FI-SP baut Know-how in Künstlicher Intelligenz auf

von Dr. Andreas Totok, Geschäftsbereichsleiter Enterprise Information Management

Was ist Künstliche Intelligenz?

Das Forschungsgebiet der Künstlichen Intelligenz (KI) existiert schon seit über 60 Jahren. Frühe Veröffentlichungen stammen beispielsweise von dem bekannten Informatiker Alan Turing (1912-1954). Aber auch schon lange davor gab es Ideen zu mechanischen Automaten oder Robotern bis hin zu künstlichen Menschen. Heute verstehen wir unter Künstlicher Intelligenz vor allem die technologische Nachahmung intelligenten (menschlichen) Verhaltens mit Hilfe von Methoden der Informatik.

Obwohl in den frühen Jahren die Möglichkeiten von Computern oder der Robotermechanik noch sehr eingeschränkt waren, spielten immer schon praktische Versuche eine große Rolle. So veröffentlichte Joseph Weizenbaum bereits 1966 mit ELIZA die frühe Form eines Chatbots  für die Psychoanalyse. Seit den 1960er Jahren wurde zwar kontinuierlich weiter geforscht, dennoch traten andere Forschungsgebiete der Informatik und Mathematik stark in den Vordergrund und KI versank – zumindest in der öffentlichen Wahrnehmung – in einen langen Winterschlaf, unterbrochen durch kurze Hochphasen in den 80er und 90er Jahren, als Expertenssysteme oder neuronale Netze angesagt waren. Der Durchbruch blieb aus – teilweise lag dies auch an überzogenen Erwartungen.

Seit Anfang der 2010er Jahre hat sich die Situation allerdings grundlegend geändert. Die Hardware ist in ihrer Rechenkapazität und Datenspeicherung so leistungsfähig geworden, dass bestimmte KI-Methoden wie beispielsweise das Deep Learning (ein Machine-Learning-Bereich, der Computer trainiert, anhand von Beispielen zu lernen) effizient anwendbar sind und nicht etwa nur auf Basis von Hochleistungscomputern funktionieren. Hinzu kommt, dass sich parallelisierbare Lern- oder Erkennungsaufgaben sehr gut mit Hilfe von Grafikprozessoren abbilden lassen, die – angetrieben durch die hohen Anforderungen der Gaming-Gemeinde – einen ganz eigenen Höhenflug erleben.

Eine weitere treibende Rolle spielen innovative Unternehmen, die von Investoren mit sehr viel Kapital ausgestattet werden. Diese Unternehmen stellen viele klassische Ansätze in Frage und betrachten KI als den Haupttreiber für künftige wichtige technische Innovationen („the next big thing“). Rechnerleistung und scheinbar unbegrenzte finanzielle Ressourcen können durchaus zu neuen Anwendungen führen, die wir bisher nur als Science Fiction kennen.

KI-Initiative der FI-SP

Bei der FI-SP beschäftigen wir uns seit einigen Jahren mit Anwendungen der Datenanalytik, wie diese für die Betrugserkennung oder im Business-Intelligence-Bereich zum Einsatz kommen. Zugrunde liegen meist Methoden der Statistik. Auch an anderer Stelle haben wir immer schon innovative Technologien in Projekten eingesetzt. Auf Basis dieser Erfahrungen haben wir unsere KI-Initiative gestartet. Den eigentlichen Anstoß haben aber natürlich unsere Kunden gegeben, die clevere Lösungen für ihre fachlichen Problemstellungen suchen.

Einer unserer Kunden, der immer an effizienten modernen Umsetzungen interessiert ist, ist die S-Kreditpartner GmbH (SKP) in Berlin. Für sie haben wir unter anderem eine individuelle Kreditantragsstrecke implementiert, über die die Vergabe von Konsumentenkrediten von Sparkassenkunden stark automatisiert abgewickelt wird. Wie viele kreditvergebende Stellen musste auch die SKP Anfang 2018 alle Steuer-IDs für Bestandsverträge nacherfassen. Dazu wurden die Kreditnehmer über ein Formular angeschrieben und mussten ihre Steuer-ID mit Unterschrift bestätigt an die SKP zurückmelden. Um diese Rückläufer auszuwerten, haben wir ein Neuronales Netz (siehe Infobox 1) auf Handschrifterkennung trainiert und dann in den Dokumentenworkflow der SKP integriert. Klassische OCR-Lösungen (Optische Zeichenerkennung) waren hierfür nicht so gut geeignet. Nach einer anfänglichen Pilotphase haben wir Erkennungsraten von über 98 Prozent erreicht, so dass praktisch nicht mehr in den Prozess eingegriffen werden musste. Die erkannten Steuer-IDs konnten so voll automatisiert über die dynamische Schnittstelle in das OSPlus-System der SKP übertragen werden. Mit einem überschaubaren Aufwand haben wir so eine regulatorisch bedingte Maßnahme ressourcensparend für unsere Kunden realisieren können.

Um unsere KI-Aktivitäten FI-SP-intern zu strukturieren, haben wir ein Competence Center gegründet, in dem wir die verschiedenen Kundenwünsche, Technologieansätze und nicht zuletzt das Know-how unserer Mitarbeiter bündeln. Im Competence Center arbeiten Kollegen aus verschiedenen Fachrichtungen zusammen, die gemeinsam die Anforderungen analysieren und versuchen, die richtige technologische KI-Lösung für ein Problem zu finden. Dabei beziehen wir unsere Kunden eng in die Lösungsfindung ein.

Was bedeutet KI für unsere Mitarbeiter?

Ein wichtiger Bestandteil unserer Initiative ist, dass wir unsere Kollegen auf die Reise in Richtung Zukunft mitnehmen. So nutzen wir unsere alle sechs bis acht Wochen stattfindenden Solutions Days, um die Mitarbeiter des Standorts Frankfurt Schritt für Schritt an das Thema heranzuführen. Dadurch haben viele die Möglichkeit, sich frühzeitig zu informieren. Dieses Jahr hatten wir unter anderem externe Referenten von IBM, die uns die Möglichkeiten von Watson (siehe Infobox 2) vorgestellt haben. Viele Ideen werden aber auch von Mitarbeiter zu Mitarbeiter vermittelt – gerade auch nach dem Besuch von Fachtagungen, aus vorherigen Jobs oder aus dem Studium.

Ein weiterer Baustein unseres Vorgehens ist das praktische Ausprobieren der neuen Möglichkeiten – auch jenseits unserer etablierten Wege und Vorgehensweisen. Für das FI-Forum im November 2018 hat ein kleines Team eine Demo vorbereitet, die mit unseren normalen Anwendungen erst einmal nichts direkt zu tun hat. Wir nutzen dabei nicht unsere Standard-Hard- und Software, sondern lösen uns bewusst davon, um für die kreative Umsetzung einen möglichst breiten Raum zu schaffen. Nebenbei bemerkt hat sich unsere Standard-Hardware auch als nicht leistungsfähig genug herausgestellt, um innerhalb eines begrenzten Zeitraums ein Neuronales Netz zu trainieren. Wir nutzen hierfür inzwischen leistungsfähige Prozessoren von Grafikkarten aus dem Gaming-Bereich, die für geschäftliche Anwendungen eher unüblich sind. So befreit haben unsere Entwickler in den letzten Monaten neben ihrer normalen Tätigkeit eine eindrucksvolle Demo-Anwendung auf Basis eines Neuronalen Netzes für die optische Objekterkennung innerhalb einer iPhone-App entwickelt. Softwareseitig wurden dabei Komponenten aus dem Open-Source-Umfeld zugrunde gelegt. Das so gewonnene Know-how nutzen wir dann wieder für die Integration von Neuronalen Netzen in die Geschäftsanwendungen unserer Kunden.

Was bedeutet KI für die Bankenwelt?

Die technologischen Möglichkeiten von KI stecken aktuell noch in den Kinderschuhen. Wir betrachten für Banken daher aktuell vor allem den Einzelfall, das heißt eine bestimmte KI-Methode beziehungsweise -Technologie wird spezialisiert für ein relativ beschränktes Einsatzfeld genutzt. So beobachten wir, dass verschiedene Sparkassen zurzeit Erfahrung mit Chatbots sammeln, die einfache Aufgaben der Kundenkommunikation übernehmen. Die Berliner Sparkasse setzt beispielsweise den „Service-Fuchs“ Freddy zur Beantwortung einfacher Fragen im Online-Banking ein. Freddy basiert dabei auf der Software des Berliner Startups Solvemate.

Eine denkbare Entwicklung im Filialgeschäft der Banken geht dahin, dass der Kundenberater im Beratungsgespräch beziehungsweise bei seinen Entscheidungen von einer KI-Engine unterstützt wird. Die nächste vorstellbare Stufe wäre dann, dass die KI-Engine Bestandteile der Kundenberatung übernimmt und den Kunden in natürlicher Sprache und visueller Kommunikation durch den Prozess führt. Dieses Szenario ist natürlich nur dann sinnvoll, wenn der Kunde tatsächlich von einer KI-Engine beraten werden möchte. Die kulturelle und ethische Diskussion zu dieser Einsatzmöglichkeit wird sicherlich gerade in der Sparkassenwelt sehr intensiv geführt werden müssen – ganz zu schweigen von aufsichtsrechtlichen Aspekten. Einfacher und mit weniger gesellschaftlicher und regulatorischer Sprengkraft sind sicherlich Einsatzgebiete im Hintergrund, die der Kunde normalerweise gar nicht wahrnimmt. Zum Beispiel bei der effizienteren Gestaltung von Prozessabläufen – Optimierungsaufgaben gehören zu den „Klassikern“ bei KI-Anwendungen.

Spezialisierte KI-Anwendungen, die auf einen Hauptzweck entwickelt und trainiert werden, werden voraussichtlich die KI-Aktivitäten der FI-SP in den kommenden Jahren dominieren. Wir erwarten hierdurch eine deutliche Steigerung der Produktivität der Prozesse unserer Kunden. Das heißt nicht, dass in den Banken Personal abgebaut werden muss, sondern dass bei steigenden regulatorischen Anforderungen die Chance besteht, den Bestand an qualifiziertem Personal gleich zu halten und dieses nicht weiter aufgebaut werden muss. Im Kleinen haben wir dies ja auch durch unser SKP-Kundenbeispiel zeigen können.

Gemeinsam in der Gruppe

Die FI-SP ist in der FI-Gruppe primär als IT-Dienstleister für Landesbanken und Verbundpartner positioniert. Dabei kommt uns immer wieder unser tiefgehendes OSPlus-Know-how zu Gute. Wir entwickeln und betreuen oft Anwendungen, die im Hintergrund ablaufen wie Zahlungsverkehr, Geldwäscheerkennung, bankaufsichtliches Meldewesen oder Dokumentenmanagement. Unsere KI-Aktivitäten fokussieren wir vor allem auf diese Form von Anwendungen. Daher gibt es meist kaum inhaltliche Überschneidungen zur FI, Star Finanz oder der FI-TS, mit denen wir uns zum Thema austauschen und das Vorgehen gemeinsam abstimmen. Fachlich stehen wir mit unseren Kunden wie der Berliner oder Frankfurter Sparkasse, mit der Helaba oder der Deutschen Leasing in Kontakt. Darüber hinaus integrieren wir uns in die Aktivitäten vom Sparkassen Innovation Hub.

Was sind die nächsten Schritte?

Es ist uns bewusst, dass wir am Anfang einer nachhaltigen Veränderung stehen und wir den Zug nicht verpassen dürfen. Wir gehen gemeinsam in der Gruppe in überschaubaren Stufen vor, machen erste und zweite Schritte und implementieren spezialisierte KI-Anwendungen, da wo sinnvoll, in die bestehenden IT-Architekturen unserer Kunden. Wir erwarten wirklich größere Umwälzungen in fünf bis zehn Jahren. Natürlich sollte man „exponentielle Effekte“ in der Technologieentwicklung nicht unterschätzen, dennoch glauben wir nicht, dass sich komplexe bankfachliche Anwendungsbereiche wie das „bankaufsichtliche Meldewesen“ von heute auf gleich durch KI lösen lassen. Neben den vielen denkbaren Anwendungen für KI sollten wir auch nicht vergessen, verantwortungsvoll mit dieser neuen Technologie umzugehen. Dazu sollten wir uns genau überlegen, was wir wirklich damit erreichen wollen und was nicht.