Künstliche Intelligenz (KI) leidet unter ihrem eigenen Erfolg. Durch das Aufblähen des Hypes entstehen Missverständnisse über die zugrunde liegenden Prozesse, die Erwartungen und bizarre apokalyptische Vorhersagen befeuern. Gleichzeitig hat der Anstieg von Unternehmen, die auf den KI-Zug aufspringen, Unsicherheit darüber ausgelöst, ob die Lösungen echte Innovation bieten oder einfach nur mehr “AI-Washing” sind. Es gibt jedoch einen Sektor, in dem KI schon lange solide Ergebnisse liefert: im Finanzwesen. Vor zwei Jahren verwendeten sieben von zehn Finanzunternehmen maschinelles Lernen, um Aufgaben zu optimieren, und 83% entwickelten sogar benutzerdefinierte Modelle für interne Funktionen. Heute haben die Hälfte der Finanzunternehmen im Vereinigten Königreich in KI investiert, und fast die gleiche Anzahl (43%) plant dies bis 2024 zu tun.
Zyniker, die nach Beweisen für den praktischen Wert von KI suchen, müssen nicht weiter suchen als den innovativen Finanzbereich, insbesondere in drei Bereichen der Implementierung. Die Aufforderung zu gestrafften Prozessen, die durch KI beschleunigten Effizienzgewinne variieren je nach Unternehmen, jedoch sind die eindeutigsten wohl die Ergebnisse aus kleinen Verbesserungen, die enorme Zeitersparnisse bringen. Zum Beispiel die Rechnungsverarbeitung. Früher waren manuelle Dateneingabe und Berechnung langsam, mühsam und anfällig für teure Fehler, insbesondere da der Dokumentenbetrug durch KI zunimmt. Entwicklungen im Bereich der intelligenten Dokumentenverarbeitung (IDP) haben die automatische Erfassung von Daten aus Dokumenten, die Klassifizierung von Rechnungen und die Gesamtverarbeitung automatisiert.
Im Finanzbereich wird auch auf große Sprachmodelle (LLMs) gesetzt, um diverse Transaktionsdokumente mit Genauigkeit, Geschwindigkeit und Skalierbarkeit zu verarbeiten. Ein Upgrade von optischen Zeichenerkennung (OCR)-Lösungen, die mit komplexen Layouts, Seitenumbrüchen und Sprachen zu kämpfen haben, selbstlernende, angepasste LLM-Tools minimieren menschliche Eingriffe und gewährleisten dabei Sicherheit und Datenintegrität. Durch einfache Integration mit der Robotik-Prozessautomatisierung (RPA) ermöglichen Engines, die auf echten, annotierten Mehrquellen-Daten trainiert sind, Teams, Dokumente gegen einzigartige Kriterien in Minuten zu bewerten, nicht Stunden.
Die Entlarvung von Hypes wird mit zunehmendem KI-Buzz schwieriger. Dennoch bietet die Fokussierung auf den Finanzsektor Unternehmen Klarheit darüber, was die Technologie tatsächlich bietet. Echte Anwendungsfälle zeigen, dass es viel Potenzial für bestehende und aufkommende Tools gibt, um praktische Vorteile für menschliche Arbeitskräfte zu liefern, die es ihnen ermöglichen, ihre Effizienz und Produktivität zu steigern. In Kürze: Die Zusammenarbeit mit KI ermöglicht es den Menschen, besser, schneller und vor allem sicherer zu arbeiten.