Heidelberg, 22. Dezember 2022 – Eine neue Studie von SAS, einem der weltweit führenden Anbieter von Lösungen für Analytics und künstliche Intelligenz (KI), und die Global Association of Risk Professionals (GARP) mit rund 300 Risikoexperten im Bankensektor zeigt: Kreditrisikotransformation (CRT) genießt im Zusammenhang mit zukunftsorientierten Modernisierungsprojekten bei Finanzinstituten oberste Priorität. Haupttreiber entsprechender Digitalisierungsprojekte sind laut dem Report The Value of Credit Risk Transformations and the Role of AI regulatorische Vorgaben, die Forderung nach transparenteren und leichter anwendbaren Prozessen sowie die zunehmende Abwanderung von Kunden zu agileren FinTechs.
Vor allem im Hinblick auf Geschwindigkeit, Umfang und Zielsetzung liegt die aktuelle Praxis weit hinter den Erwartungen der Umfrageteilnehmer zurück:
Spätestens seit der Pandemie erwarten Kunden von nahezu allen Branchen zunehmend digitale Services. Auch Banken sind von dieser Entwicklung betroffen. Im Gegensatz zu anderen Wirtschaftsbereichen prophezeien 52 Prozent der befragten Risikoexperten dem Bankwesen jedoch eine „phygitale“ Struktur mit einer Kombination physischer und virtueller Berührungspunkte für Verbraucher.
Fundament dieses für die Zukunft des Bankwesens entscheidenden „phygitalen“ Modells sind aussagekräftige Daten und Erkenntnisse auf Basis von fortschrittlichen Analytics, Machine Learning und Automatisierung. Die Wichtigkeit dieser Entwicklung ist unbestritten, dennoch befinden sich Unternehmen in den Augen der Risikospezialisten noch in der Lernphase, wenn es darum geht, die entsprechende Technologien für eine verbesserte CRT tatsächlich zu implementieren. Zu den schwierigsten Schlüsselbereichen in Bezug auf die Transformation zählen die Experten Advanced Analytics, einschließlich künstlicher Intelligenz und Machine Learning (48 Prozent), die Automatisierung und Rationalisierung von Prozessen (47 Prozent) sowie ein verbessertes Management von Kundendaten (45 Prozent).
Die Studie ergab zudem, dass mehr als die Hälfte der befragten Unternehmen bereits KI und maschinelles Lernen einsetzen oder innerhalb der nächsten zwölf Monate damit beginnen werden. Den Umfrageteilnehmern zufolge werden diese Technologien derzeit am häufigsten für Prozessautomatisierung (62 Prozent), Prozessoptimierung (58 Prozent) und die Beurteilung der Kreditwürdigkeit (58 Prozent) verwendet.
„Die erfolgreiche Umsetzung von Kreditrisikotransformation ist ein bisschen so, als würde man ein Flugzeug umbauen, während es gerade fliegt“, erklärt Troy Haines, Senior Vice President und Head of Risk Research and Quantitative Solutions bei SAS. „Risikoexperten sind sich bewusst, dass erfolgreiche Digitalisierungsprojekte umfangreiches Fachwissen über Advanced Analytics und deren Integration in bestehende Geschäftsprozesse erfordern. Das aber braucht Zeit. Banken sind traditionell an einem schnellen ROI interessiert – die Tatsache, dass sie die rasche Kreditrisikotransformation zu einem zentralen Geschäftsziel machen, zeigt den extrem hohen Stellenwert von Kreditrisikomessung.“
„Banken haben bei ihren Aktivitäten rund um eine erfolgreiche Kreditrisikotransformation erhebliche Fortschritte gemacht“, stellt Christopher Donohue, Managing Director der GARP Benchmarking Initiative, fest. „Doch es gibt noch viel zu tun, speziell im Hinblick auf die Integration von KI und Machine Learning, bei einem verbesserten Kundenmanagement und beim Optimieren von Kreditentscheidungen.“
„Das Verständnis und die praktische Anwendung von Advanced Analytics sind entscheidend dafür, dass Banken das volle Potenzial der Kreditrisikotransformation ausschöpfen können“, kommentiert Zeynep Salman, Head of Risk Decisioning für EMEA bei SAS. „Entsprechend treiben Risikoprofis die nötigen organisatorischen Änderungen voran. Und Technologien, die heute noch Stolpersteine sind, werden künftig zu wichtigen Bausteinen für ein zukunftsfähiges Bankgeschäft, das Kunden schnelle, intelligente und zugängliche Prozesse bietet.“
Die gesamte Studie steht unter diesem Link kostenlos zum Download zur Verfügung. Ein ergänzendes On-Demand-Webinar ist hier verfügbar.
circa 4.800 Zeichen