Schwellenländer beschleunigen digitale Banking-Transformation

Schwellenländer im Fintech-Bereich sehen wenigen Constraints bei der Nutzung von Cloud Computing, Big Data, künstlicher Intelligenz und anderen Technologien für aktuelle digitale Banking-Services.

Digitales Banking wird in den kommenden Jahren große Auswirkungen haben. Die laufende Entwicklung von Robotic Process Automation, Big Data, künstlicher Intelligenz und anderen Technologien in Finanzdienstleistungen ist in manchen Vierteln Anlass zur Sorge.

Ein Hinweis auf seine Auswirkungen: Wells Fargo verteilte Ende letzten Jahres einen speziellen 110-seitigen Report mit Details zu den Auswirkungen der Digitalisierung auf die Wall Street. Die Bank sagte voraus, dass bis 2026 etwa 100.000 Bankmitarbeiter direkt durch digitale Technologien ersetzt würden.

Die Frage ist also nicht, ob Fintech sich ändern muss. Die Frage ist, was genau dies bewirkt? Um dies zu verstehen, ist es entscheidend zu erfassen, welche digitalen Innovationen und organisatorischen Ansätze es Schwellenländern ermöglichen, in digitales Banking vorzustoßen.

Filialen: Aus einem anderen Winkel angehen

Digitale Services scheinen den Bedarf an physischen Bankfilialen zu reduzieren. Die COVID-Pandemie veranlasste viele Menschen, ihre Finanzangelegenheiten über digitales Banking und Geldautomaten zu erledigen.

Banken müssen ihre physischen Büros in digitale Banking-Ökosysteme transformieren, da Transaktionen über E-Wallets den gesamten Umfang der Operationen, die Kunden von ihren Banken verlangen, kaum abdecken können.

Digitale Banking-Services scheinen ein Problem für viele ältere Kunden zu sein, die In-Office-Unterstützung durch menschliche Spezialisten benötigen. Zusätzlich zu traditionellen In-Office-Prozeduren, die Face-to-Face-Kundensupport erfordern, werden heute viele „exotische“ Aktivitäten wie Rechtsberatung, Versicherungen, Brokerage und Immobilienberatung von Bankfilialen angeboten.

Banking-Transformation polarisiert nicht physische Büros und Client-Bank-Software, während menschliche Clerks nicht gegen KI-gestützte Chatbots juxtapositioniert sind. Digitale Service-Kanäle ermöglichen Operations-Managern, sich an „Superhelden“ zu wenden, deren menschliche Fähigkeiten durch digitale Entwicklungen ergänzt werden.

Letztlich haben Bankfilialen die Chance, zu einem Spielplatz für Augmented Reality zu werden, wo physisch, digital, menschlich und cyber effektiv miteinander verwoben werden können, um die strebsame Banking-Industrie zu revitalisieren.

Kundenengagement neu denken: Wie Banken sich im digitalen New Normal verhalten

Im zunehmenden Wettbewerb mit innovativen Zahlungsplattformen wie Venmo, TransferWise, PayPal, Remitly und dergleichen besteht die Aufgabe der Banken darin, bestehende Kunden mit personalisierten Ansätzen zu halten, ähnlich wie es Fintech-Disruptoren anbieten. Um die Aufgabe zu erfüllen, sollten Banken einigen Trends folgen, die Accenture in ihrer globalen Forschung Banking Technology Vision angegeben hat.

Trend 1: Nutzung einer Gruppe von DARQ-Technologien, wobei D für Distributed Ledger Technologies (Blockchain), A für Artificial Intelligence, R für Extended (oder Augmented) Reality und Q für Quantum Computing steht. Laut 47 % der Befragten ist die wirkungsvollste Technologie für digitales Banking KI.

Trend 2: Erreichen eines neuen Levels an „digitaler Nähe“ zu Kunden. Die Fähigkeit, Kundenverhalten zu analysieren und zu interpretieren, ist kritisch für die Erstellung hochwertiger individueller Services im digitalen Banking.

Trend 3: Verbesserung der digitalen Skills von Bankmitarbeitern. Mehr als 75 % der Top-Manager sind sicher, dass ihre Mitarbeiter ein höheres Level an „digitaler Reife“ haben als die Bankorganisationen, in denen sie arbeiten.

Trend 4: Stärkung der Cybersicherheit. Trotz des globalen Trends von Open Banking (wenn Banken Zugang zu ihren Informationssystemen für Dritte bereitstellen), akzeptieren nur 51 % der Bankaufseher ihre Partner als voll zuverlässig in Bezug auf die Cybersicherheit digitaler Banking-Ökosysteme.

Trend 5: Services auf Non-Stop-Betrieb einstellen. Die „geschlossen bis 8 Uhr morgens“-Ausrede ist kaum akzeptabel, egal welchen Banking-Service es betreffen mag. Etwa 87 % der Bank-Top-Manager stimmen zu, dass Echtzeit-Services den wahren Wettbewerbsvorteil des digitalen Bankings darstellen.

Siehe auch: Wie wird Finance 2.0 aussehen? Einige Überraschungen

Welche digitalen Technologien sollten Banken nutzen?

Kaum eine Art digitaler Innovation hat einen bestimmten Wert für Schwellenländer im Fintech-Bereich. Wir haben einige bewährte Technologien ausgewählt, die Banken jetzt wert sind, genutzt zu werden.

Cloud Computing

Digitale Banking-Ökosysteme mit ihren Multi-User-Plattformen erfordern überdurchschnittliche Computing-Kapazitäten. Banken sollten Daten sammeln, sicher speichern und analysieren, um neue Banking-Produkte zu entwickeln. Bankmitarbeiter sollten von überall und jederzeit auf ihre Datensätze zugreifen können. Selbst die reichste On-Premises-IT-Infrastruktur riskiert, eines Tages veraltet zu sein. Im Gegensatz zu Banken sind Cloud-Provider diejenigen, die ihren Lebensunterhalt damit verdienen, mit allen digitalen Innovationen, die Kunden angeboten werden, Schritt zu halten:

• Sie aktualisieren ihre Hardware regelmäßig, ohne laufende Services zu unterbrechen.
• Cloud-Computing-Management wird durch die aktuellsten Software-Lösungen erleichtert, entwickelt von den besten Software-Ingenieuren.
• Clouds bieten fast unbegrenzten Speicherplatz für jede Art von Daten.
• Kontinuierliches Backup der gesamten In-Cloud-Infrastruktur lässt Kunden vergessen, wertvolle Infos zu verlieren.

Cloud Computing im Banking hat eine überzeugende finanzielle Rationale, die es Banken ermöglicht, weniger Mittel für digitale Transformation auszugeben. Die teuersten Premium-Pläne von Cloud-Providern scheinen ein Tropfen auf den heißen Stein im Vergleich zu dem, was On-Premises-IT-Infrastrukturen auszugeben erfordern.

Es ist legitim zu behaupten, dass kein nachhaltiges digitales Banking ohne Cloud Computing Financial Services heutzutage möglich ist. Migom Bank bietet beispielsweise Cloud-basiertes Banking nach Schweizer Standards für Schwellenländer mit dynamischem Währungsaustausch, QR-Code-Zahlungen und Verwahrung digitaler Assets.

Big Data

Big Data ist die Ressource für Algorithmen des Machine Learning, die viele effiziente Banking-Ansätze ermöglichen (KYC oder Know-Your-Customer, zum Beispiel). Korrekt verarbeitete Big Data trägt zu Predictive Analytics bei wie wenig anderes.

Big Data im Banking erfordert entsprechende Software-Lösungen für Analytics und Visualisierung. Sie sollten für Bankmitarbeiter ohne tiefgreifende Data-Science-Expertise erfassbar sein. Sowohl Ready-to-Use-Softwareprodukte für Big Data Processing als auch maßgeschneiderte Lösungen sind auf dem Markt verfügbar. Der zweite Ansatz ist vorzuziehen, da Big Data Applications in Finance spezielle Zielsetzungen und Implementierungen haben. Finanzorganisationen aus Schwellenländern können Big Data Analytics im Banking kaum umgehen, da die Verarbeitung von Kundendaten ein Must-have für Fintech ist.

Künstliche Intelligenz

Künstliche Intelligenz basiert auf neuronalen Netzen, die wiederum durch Big Data angetrieben werden. Technologien für digitales Banking bilden eine Art mehrstufige Pyramide, gekrönt von KI.

Wie würde die Banking-Industrie künstliche Intelligenz nutzen? Der Umfang von KI-Anwendungen ist im Banking vielschichtig:

• KI-Algorithmen können Kundenverhalten analysieren, um wertvolle Empfehlungen für bessere Kundenzufriedenheit zu liefern.
• KI erleichtert die Automatisierung von Banking-Routinen, besonders im Risikomanagement. Sie hilft, verdächtige Transaktionen zu erkennen, um sie rechtzeitig zu blockieren.
• KI kann Data Analytics im Bank-as-a-Service-Paradigma verbessern. Die Commonwealth Bank of Australia schlägt beispielsweise personalisierte Finanzpläne für Kunden über eine KI-gestützte Mobile App vor.
• KI-fähige Chatbots reduzieren Betriebskosten, indem sie typische Kundenfragen rund um die Uhr beantworten.
• KI kann regulatorische Compliance durch fehlerfreie Betrugserkennung verbessern.
• KI-gestützte Gesichtserkennung erleichtert Kundenidentifikation im Mobile Banking.

Die Mehrheit der Banking-Experten glaubt, dass künstliche Intelligenz im Banking und Finance die wertvollste digitale Technologie ist.

Robotic Process Automation

Da die Mehrheit der In-Bank-Operationen noch manuell verarbeitet wird, erfordert Robotic Process Automation (RPA) in Finanzdienstleistungen eine breitere Adoption. Manuelle Banking-Routinen greifen das wertvollste Asset an – Zeit. Zusätzlich gelingt es nicht, das Risiko möglicher Fehler einzudämmen.

Fortune Business Insights prognostiziert, die RPA-Marktkapitalisierung werde bis 2026 6,81 Milliarden Dollar erreichen.

RPA-Use-Cases im Banking umfassen ein solides Robotic-Process-Automation-Beispiel wie AML (Anti-Money-Laundering) Analytics. AML-Untersuchung impliziert repetitive Prozeduren basierend auf hochregulierten Regeln. Daher können MLA-Prozeduren leicht durch Robotik im Banking erfüllt werden.

Ein weiteres Beispiel für RPA in Finanzdienstleistungen impliziert Kontoauflösungsverarbeitung. KI-fähige RPA-Bots können Bankoffiziere komplett ersetzen, damit menschliches Personal sich auf das konzentrieren kann, was wirklich kreative menschliche Intelligenz erfordert. RPA ist kritisch für immer-verfügbare Banking-Ökosysteme, die Armut in Schwellenländern über Mobile Payments mindern. Alvarez & Marsal entwickeln beispielsweise Mobile-Payment-Banking-Infrastrukturen für afrikanische Banken, um monetäre Vorteile für die ärmste Bevölkerung zu liefern.

Cybersicherheit

Cyberangriffe auf Banken scheinen unvermeidliche Konsequenzen der Digitalisierung zu sein. Hacker werden immer versuchen, Kundendatenbanken zu ergattern, um sie über den Schwarzmarkt an Marketer und Werbetreibende zu verkaufen.

Sie greifen sowohl Bank-Client-Systeme für juristische Personen als auch persönliche Mobile-Banking-Apps an.

Zusätzlich zu technischen Hacking-Mitteln nutzen Betrüger Social Engineering, während sie Anrufe an potenzielle Opfer unter dem Vorwand ihrer Banken tätigen.

Die folgenden digitalen Technologien können Cyber-Bedrohungen für Finanzinstitute mindern:

• KI-gestützte Anti-Fraud-Analytics können sofort mehrere Datenquellen prüfen, um Diskrepanzen in Dokumenten und Transaktionen zu erkennen.
• Digitale Identifikationstechnologien wie 2-Faktor-Authentifizierung und Cross-Platform-Verifizierung machen Banking-Systeme weniger verwundbar für unbefugten Zugriff.
• Kryptografisch verschlüsselte E-Mails erleichtern die Sicherheit privater Kommunikation zwischen Banken und Kunden.

Privatsphäre wird zum Eckpfeiler im digitalen Banking heutzutage. Glücklicherweise mangelt es nicht an digitalen Technologien, um ausreichende Cybersicherheit im Finanzsektor zu bieten. Eine der mexikanischen „Neobanken“ Klar bietet hochsichere Banking-Lösungen für gewöhnliche Kunden, die von staatlichen Verwahrdiensten ausgeschlossen sind.

Ein letztes Wort

Sowohl entwickelte als auch Schwellenmärkte haben überraschend gleiche Chancen für digitale Transformation. Mehr noch, Schwellenmärkte sind besser gerüstet, um in digitales Banking vorzustoßen.

Software-Outsourcing-Anbieter aus Osteuropa, Asien-Pazifik, Lateinamerika, Russland und Indien bieten fortgeschrittene digitale Banking-Lösungen günstiger an als ähnliche Systeme, die in den USA und Westeuropa erstellt werden.

Schwellenländer im Fintech-Bereich sehen wenigen Constraints bei der Nutzung von Cloud Computing, Big Data, künstlicher Intelligenz und den anderen Techs für aktuelle digitale Banking-Services. Der nächste Schritt ist, ein tieferes Verständnis dafür zu gewinnen, wie diese Innovationen funktionieren.