Chief Sales Officer Markus Dauber und Chief Technology Officer Jonas Hohmann von der neoshare AG berichten in ihrem Vortrag auf dem CIBI Innovationstag am 6. März in München (www.cibi.de) über die Herausforderungen beim Einsatz von KI-Lösungen in der Finanzbranche und wie man sie meistert. Die neoshare AG versteht sich als Innovationsführer in der Digitalisierung von Finanzierungsprozessen für Finanzinstitute, Banken, Immobilienunternehmen und Projektentwickler.
ibi research: Was macht eigentlich neoshare? Können Sie kurz das Geschäftsmodell beschreiben?
Markus Dauber: Die neoshare AG bietet ihren Kunden eine KI-gestützte Software für die optimierte Verwaltung und Umsetzung von Projekt- und Immobilienfinanzierung an. Zur Zielgruppe gehören Finanzinstitute und Banken sowie Immobilienunternehmen und Projektentwickler. Unsere gleichnamige Software, „neoshare“, verkaufen wir an Bankkunden als SaaS-Produkt auf Lizenzbasis. Immobilienkunden können die Basis-Version der Software derzeit kostenlos nutzen. Bei Bedarf unterstützt das Consulting-Team von neoshare unsere Kunden mit technologiegestützter Strukturierungsberatung. Wenn ein Kunde diese Dienstleistung in Anspruch nimmt, fallen Beratungskosten an. Von neoshare profitieren beide Zielgruppen: Finanzinstitute erreichen mit dem Zugang zum neoshare-Netzwerk neue Kundengruppen und steigern so ihr Geschäftspotential und ihre Risikodiversifikation. Die Software optimiert einen Großteil der operativen Prozesse durch Digitalisierung und Teilautomatisierung. Das beschleunigt Vorgänge ungemein, und zwar sowohl auf interner Seite als auch in der Zusammenarbeit mit externen Partnern und Kunden. Gleichzeitig können Immobilienunternehmen und Projektentwickler mit neoshare einen enormen Sicherheit- und Effizienzgewinn in der Umsetzung von Finanzierungsvorhaben erzielen.
ibi research: Welche Bedeutung hat KI im Allgemeinen in der Finanzdienstleistungsbranche und welche Rolle spielt KI im Speziellen bei der gewerblichen Immobilien- und Projektfinanzierung auf Sicht von zwei bis drei Jahren?
Markus Dauber: KI transformiert die Finanzbranche durch Automatisierung von Routineaufgaben, Verbesserung der Kundeninteraktion und Optimierung des Risikomanagements. Insbesondere im Bereich der gewerblichen Immobilien- und Projektfinanzierung ermöglicht KI eine effizientere Bewertung von Investitionsgelegenheiten, indem sie große Datenmengen aus verschiedenen Quellen analysiert, wie z.B. Markttrends, historische Transaktionen und lokale Wirtschaftsindikatoren. In den nächsten zwei bis drei Jahren wird KI voraussichtlich fortschrittliche Analysetools bereitstellen, die Prognosen über die Markt- und Preisentwicklung erleichtern, Risikobewertungen verfeinern und personalisierte Finanzierungsangebote ermöglichen. Dies könnte zu einer schnelleren Genehmigung von Krediten und einer effizienteren Kapitalallokation führen. KI-basierte Systeme könnten auch bei der Identifizierung von sich entwickelnden Märkten und Nischen helfen, indem sie Muster erkennen, die für menschliche Analysten nicht offensichtlich sind, was strategische Investitionsentscheidungen unterstützt.
ibi research: Was sind die größten Hemmnisse bei KI-Projekten? Intern und von extern?
Jonas Hohmann: Aus interner Sicht ist neben den Datenherausforderungen die Integration von KI-Systemen in bestehende IT-Infrastrukturen oft komplex. Der Widerstand gegen Veränderungen unter den Mitarbeitern kann ebenfalls ein Hindernis darstellen, ebenso wie die Notwendigkeit einer kontinuierlichen Schulung und Anpassung der Arbeitsprozesse.
Datenqualität und -zugänglichkeit: Die Effektivität von KI-Systemen hängt stark von der Qualität und Verfügbarkeit der Daten ab. Viele Unternehmen kämpfen mit unzureichenden, unstrukturierten oder fehlerhaften Daten, was die Leistungsfähigkeit von KI-Anwendungen beeinträchtigt.
Datenschutz und Datensicherheit: Besonders in der Finanzbranche sind Datenschutzbestimmungen streng. Die Einhaltung dieser Vorschriften, während gleichzeitig nutzbare Daten für KI-Anwendungen bereitgestellt werden, stellt eine erhebliche Herausforderung dar.
Technologische und infrastrukturelle Hindernisse: Integration mit bestehenden Systemen: Die Integration von KI-Lösungen in bestehende IT-Infrastrukturen kann komplex und kostspielig sein. Viele Unternehmen verfügen über veraltete Systeme, die nicht leicht mit modernen KI-Tools kompatibel sind.
Fehlende technische Expertise: Der Mangel an qualifizierten Fachkräften, die sowohl über technisches Verständnis als auch über Branchenkenntnisse verfügen, kann die Entwicklung und Implementierung von KI-Lösungen erschweren.
Widerstand gegen Veränderungen: In vielen Unternehmen gibt es eine natürliche Abneigung gegenüber Veränderungen, besonders wenn diese durch technologische Innovationen wie KI hervorgerufen werden. Dies kann die Akzeptanz und Einführung von KI-Lösungen erschweren.
Mangel an Verständnis und Bewusstsein: Ein grundlegendes Verständnis für die Funktionsweise und Potenziale von KI fehlt oft auf Managementebene, was zu Zögern oder Fehlentscheidungen bei Investitionen in KI-Projekte führen kann.
Aus externer Sicht sind folgende Punkte relevant:
Datenschutz und -sicherheit sind große Bedenken, insbesondere in Bezug auf sensible Finanzdaten.
Regulatorische Unsicherheiten: Die sich ständig verändernde regulatorische Landschaft, insbesondere im Hinblick auf KI und neue Technologien, kann Unternehmen davon abhalten, in KI zu investieren, da die rechtlichen Implikationen unklar sind.
Öffentliche Wahrnehmung und ethische Bedenken: Bedenken bezüglich der ethischen Nutzung von KI, wie z.B. Verzerrungen in Algorithmen oder der Verlust von Arbeitsplätzen durch Automatisierung, können zu einer negativen öffentlichen Wahrnehmung führen und damit die Einführung von KI-Lösungen beeinträchtigen.
ibi research: Welche Rolle spielen die Mitarbeiter bei der Nutzung von KI-Lösungen in Ihren Projekten?
Jonas Hohmann: Die Mitarbeiter sind für das 'Training' der KI-Systeme durch Feedback und Korrekturen verantwortlich, um die Genauigkeit und Relevanz der Ergebnisse zu verbessern. Sie agieren als Bindeglied zwischen den technologischen Möglichkeiten der KI und den spezifischen Anforderungen der Branche.
Mitarbeiter können auch eine wichtige Rolle bei der Identifizierung neuer Anwendungsbereiche für KI spielen, indem sie ihre Branchenkenntnisse und Erfahrungen einbringen. Gleichzeitig müssen sie sich auf eine sich verändernde Arbeitsumgebung einstellen, in der Routineaufgaben automatisiert werden, was eine Verschiebung zu analytischeren und kreativeren Aufgaben bedeutet.
ibi research: Nutzen Sie in Ihrer täglichen Arbeit auch KI? Falls ja für was und falls nein, warum nicht?
Jonas Hohmann: Ich setze Künstliche Intelligenz in verschiedenen Bereichen meiner Arbeit ein, um Effizienz und Produktivität zu steigern. Ein zentrales Einsatzgebiet ist die Automatisierung von Routineaufgaben. Zum Beispiel nutze ich KI-gestützte Tools für die Codeanalyse und -optimierung. Diese Systeme überprüfen automatisch den Code auf Fehler und machen Verbesserungsvorschläge, was die Qualität unserer Software erheblich verbessert.
Darüber hinaus verwende ich KI für automatisierte Testverfahren. Durch die Nutzung von KI in der Generierung und Durchführung von Tests kann ich Zeit sparen und die Qualitätssicherung unserer Produkte effektiver gestalten.
Im Bereich des Projektmanagements setze ich KI ein, um große Datenmengen zu analysieren. Dies hilft mir, Muster und Trends zu erkennen, die für den Erfolg unserer Projekte entscheidend sind.
KI spielt auch eine Rolle in der Optimierung unserer Kundeninteraktion. Auch wir arbeiten an KI-basierte Chatbots, um häufig gestellte Kundenanfragen effizient zu bearbeiten, was unseren Kundenservice verbessern wird. Ebenso wollen wir KI nutzen, um personalisierte Empfehlungen für unsere Kunden zu generieren, basierend auf deren früheren Interaktionen und Präferenzen.
Zusätzlich zu den spezifischen Anwendungen in der Softwareentwicklung und im Projektmanagement nutze ich KI auch für eine Reihe von allgemeineren Aufgaben, die unsere Arbeitsprozesse weiter optimieren.
Grafikerstellung und -analyse: KI-Tools kommen bei der Erstellung und Analyse von Grafiken zum Einsatz. Sie ermöglichen es uns, komplexe Daten visuell ansprechend darzustellen, Trends zu identifizieren und Erkenntnisse aus großen Datenmengen zu gewinnen. Außerdem nutzen wir KI für das automatisierte Design, wodurch wir schnell hochwertige grafische Inhalte für Präsentationen oder Marketingmaterialien erstellen können.
Textverarbeitung und -erzeugung: Im Bereich der Textverarbeitung setzen wir KI ein, um Dokumente zu analysieren, Zusammenfassungen zu erstellen und Schlüsselinformationen hervorzuheben. KI-basierte Textgenerierungstools helfen uns auch bei der Erstellung von Berichten, indem sie automatisch Entwürfe basierend auf eingegebenen Daten generieren.
Recherche und Informationsbeschaffung: KI ist ein wertvolles Werkzeug für die Recherche. Wir verwenden KI-Systeme, um relevante Informationen und Forschungsdaten aus einer Vielzahl von Quellen schnell zu sammeln und zu filtern. Dies spart Zeit und verbessert die Qualität unserer Forschung und Analyse.
Personalisierung von Benutzererfahrungen: In der Softwareentwicklung setzen wir KI ein, um personalisierte Benutzererfahrungen zu schaffen. Durch Analyse des Nutzerverhaltens können wir unsere Produkte und Dienstleistungen besser auf die individuellen Bedürfnisse unserer Kunden abstimmen.
Intern verbessert KI unsere Arbeitsprozesse durch effizientes E-Mail- und Dokumentenmanagement. KI-Tools helfen dabei, eingehende E-Mails zu sortieren und wichtige Dokumente schnell auffindbar zu machen.
Schließlich ist KI ein unverzichtbares Werkzeug in unserer Sicherheitsstrategie. Wir nutzen KI für die Betrugserkennung und Compliance-Überwachung, um die Sicherheit unserer Systeme zu gewährleisten und gesetzliche Vorschriften einzuhalten.
Kurz gesagt, KI ist ein integraler Bestandteil meiner Arbeit, der uns hilft, schneller, effizienter und sicherer zu arbeiten.
Herr Dauber, Herr Hohmann, vielen Dank für Ihre Einschätzungen!
