Die unterbrochene Verbindung wiederherstellen: Echtzeitdaten für KI im Finanzdienstleistungssektor
In dieser neuen Phase der KI-Einführung reichen Ideen und Pilotmodelle nicht mehr aus. Immer häufiger wünschen sich sowohl operative Führungskräfte als auch Vorstände den Einsatz von KI in der vollen Produktionskapazität – inklusive messbarer Ergebnisse. Doch das erweist sich als schwieriger als erwartet, vor allem bei den Finanzdienstleistungen. Derzeit kommen Berichten zufolge 88 % der KI-Projekte in Unternehmen zum Stillstand, bevor sie die Produktionsphase erreichen, da ihre bestehende Infrastruktur den Anforderungen an Echtzeitdaten nicht gewachsen ist.
Im Finanzdienstleistungssektor lässt sich die Kluft zwischen dem „Vorhandensein von Daten“ und der „Wertschöpfung“ oft auf einen einzigen Faktor zurückführen: die Latenz. Während viele Institutionen das letzte Jahrzehnt damit verbracht haben, „Lakehouse“-Modelle für statische Daten zu perfektionieren, erfordern die stärksten Anwendungsfälle von KI einen grundlegenden Wandel hin zu Echtzeitdaten oder Bewegtdaten.
Bei einem kürzlich abgehaltenen Roundtable mit Experten von IBM und Cloudera wurde die zentrale Herausforderung für Führungskräfte erörtert: die Notwendigkeit dieses Wandels zu erkennen und den richtigen Architekturpartner auszuwählen. Im Mittelpunkt der Diskussion stand die Frage, wie Echtzeitarchitektur endlich die „unterbrochene Verbindung“ in der Finanz-KI wiederherstellt.
Die Notwendigkeit von Echtzeit-KI im Finanzdienstleistungssektor
Der Treiber für Echtzeitdaten geht über die reine technische Geschwindigkeit hinaus; es geht dabei um die Schließung einer massiven betrieblichen Lücke. Finanzinstitute haben lange Zeit „dunkle Stunden“ hingenommen, in denen Daten ungenutzt herumliegen und auf die nächtliche Batch-Verarbeitung warten. In den letzten Jahren hat sich diese Verzögerung zu einem Wettbewerbsnachteil entwickelt.
Fokus auf den unmittelbaren ROI: Das Back- und Middle-Office
In einem kürzlich erschienenen Lösungsbericht untersuchte das Technologie-Forschungs- und Beratungsunternehmen Omdia die Anwendungsfälle von Echtzeit-KI im Finanzdienstleistungssektor, darunter:
Betrugsprävention und Sicherheit in Echtzeit
Kundenerlebnis und Kundenbindung
Datenakquise, Transformation und Flussverwaltung
Plattformmodernisierung und Berichterstattung
Weitere Informationen finden Sie in der Kurzbeschreibung
Während generative KI für verbraucherorientierte Anwendungen wie Kundenerlebnis und Kundenbindung verlockend ist, erzielen viele Finanzdienstleistungsunternehmen den unmittelbarsten ROI im Back- und Middle-Office. Diese „unscheinbaren“ Anwendungsfälle führen direkt zu enormen Effizienzsteigerungen.
Berührungslose Abläufe: Durch den Einsatz von Echtzeit-KI für die interne Finanzprognose werden Prozesse zu 94–95 % berührungslos.
Enorme Effizienz: Die Automatisierung der Datenaggregation für komplexe Berichterstattung senkt die Betriebskosten um 30 % bis 40 %
Ausmaß der Auswirkungen: Für Großbanken bedeuten diese Optimierungen eine Produktivitätssteigerung in Höhe von Hunderten Millionen Dollar.
Der Vorteil der Zusammenarbeit von Cloudera und IBM: Hybride Effizienz und Souveränität
Die steigenden Kosten des Cloud-Betriebs und die zunehmende regulatorische Kontrolle machen die Wahl der Plattform zu einem strategischen Wendepunkt für Finanzdienstleistungen. Der Ansatz von Cloudera zur Datensouveränität deckt sich weitgehend mit dem von IBM, wobei der sichere, kontrollierte Zugriff Vorrang vor der Datenbewegung hat. Gemeinsam ermöglichen sie ein „Federation-in-Place“-Modell, mit dem Finanzinstitute auf Daten, unabhängig von ihrem Speicherort, z. B. in Kernbankensystemen, Handelsplattformen, Cloud-Umgebungen und Edge-Kanälen, zugreifen und diese analysieren können, ohne sie zu bewegen. Dieser Ansatz unterstützt Erkenntnisse in Echtzeit und hilft gleichzeitig Institutionen, regulatorische Anforderungen zu erfüllen, das operative Risiko zu reduzieren, die Rechenkosten zu stabilisieren und eine strikte Kontrolle über sensible Finanzdaten aufrechtzuerhalten.
Hybride Flexibilität zur Kostenkontrolle
Echtzeit-KI im Finanzdienstleistungssektor erfordert eine ständig verfügbare Rechenleistung, um Anwendungsfälle wie Zahlungsabwicklung, Risikomodellierung und Handelsgeschäfte zu unterstützen. Während Cloud-Umgebungen Flexibilität für Experimente bieten, können die Gesamtbetriebskosten (TCO) für stabile Workloads mit hohem Durchsatz, wie beispielsweise die Transaktionsverarbeitung oder die aufsichtsrechtliche Berichterstattung, bei einer lokalen Lösung deutlich niedriger sein. Die Hybridplattform von Cloudera ermöglicht die Portabilität von Daten und Anwendungen, sodass Unternehmen latenzkritische und kostenintensive Workloads dort ausführen können, wo dies aus finanzieller und betrieblicher Sicht am sinnvollsten ist.
Die „unterbrochene Verbindung“ durch Governance wiederherstellen
Ein großes Hindernis für den Einsatz von KI im Finanzdienstleistungssektor ist die Schwierigkeit, mit der Data Scientists und Risikoteams bei der Ermittlung, Bewertung und Steuerung von Bewegtdaten konfrontiert sind. Cloudera behebt dieses Problem, indem es einheitliche Governance-, Herkunfts-, Katalogisierungs- und Sicherheitskontrollen auf Streaming-Daten ausweitet und so sicherstellt, dass die für Entscheidungen genutzten Echtzeitdaten ebenso überprüfbar und vertrauenswürdig sind wie ruhende Daten. Dies ist entscheidend für die Erfüllung von Compliance-Anforderungen und die Unterstützung von erklärbarer KI.
KI und Modellsouveränität
Institutionen gehen über die reine Datenresidenz hinaus und treten in das Zeitalter der KI und der Modellsouveränität ein. Mit Cloudera und IBM können Unternehmen sicherstellen, dass sowohl Daten als auch Modelle innerhalb der erforderlichen geografischen oder regulatorischen Grenzen bleiben – und so die Einhaltung sich entwickelnder Datenschutz- und Finanzvorschriften unterstützen. Dieser Ansatz verhindert, dass sensible Daten die Gerichtsbarkeit verlassen, ohne dabei die Leistungsfähigkeit zu beeinträchtigen. Darüber hinaus bieten IBM Granite-Modelle eine überprüfbare, unternehmensgerechte Herkunftsnachverfolgung, wodurch das Risiko im Zusammenhang mit intransparenten oder nicht verifizierten Trainingsdaten reduziert wird.
Der Weg in die Zukunft: Edge-KI und ereignisgesteuerte Architektur
Um Echtzeit-Entscheidungen wie Betrugsprävention, Kreditprüfung und Handelsvalidierung zu ermöglichen, müssen Finanzinstitute von der Stapelverarbeitung zu ereignisgesteuerten Architekturen übergehen, die auf Technologien wie NiFi und Flink basieren.
Edge-KI: Durch die Verlagerung der Entscheidungsfindung näher an den Interaktionspunkt (oder die „Edge“) – wie beispielsweise an die Kasse, einen Geldautomaten oder innerhalb einer mobilen App – werden Betrugserkennung und Transaktionsüberprüfung in Echtzeit ermöglicht. Auf diese Weise können Institute betrügerische Aktivitäten stoppen, bevor eine Transaktion abgeschlossen ist, anstatt sie erst nach der Abwicklung zu erkennen.
Kleine Sprachmodelle (SLMs): Nicht jeder Anwendungsfall im Bereich Finanzdienstleistungen erfordert ein Modell im großen Maßstab. Kompakte Modelle (mit weniger als 10 Milliarden Parametern) können an der Edge oder in kontrollierten Umgebungen eingesetzt werden, um Anwendungsfälle wie Kundenauthentifizierung, Dokumentenverarbeitung und Compliance-Prüfungen zu unterstützen. Sie bieten dabei geringere Latenzzeiten, verbesserten Datenschutz und reduzierte Infrastrukturkosten.
Zukunftssicheres KI-Unternehmen mit Echtzeitdaten
Das Zeitalter des „Field of Dreams“-Ansatzes – also des Aufbaus riesiger Data Lakes in der Hoffnung, dass sich daraus von selbst ein Mehrwert ergibt – ist längst vorbei. Bei Finanzdienstleistungen misst sich der Wert an nachweisbaren Ergebnissen.
Die Zeit zum Handeln ist jetzt. Echtzeitdaten sind kein Luxus mehr, sondern die unverzichtbare Grundlage für moderne Bank-, Zahlungs-, Versicherungs- und Kapitalmarktgeschäfte. Sie verwandelt statische Berichterstellung in kontinuierliche, ereignisgesteuerte Entscheidungsfindung und ermöglicht dynamische Workflows, die sich in Echtzeit anpassen. Durch die Nutzung der Hybridplattform und der Bewegtdaten-Angebote von Cloudera in Verbindung mit IBM watsonx für KI und die Ausrichtung dieser Technologien auf klare Geschäftsergebnisse können Finanzinstitute Echtzeitdaten in einen dauerhaften Wettbewerbsvorteil verwandeln, ohne die Kontrolle, Governance und Resilienz zu verlieren, die dieser Sektor erfordert.