Datenmanagement und die Anwendung von Datenanalysetechnologien sind für Organisationen im Bankensektor nichts Neues.

Laut Herrn Nguyen Thanh Son, Direktor des Schulungszentrums der Vietnamesischen Bankenvereinigung (VNBA), hat die VNBA seit 2017 zahlreiche Seminare und Schulungsprogramme für ihre Mitgliedsinstitutionen organisiert. Während damals die meisten Teilnehmer lediglich Interesse zeigten und nur wenige aktiv nach Anwendungsmöglichkeiten für Technologie in Geschäftsprozessen, Entscheidungsfindung und Risikomanagement suchten, hat sich dies nach fünf bis sechs Jahren grundlegend geändert.

Im Rahmen des Workshops „Daten für den Erfolg nutzen“ am 19. September in Hanoi erklärte Herr Nguyen Thanh Son, dass viele Banken neue Technologien zur Betrugsprävention und für Zahlungsaktivitäten im digitalen Ökosystem einsetzen, darunter auch Datenmanagement-Anwendungen.

Mit dem großen Vorteil, über ein riesiges Datenlager zu verfügen, können Banken, wenn sie wissen, wie sie diesen Vorteil nutzen, ihren Wettbewerbsvorteil ausbauen, ihre Marke stärken und Risiken minimieren.

W-Nguyen Thanh Son.jpg
Herr Nguyen Thanh Son, Direktor des Schulungszentrums des vietnamesischen Bankenverbands (VNBA), hielt am 19. September in Hanoi die Eröffnungsrede beim Workshop „Datennutzung für den Erfolg“. Foto: Thai Khang

Um dieses Potenzial nutzen zu können, müssen Daten jedoch zunächst kontrolliert und verarbeitet, oder mit anderen Worten, effektiv gesteuert werden.

Laut dem Vertreter der VNBA haben große Banken Datenstrategien mit Governance-Rahmenwerken, Aufsichtsräten, Mitarbeitern und spezialisierten Abteilungen sowie Richtlinien zur Regelung der Rollen der Stakeholder, zur Festlegung von Strategien für jede Phase und deren systematischer Umsetzung entwickelt. Kleinere Banken hingegen implementieren Datenstrategien auf einer weniger umfassenden Ebene.

Frau Dinh Hong Hanh, stellvertretende Generaldirektorin und Leiterin des Bereichs Finanzberatung bei PwC Vietnam, erklärte, dass die Vorteile von Daten ausschließlich auf einem effektiven Datenmanagement beruhen. Nur gute, nachhaltige und sichere Managementinstrumente ermöglichen die optimale Nutzung von Daten.

Ein weiterer Vorteil einer effektiven Daten-Governance für Banken besteht darin, dass sie ihnen hilft, sich an die sich ständig ändernden Vorschriften und rechtlichen Anforderungen weltweit anzupassen und diese einzuhalten.

In Südostasien entwickeln Finanzinstitute ihre Daten-Governance zunehmend weiter, bedingt durch den Druck regulatorischer Anforderungen sowie die Treiber der digitalen Transformation und die Notwendigkeit, grenzüberschreitende Daten zu verwalten.

Der Einsatz von Technologie hilft Banken, bahnbrechende Erfolge zu erzielen.

Im Bankensektor ermöglicht der Einsatz neuer Technologien wie GenAI und maschinellem Lernen bahnbrechende Lösungen durch das Verständnis von Kundenpräferenzen und -verhalten. Gleichzeitig bietet die Big-Data-Analyse personalisierte Services, empfiehlt passende Produkte und unterstützt die Erreichung individueller finanzieller Ziele, wodurch die Kundenzufriedenheit und die Bindung zur Bank gestärkt werden.

Darüber hinaus trägt die Lernfähigkeit von GenAI dazu bei, komplexe Prozesse zu automatisieren, Fehler zu minimieren, Betriebszeiten zu verkürzen und ein effektives Risikomanagement zu gewährleisten. GenAI und neue Technologien helfen, Risiken besser zu managen, indem sie ungewöhnliche Verhaltensmuster erkennen und so betrügerisches Verhalten verhindern.

GenAI prognostiziert mithilfe der Analyse historischer Daten Markttrends, trifft intelligentere und genauere Entscheidungen, eröffnet Möglichkeiten zur Entwicklung neuer Produkte und Dienstleistungen und reagiert auf rasche Marktveränderungen.

Laut einer Studie des McKinsey-Instituts kann KI im Allgemeinen und GenAI im Besonderen durch gesteigerte Produktivität bis zu 340 Milliarden US-Dollar beitragen. Statista zufolge werden die Investitionen des Bankensektors in GenAI bis 2030 voraussichtlich 85 Milliarden US-Dollar erreichen.

Banken nutzen GenAI für Aktivitäten wie: Zusammenfassung, tiefgehende Informationsrecherche, Transformation/Übersetzung, Erweiterung/Verbesserung bestehender Inhalte, Fragen und Antworten, Erstellung neuer Inhalte.

Da KI jedoch zunehmend in betrieblichen Abläufen eingesetzt wird, steigt die Menge der generierten Daten und Modelle, was Risiken für Cybersicherheit, Datenschutz, Betriebsabläufe, Rechtmäßigkeit und Compliance birgt. Daher ist ein verantwortungsvoller Einsatz von KI erforderlich, um potenzielle Risiken zu minimieren.