die mit der Intuition menschlicher Experten konkurrieren.

Sentient Technologies, ein in San Francisco ansässiges AI-Unternehmen, das auch einen Hedgefonds betreibt, hat einen Algorithmus entwickelt, der Millionen von Datenpunkten aufnimmt, um Handelsmuster und Prognosetrends zu finden, die erfolgreiche Aktienhandelsentscheidungen ermöglichen. Sentient führt Billionen von simulierten Handelsszenarien durch, die aus den riesigen Mengen öffentlicher Daten, die online verfügbar sind, erstellt werden. Seine Algorithmen verwenden diese Szenarien, um erfolgreiche Handelsmuster zu identifizieren und zu mischen und neue Strategien zu entwickeln. Diese Techniken ermöglichen es dem Startup, 1 800 Trading-Tage in ein paar Minuten zu komprimieren. Erfolgreiche Handelsstrategien, die es nennt & ldquo; Gene, & rdquo; werden dann im Live-Handel getestet, wo sie sich autonom entwickeln, wenn sie Erfahrungen sammeln.

Ein weiterer Hedgefonds, Numerai, verwendet künstliche Intelligenz, um Handelsentscheidungen zu treffen. Anstatt die Algorithmen selbst zu entwickeln, haben sie die Aufgabe an Tausende von anonymen Datenwissenschaftlern ausgelagert, die sich darum bemühen, die besten Algorithmen zu entwickeln und Kryptowährung für ihre Bemühungen zu gewinnen. Numerai teilt Handelsdaten mit den Wissenschaftlern in einer Weise, die sie daran hindert, die Geschäfte des Fonds zu replizieren, während sie Modelle für bessere Geschäfte bauen können.

Die Jury hat immer noch keine Ahnung, wie effektiv die KI die Feinheiten des Aktienhandels meistern wird, die oft von unerwarteten und unvorhersehbaren Parametern beeinflusst werden, wie zum Beispiel Twitter-Stimmen des US-Präsidenten. Die Praxis hat immer noch viele Skeptiker, besonders mit traditionellen Händlern, die sich über die mangelnde Transparenz der AI-Algorithmen bezweifeln. Es ist jedoch offensichtlich, dass Algorithmen unschätzbare Einsichten und Vorschläge liefern können, die den Menschen, die die Operationen durchführen, dabei helfen, bessere Entscheidungen zu treffen.

Die Zukunft der KI in der Finanzwirtschaft

Künstliche Intelligenz, wie wir sie heute kennen, steckt noch in den Kinderschuhen und hat Hürden zu überwinden, einschließlich rechtlicher, ethischer, wirtschaftlicher und sozialer Herausforderungen. Die Aussichten auf intelligenteren Handel, weniger Schaden und eine persönlichere Erfahrung sind jedoch groß. Die Zukunft des Geldes wurde gerade spannender.


Folge uns auf Facebook


  • Bitcoin News
  • Finanzen
  • Banken
  • Investitionen
  • Transaktionen