An KI und RPA führt kein Weg vorbei


Wer das Rennen in Sachen Digitalisierung im Bankingsektor machen will, sollte auf den Produktivitäts-Pusher Automatisierung nicht verzichten. Robotic Process Automation, oder kurz RPA, ist in der Lage, große Anteile von Routinevorgängen zu übernehmen. Vorteil: Hochqualifizierte Bankangestellte werden so von einfachen Datenübertragungen und Quality Checks entlastet und können sich anspruchsvolleren Aufgaben widmen.

Vor allem in einer Branche, die durch niedrige Zinsen, reine Onlineanbieter und zunehmend auch branchenfremde Wettbewerber geprägt ist, gilt es, Kosten zu senken und gleichzeitig den Mitarbeitern wieder mehr Freiraum für Kreativität und Innovationen zu geben.

Weiterer Vorteil: Gerade Finanzdienstleister werden durch wachsende Compliance-Anforderungen reglementiert, so dass sich der Einsatz von RPA zur Qualitätssicherung und Risikominimierung unter anderem in den Bereichen Fraud Detection/Fraud Prevention, Regulatory Reporting oder Anti-Money-Laundering anbietet. Grundsätzlich reichen die RPA-Einsatzgebiete in Banken vom IT-System, über Accounting und Human Ressources bis hin zum Risikomanagement.

„Die Banken bewegen sich derzeit in einem disruptiven Umfeld. RPA ermöglicht ihnen, wenig wertschöpfende Tätigkeiten zu automatisieren, Kosten einzusparen, agilere Methodik und mit den Entwicklungen Schritt zu halten“, erläutert Ralf Baust, Senior Vice President, Head of Banking bei NTT DATA. Diese „Software­Roboter“ können unterschiedliche Systeme und Anwendungen vergleichbar zu einem Menschen bedienen – sei es ein E-Mail-Programm oder ein selbst entwickeltes Bestandsführungssystem.

Noch sind die Helfer allerdings auf einfache Prozesse begrenzt. Trotzdem sollten vorab Fragen geklärt werden: wer trainiert den Roboter, wer definiert Engpässe, welche Prozesse sind geeignet? Um einen maximalen Nutzen zu erzielen, sollten die potentiellen Einsatzbereiche daher folgende Bedingungen erfüllen:

  • Prozess ist regelbasiert
  • Inputdaten sind strukturiert
  • Prozessvolumen ist hoch
  • Prozesskomplexität ist gering
  • Anzahl der involvierten Anwendungen und Medienbrüche ist hoch
  • Menge der erforderlichen Mitarbeiter ist hoch
  • Prozessrisiko bzw. Fehlerkosten sind hoch
  • Fehlerquote bei manueller Ausführung ist mittel bis hoch

Durch die Einbindung ergänzender Technologien wie etwa Text- und Spracherkennung, künstliche Intelligenz oder maschinelles Lernen, wird sich RPA weiterentwickeln. „In wenigen Jahren werden die Systeme Abläufe besser erfassen, bewerten und sich entsprechend selbst anpassen können. NTT DATA forscht intensiv an der Fortentwicklung der KI-Technologien − die damit verbundene Ausweitung von RPA auf komplexere Prozesse treiben wir in unserer globalen Unternehmensstruktur aktiv voran“, so Baust.

Bei der Umsetzung von konkreten RPA-Projekten arbeitet NTT DATA unter anderem mit Blueprism, dem Erfinder von Robotic Process Automation, zusammen. Falls Sie mehr über Robotic Process Automation und die Weiterentwicklung im Banking Umfeld durch NTT DATA erfahren möchten, besuchen Sie uns. Hier geht’s zum Banking.