Wie KI und Machine Learning von Finanzverleihern im Jahr 2023 genutzt werden

Künstliche Intelligenz (KI) und Machine-Learning-Technologien (ML) erweitern kontinuierlich ihre Anwendungen, Nutzen und Vorteile für Verleiher und Finanzinstitute. Aufgrund dieser Reife und erhöhten Akzeptanzrate hilft KI/ML dabei, hochkomplexe Lösungen zu lösen, die ein positives ROI über verschiedene Geschäftsbereiche generieren.

Die Mehrheit der Finanzdienstleister und Verleiher bestätigt, dass sie diese Technologien in ihren Unternehmen einsetzen, um Bereiche wie Risikomanagement, Reduzierung von Reibungsverlusten in der Kreditvergabe, Einkommens- und Verifizierungskontrollen, Betrugsreduzierung und Compliance- und Prüfprozesse zu unterstützen.

Letztendlich streben Finanzdienstleister danach, die Kosten für Kredite mithilfe von KI/ML für Echtzeit-Transparenz, größere finanzielle Inklusivität und verbesserte Compliance zu senken. Hier sind einige kritische Anwendungsfälle, wie Finanzinstitute KI/ML im Jahr 2023 nutzen:

Konversations-Chatbots

Konversations-Chatbots helfen Verleihern, mit Kunden auf eine konversationsfreundlichere Weise zu interagieren. Verbraucher wünschen sich das gleiche Level an Kundenservice, das sie von führenden tech-orientierten Unternehmen wie Amazon, Netflix und Lyft erhalten. KI-getriebene Chatbots und virtuelle Assistenten bieten 24/7-Unterstützung für Kunden zu vielen Themen, wie Kontoständen und aktuellen Transaktionen. Am beeindruckendsten ist, dass diese Chatbots es Kunden ermöglichen, Mittel mithilfe konversationsfreundlicher Sprache zu senden.

Kunden-Sentiment-Analyse

Viele Jahre lang hatten Finanzinstitute Schwierigkeiten, Kunden-Sentiment in ihre Big-Data- und Automatisierungsplattformen zu integrieren. Heute haben führende Verleiher Zugang zu einer Vielzahl von Daten über ihre Kunden, aber historisch gesehen war ein großer Teil davon unstrukturiert und für Computer schwer zu verstehen. KI kann jedoch analysieren, was Kunden kommunizieren, und die Emotionen, die sie in Echtzeit ausdrücken, identifizieren. Diese Systeme können die Kundenservice-Teams der Verleiher alarmieren, damit sie Probleme effektiv und schneller lösen können.

Kreditwürdigkeit für Thin-File-/No-File-Kunden

KI/ML helfen auch dabei, ein klareres Bild von der Kreditwürdigkeit eines Kunden zu erhalten, insbesondere wenn dieser nur über eine dünne Kreditakte verfügt, keine Kreditakte hat oder wenn er über zusätzliche Einkommensquellen verfügt, wie viele heutige Gig-Worker.

Lassen Sie uns einen genaueren Blick auf einen spezifischen Anwendungsfall des Einsatzes von KI/ML in der Automobilfinanzierung werfen, wo eine Vielzahl von indirekten und direkten Verleihern Kredite für Millionen von Neuwagen- und Gebrauchtwagen-Transaktionen pro Jahr bereitstellen.

Wie KI Kreditfehler in der Automobilfinanzierung identifiziert

Das Consumer Financial Protection Bureau (CFPB) hat sein Level an Prüfung der Genauigkeit von Krediten und der Dokumentation (sogenannte Deal-Jackets) zwischen einem Verleiher und einem Autohändler erhöht. In vielen Fällen finden Audits statt, um zu untersuchen, ob ein Verleiher möglicherweise Kosten in Kreditvereinbarungen falsch dargestellt hat, die Kunden in teure Kredite für Autos gebracht haben könnten, was gegen den Consumer Financial Protection Act von 2010 verstoßen würde.

Das Szenario stellt eines der neuesten Beispiele dar, in dem Regulierungsbehörden die Grenzen durch die Einführung neuer Gesetze oder die Durchsetzung bestehender Gesetze ausdehnen, die Interpretationen beinhalten, die einen administrativen Druck auf Verleiher und ihre Compliance-Teams ausüben. Viele Verleiher bleiben anfällig für Strafen und Bußgelder, die ihre Betriebe und Gewinne schädigen können.

Verleiher können diese Szenarien durch die Implementierung von KI-gesteuerten systemischen Kontrollen, die ihnen helfen, diese zusätzliche Prüfung und Audit-Umgebung zu vermeiden, besser abmildern. Heute ermöglicht KI-gesteuerte Software es Verleihern, regulatorischen Anforderungen zu entsprechen und audit-bereit zu sein. Die Lösungen bieten klare und standardisierte Richtlinien, und Verleiher werden durch die Modell-Governance-Compliance für interne Audits geführt, während sie Fachberatung und Beispiel-Dokumentation anbieten, wenn notwendig.

Verwendung von KI-Modell-Dokumentation

Die Modell-Dokumentation von heutiger KI-Software umfasst eine qualitative Bewertung des Potenzials für disparate Auswirkungen auf die Modelle, die für Verleiher entwickelt wurden. Der Audit-Prozess führt quartalsweise quantitative disparate Auswirkungsanalysen durch. Die Analysen basieren auf Rasse, Ethnie, Geschlecht und Alter (62+), und obwohl der Prozess keine Rasse- und Ethnie-Daten sammelt, verwendet er die BISG-Proxy-Methode (Bayesian Improved Surname Geocoding) für Rasse, Ethnie und Geschlecht mit den neuesten Census-Daten.

Die Software von heute nutzt fortschrittliche KI-Technologie, um den Prozess des Sammelns und Analysierens von Daten zu vereinfachen und zu automatisieren, mit dem Ziel, Kredite so schnell und effizient wie möglich zu finanzieren, während die Kosten für die Finanzierung gesenkt, die Kosten für die Verarbeitung von GAP-Rückerstattungen für vorzeitige Rückzahlungen verbessert, die Compliance verbessert und die Kosten für regulatorische Angelegenheiten (MRAs) und Einverständniserklärungen im Zusammenhang mit unfairer, irreführender oder betrügerischer Handlungen oder Praktiken (UDAAPs) gesenkt werden.

Wie Finanzdienstleister in allen Branchen sind Auto-Verleiher keine KI/ML-Experten, und es ist nicht ihre Kernkompetenz, daher verstehen sie die Bedeutung, qualifizierte externe Experten in KI/ML zu finden, die helfen können. Vertrauenswürdige Partner werden beauftragt, um diese Kreditfehler zu erkennen, bei denen unvollständige Deals gekennzeichnet werden können, die noch nicht für die Finanzierung bereit sind. KI-Software ermöglicht es Finanzierern, sich auf vollständige Deals zu konzentrieren, sodass ihre Teams schnell alle identifizierten Probleme mit Händlern angehen können. Sie ermöglicht auch die Automatisierung von Händlerfehlern, benachrichtigt Händler sofort über Dokumentenfehler, um Verträge zu reduzieren und Deals schneller zu finanzieren, und senkt das Compliance- und Regulierungsrisiko.

Es ist auch wichtig zu beachten, dass KI und Automatisierung immer mehr bei Auto-Verleihern außerhalb einfacher Kreditfehler eingesetzt werden. Eine kürzlich durchgeführte Umfrage unter Verleiher-Exekutiven ergab, dass 63 % planen, KI- und Automatisierungstechnologien in diesem Jahr für die Verbriefung, 61 % für die Kreditverwaltung und 52 % für die Kreditvergabe und -verwaltung einzusetzen¹.

Obwohl KI und ML noch in ihren Anfängen für Finanzdienstleister sind, wächst die Akzeptanz dieser Technologien weiter. Wichtiger ist, dass diese Institutionen den positiven Einfluss auf ihre operativen Gewinne, die Mitarbeiterzufriedenheit und die gesamte Kundenerfahrung erkennen.

1: InformedIQ-Automatisierungsumfrage, die über 2.500 Auto-Finanz-Exekutiven vorgestellt wurde; März 2023