ChatAI mit ChatGPT – was funktioniert bereits?

Im Kern ist ChatGPT vereinfacht beschrieben ein Chatbot – also eine Anwendung, die künstliche Intelligenz (KI) verwendet, um sich mit Menschen in natürlicher Sprache zu unterhalten. Benutzer:innen können Fragen stellen, auf die der Chatbot in natürlicher Sprache antwortet. Klingt zunächst wenig spektakulär, gewinnt aber an Bedeutung, wenn man sich verdeutlicht, wie rasant sich die KI-Technologie in den letzten Jahren entwickelt hat – und in wie vielen Bereichen sie schon jetzt zum Einsatz kommt: Sprachverarbeitung, Datenanalyse und die Generierung von Bildern.

ChatAI – auch unter dem Begriff ConversationalAI bekannt – findet bereits in der Finanzbranche Anwendung, insbesondere bei der Optimierung des Kundenservices. Mithilfe von intelligenten Chatbots automatisieren Finanzdienstleister ihre Kommunikation. Für Interessent:innen beziehungsweise Kund:innen in Self-Service-Portalen oder digitalen Antragsstrecken ist es meist nicht ersichtlich, ob ein Mensch oder eine vorgeschaltete künstliche Intelligenz antwortet.

Bei ChatGPT handelt es sich um eine NLP-(natural language processing) und KI-basierte Lösung, die auf der Grundlage von GPT-3 (Generative Pre-trained Transformer 3) entwickelt worden ist. Das generative Sprachmodell ist in der Lage, menschenähnliche Texte zu erstellen und auf Fragen zu antworten. Da es sich bei ChatGPT um ein KI-Modell handelt, kann die Anwendung im Rahmen ihrer Programmierung und der zur Verfügung stehenden Daten funktionieren und muss möglicherweise von Menschen unterstützt werden.

Das Leistungsspektrum ist breit gefächert: Manche Nutzer:innen generieren mithilfe der Software E-Mails, Blog-Postings oder Texte auf LinkedIn und Twitter, andere nutzen es für Rechtschreibprüfungen, Übersetzungen oder das Umformulieren von Texten. IT-Expert:innen nutzen ChatGPT für Prüfungen und die Verbesserung ihrer Software-Quellcodes – oder lassen sich bereits ganze Software-Komponenten von ChatGPT entwickeln. Kürzlich bewies ChatGPT seine Fähigkeiten durch den erfolgreichen Abschluss der Tests an einer Elite-Universität. Aber auch fachspezifische Anwendungen sind möglich, etwa eine Markt- oder Kundengruppen-Recherche mit dem Ziel, Kreditrisiken genauer zu erfassen, das Sortieren und Einordnen von Keywords nach Suchintentionen oder das Generieren von typischen Fragen zu einem bestimmten Thema.

 

Einsatz von ChatGPT in der Finanzbranche

Künstliche Intelligenz ist in der Finanzbranche seit Jahren auf dem Vormarsch. Seien es aktive Handelsentscheidungen in Aktien- und Wertpapierdepots oder die Gewinnung von Informationen aus Dokumenten zur weiteren Verarbeitung (siehe hier unser Unternehmen www.finted.ai). Die Technologie wird dabei häufig in Situationen eingesetzt, bei denen ein zuvor menschliches manuelles Verhalten mit hoher Wiederholungsanzahl automatisiert wurde. Die Anfänge der KI waren von einem hohen manuellen Trainingsaufwand und fehlenden Fähigkeiten zur eigenständigen Weiterentwicklung/Verbesserung geprägt. Heute existieren selbstlernende Modelle, die Informationen sammeln, diese bewerten und, wie beispielsweise ChatGPT, nutzerfreundlich aufbereiten.

Gerade die Finanzbranche steht vor immer größeren Herausforderungen im Hinblick auf die Digitalisierung und Automatisierung von Prozessen. Die Technologie kann in unterschiedlichen Handlungsfeldern eingesetzt werden, um Prozesse zu automatisieren, Daten in Prozessen anzureichern, Risiken detaillierter zu analysieren und Kundenbedürfnisse besser zu verstehen. Klar ist: Wem es gelingt, Kundenwünsche, Anträge und Prozesse schneller und bequemer als je zuvor zu bearbeiten und die Anforderungen der Kund:innen zu erfüllen, verschafft sich einen strategischen Wettbewerbsvorteil.

ChatAI bietet mit ChatGPT Finanzinstituten die Möglichkeit, große Mengen an Daten schnell und präzise zu analysieren. Dies kann beispielsweise dazu beitragen, das Risiko von Investmentportfolios zu minimieren, die Effizienz von Handelsstrategien zu verbessern oder die Prüfung von Kreditrisiken zu beschleunigen und zuverlässigere Ergebnisse für die Vergabe von Darlehen zu erhalten.  

 

Kreditrisikoprüfung mit ChatGPT – die Revolution?

Hinweis: Der Einsatz von ChatGPT ist zurzeit (Stand Januar 2023) in keiner fintus Kundenumgebung produktiv im Einsatz. Eine Bibliothek für die Einbindung in Prozesse ist für erste Evaluierungen vorhanden. Die Bewertung der Anforderungen an den Datenschutz, die Art der Auftragsdatenverarbeitung sowie auch die Einwertung des Risikos durch fehlerhafte Einschätzungen und Ergebnistypen beispielsweise in der Kreditprozess-Bearbeitung stehen aus.

Angesichts der dynamischen Entwicklung der Einsatzfelder von künstlicher Intelligenz in der Finanzbranche verwundert es, dass der Einsatz der Technologie im Kredit- und Forderungsmanagement bis dato eher schleppend verläuft. Der Risikoappetit und die Diskussionsfreude mit dem Regulator stellen dabei für die meisten Finanzinstitute die vermeintlich höchste Hürde dar. Dabei haben derartige intelligente Anwendungen wie ChatGPT das Potenzial, das Kreditwesen nachhaltig zu verändern und zu revolutionieren.

Eine Momentaufnahme: Zu optimistische Risikoeinschätzungen verbunden mit Zahlungsausfällen und Falschauskünfte/Betrug gefährden die Profitabilität und damit das Geschäftsmodell von Banken. Es ist daher unerlässlich, die Bonität und das Risiko des Engagements zu prüfen. Insbesondere in komplexeren Kreditsituationen, beispielsweise bei der Einwertung eines Kreditnehmers nebst Einschätzung des Branchen- und Regionalrisikos, steigert dies den Arbeitsaufwand und verhindert eine hohe Automatisierung – einerseits. Andererseits wird es in der aktuellen Zeit für Unternehmen und Privathaushalte zunehmend schwieriger, ihre Kreditlinien auszuweiten. Wie eine aktuelle Umfrage des ifo-Instituts zeigt, sind Banken bei der Vergabe von neuen Krediten derzeit sehr vorsichtig. Demnach berichten inzwischen 30 Prozent aller Unternehmen, die mit Banken über Kredite verhandeln, von einer starken Zurückhaltung bei der Vergabe. Im September 2022 waren es erst 24 Prozent. Besonders von dieser Vorsicht bei der Kreditvergabe betroffen sind kleine Unternehmen und Solo-Selbstständige.

Mithilfe von Technologien wie ChatGPT lassen sich verschiedene nicht strukturierte/öffentliche Datenquellen für die Beurteilung der Kreditwürdigkeit beziehungsweise des Risikos einbeziehen, Ausfallwahrscheinlichkeiten genauer berechnen, Konditionen an veränderte Rahmenbedingungen anpassen – und letzten Endes Informationen beisteuern, die eine Automatisierung oder zumindest inhaltliche Anreicherung der Entscheidung automatisiert unterstützen.

Mögliche Einsatzszenarien von ChatGPT:

• Auswertung eines Risikos durch eine Ballung von gleichartigen Unternehmen in einer Region.
• Abfrage über ökologische Risiken in der Region des Antragstellers basierend auf historischen Daten und medialen Quellen.
• Erläuterung des Geschäftsmodells basierend auf Drittquellen statt auf Recherche der Kreditspezialist:innen.
• Detaillierte Stärken- und Schwächen-Analyse durch die intelligente Kombination entsprechender Suchanfragen.
• Hintergrundprüfung über die unternehmerische Eignung einer Person basierend auf der öffentlichen Sichtbarkeit des Unternehmens/der Person und möglicher Bewertungen.
• Eine Wettbewerbsanalyse der Top 5–10 Wettbewerber in einem Segment oder einer Region inklusive Auflistung der letzten medialen Meldungen mit hoher Reichweite.

Risikobewertung der Automobilbranche mithilfe von ChatGPT

 

Low-Code – der einfachste Weg zur prozessualen Integration

Wie kann ChatGPT bei Finanzinstituten in die aktuelle Prozesslandschaft eingebunden werden? Low-Code bietet die Lösung. Technisch wird ChatGPT wie eine externe Schnittstelle in die Prozesse eingebunden. Während der Antragsphase oder innerhalb des Prozesses erhobene Informationen werden mit vordefinierten Fragen übergeben. Die Antwort liefert ein quantitatives Ergebnis (zum Beispiel einen Score) sowie ein qualitatives Ergebnis (zum Beispiel die textuelle Erläuterung eines Sachverhaltes inklusive einer Einschätzung der künstlichen Intelligenz).

Die Vorteile der Integration von künstlicher Intelligenz für die Automatisierung von Entscheidung oder Anreicherung von Inhalten zur Vorbereitung von Entscheidungen via Low-Code liegen auf der Hand:

1. Mehr Agilität

Einer der größten Vorteile ist die Agilität, die Low-Code-Plattformen mit sich bringen. Sie ermöglichen es Banken, sich schnell an sich ändernde Anforderungen anzupassen. Sowohl die Fragestellung und Interpretation als auch die grundsätzliche Einbindung erfolgen in kürzester Zeit und schaffen einen Vorsprung vor dem (analogen) Mitbewerbs-Institut.

2. Geringere Entwicklungskosten

Low-Code-Plattformen erfordern wenig oder gar keine Programmierkenntnisse, was die Umsetzungsgeschwindigkeit erhöht und gleichzeitig deren Kosten durch die Entlastung interner oder externer Entwickler:innen verringert. Untersuchungen haben gezeigt, dass Low-Code-Plattformen die Entwicklungszeit um bis zu 90 Prozent verkürzen können.

3. Flexible Integration

Low-Code-Plattformen binden Dritt-Systeme mittels standardisierter Schnittstellen (REST) beziehungsweise als kleine Java-Delegates in Prozesse ein. Sowohl der Input in die Schnittstelle als auch das Ergebnis der Anfrage lassen sich sofort im Prozess verarbeiten – und fließen in die Oberflächen der Software-Applikation oder in Kreditprotokolle ein.

Die Verwendung von ChatGPT in Verbindung mit Low-Code-Plattformen bietet Wettbewerbsvorteile für Banken, Factoring- und Leasing-Anbieter, Förderbanken, Kreditinstitute und andere Unternehmen. Insbesondere der hohe Arbeitsaufwand in der Anbahnung und dem Abschluss von komplexeren gewerblichen Aufträgen kann durch die Verbindung von innovativen Technologien wie ChatGPT mit Low-Code auf ein next Level gehoben werden. Finanzinstitute profitieren von optimierten und beschleunigten Kreditentscheidungen bei geringen Aufwands- und Entwicklungskosten dank Low-Code.

Vorteile der Low-Code-Entwicklung gegenüber der Full-Code-Entwicklung, erläutert von ChatGPT

 

Automatisierte Kreditentscheidungen mittels Low-Code-Lösung von fintus 

Die innovative Low-Code-Banking-Plattform von fintus setzt KI bereits erfolgreich in der automatisierten Kreditvergabe im Bereich der Dokumentenverarbeitung ein, um Kreditentscheidungen schneller und effizienter zu treffen und den Kreditvergabeprozess für Kund:innen und Mitarbeitende zu vereinfachen. Die fintus Suite bedient sich dabei stets modernster Technologien, um die Prozesse laufend zu optimieren und an aktuelle Entwicklungen, wie etwa den möglichen Einsatz von ChatGPT, anzupassen.

 

Fazit: Die Verbindung von ChatGPT und Low-Code stellt einen vielversprechenden Ansatz für die Kreditrisikoprüfung dar. Die Technologie hat das Potenzial, grundlegend die Art und Weise zu verändern, wie Informationen erhoben und Entscheidungen in der Finanzindustrie getroffen werden. Eine Herausforderung werden die sich stets ändernde Datenlage, die lernende Interpretation von Informationen der künstlichen Intelligenz und damit die eingeschränkte Reproduzierbarkeit der Entscheidungen sein.