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

Künstliche Intelligenz (KI) und Machine Learning (ML) erweitern ihre Anwendungen, Nutzen und Vorteile für Kreditgeber und Finanzinstitute ständig. Aufgrund dieser Reife und erhöhten Akzeptanzrate hilft KI/ML bei der Lösung hochkomplexer Probleme, die positive ROI-Ergebnisse über alle Geschäftsbereiche hinweg erzeugen.

Die meisten Finanzdienstleister und Kreditgeber bestätigen, 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 Auditprozesse zu unterstützen.

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

Konversationelle Chatbots

Konversationelle Chatbots helfen Kreditgebern, mit Kunden auf eine konversationelle Weise zu interagieren. Verbraucher wünschen sich das gleiche Level an Kundenservice, das sie von technologieorientierten Unternehmen wie Amazon, Netflix und Lyft erhalten. KI-gesteuerte Chatbots und virtuelle Assistenten bieten 24/7-Unterstützung für Kunden bei vielen Themen, wie Kontoständen und jüngsten Transaktionen. Was am beeindruckendsten ist, ist, dass diese Chatbots es Kunden ermöglichen, mit konversationeller Sprache Geld zu senden.

Kundensentimentanalyse

Viele Jahre lang hatten Finanzinstitute Schwierigkeiten, Kundensentiment in ihre Big-Data- und Automatisierungsplattformen zu integrieren. Heute haben führende Kreditgeber 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 Kreditgeber-Teams warnen, damit sie Probleme effektiv und schnell 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 eine dünne Kreditakte oder gar keine Kreditakte hat oder wenn er zusätzliche Einkommensquellen wie viele heutige Gig-Worker hat.

Lassen Sie uns einen spezifischen Anwendungsfall für den Einsatz von KI/ML in der Automobilfinanzierung betrachten, wo eine Vielzahl von indirekten und direkten Kreditgebern Kredite für Millionen von Neuwagen- und Gebrauchtwagen-Transaktionen pro Jahr bereitstellt.

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 Kreditgebern und Händlern erhöht. In vielen Fällen finden Audits statt, um zu untersuchen, ob ein Kreditgeber Kosten in Kreditvereinbarungen falsch dargestellt haben könnte, was Kunden in teure Kredite für Autos im Widerspruch zum Consumer Financial Protection Act von 2010 gebracht haben könnte.

Das Szenario stellt eines der neuesten Beispiele für Regulierungsbehörden dar, die die Grenzen durch die Einführung neuer Gesetze oder die Durchsetzung bestehender Gesetze mit Interpretationen erweitern, die administrativen Druck auf Kreditgeber und ihre Compliance-Teams ausüben. Viele Kreditgeber bleiben anfällig für Strafen und Bußgelder, die ihre Betriebe und Gewinne schädigen.

Kreditgeber können diese Szenarien durch die Implementierung von KI-gesteuerten systemischen Kontrollen besser vermeiden, die ihnen helfen, diese zusätzliche Prüfung und Audit-Umgebung zu vermeiden. Heute ermöglicht KI-gesteuerte Software es Kreditgebern, regulatorischen Anforderungen zu entsprechen und auditbereit zu sein. Die Lösungen bieten klare und standardisierte Richtlinien, und Kreditgeber werden durch die Modellgovernance-Compliance für interne Audits geführt, während sie Expertenrat 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 in den für Kreditgeber erstellten Modellen. 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 Ethnizitätsdaten sammelt, verwendet er die BISG-Proxy-Methode (Bayesian Improved Surname Geocoding) für Rasse, Ethnie und Geschlecht unter Verwendung der neuesten Census-Daten.

Die heutige Software nutzt fortschrittliche KI-Technologie, um den Prozess der Datenerfassung und -analyse zu vereinfachen und zu automatisieren, mit dem Ziel, Kredite so schnell und effizient wie möglich zu finanzieren, während die Kosten für die Kreditvergabe, die Verarbeitung von GAP-Rückerstattungen für vorzeitige Rückzahlungen, die Verbesserung der Compliance und die Senkung der Kosten für regulatorische Angelegenheiten und Genehmigungen im Zusammenhang mit unfairer, irreführender oder ausbeuterischer Geschäftspraxis (UDAAPs) gesenkt werden.

Wie Finanzdienstleister in allen Branchen sind Auto-Kreditgeber keine KI/ML-Experten, und es ist nicht ihre Kernkompetenz, daher verstehen sie die Bedeutung, qualifizierte externe Experten in KI/ML zu finden, die ihnen helfen können. Vertrauenswürdige Partner werden beauftragt, um diese Kreditfehler zu erkennen, bei denen unangemessene Deals gekennzeichnet werden können, die 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-in-Transit zu reduzieren, und finanziert Deals schneller und reduziert Compliance- und Regulierungsrisiken.

Es ist auch wichtig zu beachten, dass KI und Automatisierung zunehmend für Auto-Kreditgeber außerhalb von einfachen Kreditfehlern eingesetzt werden. Eine kürzlich durchgeführte Umfrage unter Kreditgeber-Exekutiven ergab, dass 63 % planen, KI- und Automatisierungstechnologien in diesem Jahr für die Verbriefung, 61 % für die Kreditservicing und 52 % für die Kreditvergabe und -verwaltung einzusetzen¹.

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

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