So führen Banken und Versicherungen generative KI datenschutzkonform ein
Eine Studie zeigt, was Banken und Versicherungen von anderen Branchen bezüglich generativer KI lernen können – und wie die datenschutzkonforme Einführung von GenAI-Tools funktioniert.
Die neueste IFZ-Studie "Generative AI in Finance" untersucht die Nutzung von generativer KI in Sektoren wie Einzelhandel und Gesundheit und deren Übertragbarkeit auf Schweizer Finanzunternehmen. Als zentrales Ergebnis hat sich ein neues, praxisnahes Framework herausgestellt: der KI-Prozess-Kompass. Dieser bietet Banken und Versicherungen ein Tool zur erfolgreichen und nachhaltigen Einführung von GenAI-Anwendungen unter Berücksichtigung der Anforderungen des Datenschutzes und sonstiger regulatorischer Vorgaben.
Der KI-Prozess-Kompass im Detail
Der Prozess beginnt mit einer Analyse der bestehenden Kundendialoge sowie der Interaktionen mit den Kunden, um aktuelle oder zukünftige Herausforderungen zu identifizieren. In diesem Schritt wird auch der Use Case definiert, etwa mithilfe der Value-Irritant-Matrix von Price und Jaffe (2008). Anschliessend erfolgt eine Machbarkeitsprüfung, um festzustellen, ob der Einsatz von GenAI zur Lösung der Herausforderungen geeignet ist.
Sobald die Machbarkeit bestätigt ist, wird die konkrete GenAI-Anwendung festgelegt. Dabei werden die erwarteten Chancen und Zielsetzungen definiert, einschliesslich der Key Performance Indicators. Danach müssen interne Genehmigungen eingeholt werden, was die Sicherstellung des Budgets und die Erfüllung von Compliance-Vorgaben sowie eine allgemeine Risikoanalyse umfasst.
Als Nächstes werden Angebote für die technische Umsetzung eingeholt, wobei eine "Make or Buy"-Entscheidung vorausgeht. Es folgt die Auswahl eines passenden Technologieanbieters oder die Entscheidung für eine interne Umsetzung. An diesem Punkt wird auch festgelegt, welches Sprachmodell verwendet werden soll.
Die Daten werden bereitgestellt und ergänzende Informationen zu Prompts, Finetuning sowie Regeln für das Large Language Model (LLM) erstellt. Daraufhin erfolgt die technische Umsetzung, bei der das Sprachmodell, die Daten, die Prompts und das Finetuning miteinander verknüpft werden.
Es folgt eine Phase des Testings und der Optimierung. Gleichzeitig werden alle Kommunikationsmassnahmen vorbereitet. Intern werden Schulungen für die Mitarbeitenden durchgeführt, um sie für den Umgang mit der neuen KI-Anwendung vorzubereiten.
Je nach Unternehmensstrategie erfolgt der Rollout. Externe Kommunikationsmassnahmen begleiten diesen Prozess. Schliesslich wird das System kontinuierlich überwacht, und Optimierungen werden vorgenommen, um den langfristigen Erfolg zu sichern.
Bei der Einführung von GenAI-Anwendungen, die Kunden direkt bedienen – etwa Chat- oder Voicebots –, muss berücksichtigt werden, dass neben den internen Stakeholdern vor allem auch die Kundensicht in das Projekt einfliessen muss. Die Kunden müssen nicht nur befragt werden, sondern es müssen auch ihre Erwartungen getroffen oder im Idealfall sogar übertroffen werden.
Im Hinblick auf mitarbeiterunterstützende GenAI-Anwendungen stehen vor allem Anwendungen, die den internen Wissensaustausch vereinfachen sollen, im Fokus. Gemeint sind hier mehrheitlich Anwendungen zur Entlastung etwa der Personalabteilung oder des internen IT-Supports. Sämtliche dieser Anwendungen erfordern eine saubere Anbindung beziehungsweise Vernetzung der generativen KI mit den internen Wissensquellen.
Der KI-Prozess-Kompass kann als Grundlage zur Einführung von GenAI-Anwendungen dienen. Bei der Anwendung muss zunächst individuell geprüft werden, welche Prozessschritte für das Unternehmen, dessen Kunden und Mitarbeitende wirklich relevant sind.