Kreditwesen Bonitätsprüfung und mehr: Wie KI die Finanzwelt verändern wird

Anbieter zum Thema

Kendox AG

xSuite Group GmbH

Esker Software Entwicklungs-und Vertrieb

Das Finanzwesen war schon immer ein digitaler Early Adopter. Das gilt auch für den Bereich Big Data. Dennoch wird künstliche Intelligenz vieles rund um Kredite wie die Bonitätsprüfung nicht bloß evolutionär verändern, sondern vielmehr revolutionär.

Es ist ein Weg, den jeder zwischen Bestverdiener-CEO und BAföG-angewiesenem Auszubildenden gehen muss: Egal ob Handyvertrag, neues Bankkonto, oder Kredit ganz gleich welcher Summe, stets wird auf recht klassische Weise eine Bonitätsprüfung durchgeführt. Just hierbei, wo seit Jahrzehnten Auskunfteien eine enorm gefestigte Monopolstellung entwickeln konnten, liegt einer der Hebelpunkte für eine KI-Revolution der Finanzwelt. Schon heute wird manches davon in der Praxis umgesetzt; anderes ist für die nähere Zukunft als nahezu zwangsläufige Entwicklung erwartbar. Mehrere solcher Veränderungen zeigen wir hier.

Bonitätsprüfung: Geringere Bedeutung von Auskunfteien

Kreditinstitute dürfen Geld nur verleihen, wenn sie zuvor die Bonität des Antragstellers überprüft haben - so verlangt es sinngemäß Paragraph 18 des bundesdeutschen Kreditwesengesetzes. Zwar macht die Regelung keine detaillierten Vorgaben über das Wie, aber ab gewissen Beträgen greifen die meisten Banken zu Daten der Auskunfteien, etwa der Schufa. Schlicht, weil diese Anlaufstellen etabliert sind, eine gute Reputation haben und oft sehr viel mehr Datensätze über einen Antragsteller besitzen als jede Bank.

Nun sind diese Auskunfteien nicht frei von Kritik. Wie ihr Scoring zustande kommt, ist zu weiten Teilen Geschäftsgeheimnis. Zudem wird es als nicht immer objektiv empfunden. Die Folge: Ein Kredit ohne Schufa im Digitalzeitalter ist zwar möglich - kann aber insbesondere bei fehlerhaften Datensätzen für den Antragsteller zumindest teurer sein als nötig. Zwar könnte KI definitiv auch diese Bewertung revolutionieren. Stärker dürfte sie jedoch die internen Bewertungsmöglichkeiten der Banken verbessern. Die Grundlagen dafür sind durch PSD2 oder Open Banking bereits gelegt, und erste Institute arbeiten bereits so.

Ganz abdrängen dürfte KI die Auskunfteien nicht, allerdings brauchbare Alternativen für das alltägliche Kreditgeschäft liefern. Das dürfte nicht zuletzt Kunden zugutekommen, deren Scoring real nicht das Beste ist (etwa durch Probleme in der Vergangenheit), die jedoch aufgrund eines jetzt stabileren Finanzverhaltens erwartbar geringere Risiken bedeuten.

Leichterer Zugang für Neukunden

Je mehr Datensätze vorhanden sind, desto präzisere Rückschlüsse lassen sich daraus ziehen. Nicht anders verhält es sich bei einer Bonitätsprüfung und Risikoermittlung. Für junge Firmen bedeutet diese Vorgehensweise ähnliche Schwierigkeiten wie für langjährige Selbstständige und Berufseinsteiger:

• Aus Bankensicht ist deren Datenlage entweder zu dünn oder erscheint aus bestimmten Gründen risikoreich - etwa für Selbstständige aufgrund potenziell schwankender Einnahmen.
• Aus Kreditnehmersicht werden Darlehen deshalb nicht gewährt und sind andere Finanzquellen zu finden oder es werden sehr hohe Zinsen verlangt.

KI kann für solche Fälle einen probaten Lösungsweg offerieren. Einfach, indem sie statt bisheriger Scoring-Daten andere relevante Informationen einbezieht. Beispielsweise könnte künstliche Intelligenz viel besser das wirtschaftliche Standing eines Unternehmens betrachten und somit dessen Besitzer einen fairer taxierten Privatkredit erhalten, mitunter sogar, ohne Buchhaltungsunterlagen mehrerer Jahre einreichen zu müssen.

Bonitätsprüfung: Erleichterte Vorwarnung vor Zahlungsproblemen

Für viele Kreditinstitute beginnen Zahlungsprobleme eines Kunden erst dann, wenn dieser eine Rate nicht oder nur verzögert begleichen kann. Aus Bankensicht ist das aber bereits ein sehr später Zeitpunkt, und ein Gegensteuern meist nicht möglich. Eine KI könnte folgende Kriterien betrachten:

• Verändertes Ausgabe- oder Konsumverhalten
• Trends der Kontostände
• Verstärkte oder verringerte Bargeldabbuchung
• Reduzierte Kommunikationsbereitschaft
• Häufige Zahlungen an Ratenkauf-Dienstleister, Billiganbieter oder als riskant zu bewertende Dienste, etwa Online-Casinos.

Hieraus ließen sich wertvolle Rückschlüsse ziehen und somit ein Frühwarnsystem etablieren. Natürlich würde es auch in die umgekehrte Richtung funktionieren.

Vorteil von Credit-Health-Anwendungen

Die bisherigen Optionen kamen eher den Kreditinstituten zugute. Jedoch kann der KI-Einsatz auch der Kundenseite Unterstützung bieten. Denn alle Informationen, die, wie im vorherigen Kapitel, einer Bank als Frühwarnsystem dienen, können einem Kunden dabei helfen, sein eigenes Finanzverhalten besser zu überblicken - und sich besser zu kontrollieren. Prinzipiell handelt es sich dabei um eine KI-gestützte, erheblich leistungsfähigere Variante digitaler Haushaltsbücher. Bloß würden diese nicht nur simple Ist- und Soll-Daten vergleichen, sondern könnten den User über eigene Handlungsmuster informieren, die dieser selbst vielleicht nicht erkennt.

Hyper-personalisierte Finanzierungsangebote

Bei den meisten Banken ist ein Kredit nur so individuell zugeschnitten, wie es einige persönliche Angaben, ein Blick auf die jüngsten Kontobewegungen und der Score der Auskunfteien gestatten. Das gestattet zwar durchaus personalisierte Angebote, aber längst nicht so hyper-personalisiert, wie eine KI-gestützte Bewertung es ermöglicht. Das gilt insbesondere für zwei Aspekte: Grafik

Für Kunden böte das noch einen weiteren Vorteil: Sie könnten, weitgehend unabhängig von der Summe, darauf vertrauen, sowohl Konditionen als auch konkrete Zu- oder Absagen binnen Sekunden zu erhalten. Das ist nicht zuletzt wichtig, wenn bei einzigartigen Angeboten (etwa Immobilien) rasch eine Entscheidung erforderlich ist.

Bonitätsprüfung: Die Bias-Frage

Die bisherigen Punkte sind Stärken für beide Parteien im Kreditwesen. Dieser hingegen hängt vom konkreten Aufbau einer KI und ihrer Algorithmen ab. Denn Bias in der Künstlichen Intelligenz ist eine Gefahr. Diese führt zu verzerrten oder diskriminierenden Ergebnissen.

Damit KI also diesen Teil der Finanzwelt positiv revolutionieren kann, ist es zwingend nötig, derartige Verzerrungen durch staatliche oder bankinterne Regularien zu verhindern. Insbesondere, indem die Systeme zu Nachvollziehbarkeit quasi gezwungen werden.