Machine Learning (ML), Deep Learning (DL) und Reinforcement Learning (RL) sowie Natural Language Processing (NLP) bilden den Hauptkern unserer KI-Lösungen. Damit können vorhersagende und schlussfolgernde Analysen durchgeführt werden. Mit den Ergebnissen haben Sie die Möglichkeit, besser zielorientiertere und wirkungsvollere Entscheidungen zu treffen. Dementsprechend stellen Modelloptimierung und -validierung und insbesondere der Wissenserhalt die größten Herausforderungen bei der KI-Entwicklung dar.

Unser Team, mit über 5 Jahren Entwicklungserfahrung von Anwendungsfällen für Künstliche Intelligenz im Bankenumfeld, besteht aus IT-Spezialisten, Mathematikern und Fachberatern. 

Viele Geschäftsprozesse der Banken sind komplex. Auf den ersten Blick zu komplex, um diese zu automatisieren. Zoomt man jedoch in die Geschäftsprozesse hinein, so finden sich viele Teilaufgaben, die ständig wiederholt ausgeführt werden müssen und sich gerne als Zeitfresser entpuppen. Teilaufgaben, wie die Übertragung von Informationen von einer Anwendung in eine andere oder das Informieren einer Kollegin, dass bspw. ein Kreditantrag von ihr freigegeben werden muss.

Diese Aufgaben lassen sich mit der heute verfügbaren Technologie, wie Robotic Process Automation (RPA) und KI, automatisieren. Gerade Banken können von RPA profitieren, da diese auf den Nutzeroberflächen der Anwendungen arbeiten. Das aufwendige Entwickeln und Implementieren von Schnittstellen entfällt. So können Sie schnell erste Erfolge auf dem Weg zu produktiveren Prozessen feiern.

Der Begriff "Big Data" bezieht sich auf das systematische Extrahieren und die Analyse von Datenbeständen. Diese sind so groß, komplex, schnelllebig oder wenig strukturiert, dass herkömmliche Analysemethoden schnell an ihre Grenzen stoßen. Hier helfen die Methoden der Advanced Analytics weiter. Die Kombination aus Big Data und Advanced Analytics befähigt Sie neue Erkenntnisse über Interessenten, Kunden und Prozesse zu gewinnen. Damit können Sie für Ihr Institut kunden- und themenspezifische Lösungen zielorientierter und präziser entwickeln und umsetzen.

Die Hauptarbeit bei der Entwicklung von KI-Lösungen besteht darin, vorhandene Datenbestände in einer systematischen Form zu erheben. Dadurch werden bedeutsame und informative Erkenntnisse und Zusammenhänge zwischen den Variablen, oft auch Features genannt, zugänglich. Hierfür werden Ansätze, wie deskriptive Statistik, Korrelation, Segmentation und Klassifikation, sowie Abhängigkeits- und Abweichungsanalyse verwendet. Data Mining Verfahren sind immer prozessspezifisch anzugehen. Dabei kommt es darauf an, aus wie vielen Systemen und Quellen die Daten stammen und ob mehrere KI-Lösungen diese Daten verwenden sollen.

Compliance: Der zusammen mit dem VÖB entwickelte Grundstein des SKS AI Labs automatisiert den Screening-Prozess von Verordnungen und Urteilen. Das Herz des Prozesses bildet die von SKS AI Lab entwickelte KI Plattform, welche sämtliche relevanten Rechtsquellen von den Internetseiten der Normensetzer herunterlädt und anschließend hinsichtlich ihrer Relevanz überprüft (RADARTech). Zusätzlich erlaubt die KI eine Zuordnung der Rechtsquellen auf verschiedene Organisationseinheiten eines Instituts (RWCTech).

Risikomanagement: In Kooperation mit der Universität Köln hat SKS im Bereich Natural Language Processing eine Sentimentanalyse für Meldungen zu börsennotierten Unternehmen entwickelt. Die Ergebnisse können in Ratingverfahren implementiert und als Frühwarnindikatoren in der Marktfolge eingesetzt werden. Zusätzlich hat unser AI Lab Team erfolgreich Berechnungen für interne Ratingverfahren für Kreditrisiko (IRBA) und Vorauszahlungen entwickelt.

Analytical Banking: Im Bereich der Business Intelligence können Auswertungen durch Machine-Learning-Tools effizienter gemacht werden. Ein Beispiel hierfür sind Datenqualitätsanalysen.

IT GRC: Mit der voranschreitenden Digitalisierung und der Auslagerung von IT-Systemen und -Dienstleistungen gewinnen die von den Aufsichtsbehörden reglementierten und geprüften IT-Systeme und die zugrundeliegenden Prozesse zunehmend an Bedeutung. Mit der Künstlichen Intelligenz betriebene, nachhaltige und zukunftsfähige Lösungen generieren dabei einen für die Institute spürbaren Mehrwert in Bezug auf Effizienz und Effektivität der zugrunde liegenden Prozesse.

Die Cloud und nicht-Cloud basierten KI-Plattformen bieten allen Unternehmen, die über keine eigene IT-Infrastruktur und erforderliche KI-Expertise verfügen, eine  kostengünstigere Variante, um mit Hilfe von bestehenden Bausteinen und Modulen interne Prozesse auf eine ganzheitliche KI-unterstützte Lösung zu migrieren. Von den Daten über die Workflows und Rechenkerne bis zu den KPIs und Entscheidungen, KI-Plattformen bieten die Möglichkeit einen Teil oder sogar alle  Produkte und Dienstleistungen schnell und präzise an die bestehende intraorganisationale Infrastruktur anzubinden. Das SKS AI Lab entwickelt modulare KI-Lösungen, die auf den führenden AI Plattformen aufsetzen und sich schnell und einfach in die bestehende IT-Architektur eines Instituts integrieren lassen.