HSBC: Mit Big Data das Kundenerlebnis in Banken verbessern

Im Dezember 2018 kündigte HSBC an, 1.000 Digitalexperten einzustellen, um Big Data künftig aktiver und strukturierter zu nutzen. Diese erhebliche Investition zeigt, dass Finanzunternehmen die Möglichkeiten von Big Data zur Transformation der Branche erkannt haben.

Big Data im Kern der neuen Strategie

Die Einstellungswelle der in Großbritannien ansässigen Bank dürfte einige Analysten überrascht haben, weil HSBC erst drei Jahre zuvor 50.000 Arbeitsstellen gestrichen hatte. Die Bank sieht also Digitaltechnologie und insbesondere Big Data als Kern ihrer neuen Strategie an. Josh Bottomley, Global Head of Digital, Retail Banking & Wealth Management der HSBC, sagte¹, das neue Digitalteam von Bänkern werde Big Data nutzen, um verschiedene Teile des Bankbetriebes zu verbessern. Sie müssten wissen, wie man neue Produkte und Dienstleistungen erschaffe und gleichzeitig das Risiko unter Kontrolle halte, um Privatsphäre und Datensicherheit der Kunden zu schützen. Big Data wird den Bankensektor verändern. Aber Banken müssen zunächst das Vertrauen der Kunden in Bezug auf die Art der Verwendung ihrer Daten gewinnen.

Bevor Bottomley bei HSBC einstieg, war er ein Jahr lang als Head of Display bei Google tätig. Dieser Technologiehintergrund gibt ihm eine Perspektive aus Datensicht.

Josh Bottomley, Global Head of Digital Data and Development bei HSBC im Gespräch mit LexisNexis

Wie und warum nutzt HSBC nun verstärkt Big Data?

Bottomley: Natürlich haben wir als Bank immer schon Daten genutzt, anhand derer wir etwa die Bonität von Personen beurteilen und uns vor Betrug schützen. Aktuell liegt der Schwerpunkt jedoch auf der Steigerung der Kundenzufriedenheit. Die Kunden sollen sich persönlich angesprochen und mit relevanten Informationen versorgt fühlen. Durch die Nutzung einer Kombination von bereits vorhandenen Daten über das Log-in-Verhalten und darüber, was die Kunden dann weiter tun, ermöglichen wir nun eine persönlichere Ansprache und vermitteln den Kunden das Gefühl, dass ihr Geld in sicheren Händen ist.

Wie nutzen Banken Big Data nun umfassender?

Bottomley: In einigen Fällen ist das ganz simpel. Wir sehen etwa die IP-Adresse von jemandem und können uns dadurch besser vor Betrug schützen. In anderen Bereichen nutzen Banken auch komplexere Methoden, etwa hochentwickelte Analysemethoden oder verschiedene Formen künstlicher Intelligenz (KI) und maschinellen Lernens (ML).

Wie profitiert eine Bank durch die Nutzung von Big Data?

Bottomley: Ich glaube, dass Bankgeschäfte damit in einer neuen Art und Weise erlebt werden. Bankgeschäfte wurden früher sehr sporadisch erledigt, indem man zur Filiale oder zum Kundencenter ging. Durch die Verwendung von Daten für Mitteilungen an Kunden oder andere personalisierte Inhalte werden die Vorgänge in kleineren „Häppchen“ verarbeiten. Die Menschen können Finanzentscheidung auf dem Arbeitsweg treffen und fühlen sich so zufriedener und sicherer in Bezug auf ihr Geld. Wenn das gut funktioniert, ergibt sich daraus ein ganz neuer Umgang mit unseren Banken.

Welche Risiken gibt es?

Bottomley: Das größte Risiko im Zusammenhang mit Daten ist das Vertrauen. Als Bank steht bei uns die Sicherheit des Geldes unserer Kunden und zunehmend auch die ihrer Daten absolut im Mittelpunkt. Wir setzen dazu auf das Konzept der Datenverantwortung: Wir wollen sicherstellen, dass wir die Kundendaten wirklich schützen, dass wir diesbezüglich absolute Transparenz gewährleisten, den Kunden so viel Kontrolle wie möglich über die Daten geben und dass wir die Daten nur für angemessene Zwecke nutzen.

Wir wissen natürlich, dass Kunden Entscheidungen manchmal auf Basis unzureichender Informationen treffen. Einige der letzten Veränderungen im Bankensektor machen die Zusammenführung von Daten – etwa wenn eine Person mehrere Bankkonten besitzt – wesentlich einfacher. Indem wir das tun, helfen wir den Kunden, fundiertere Entscheidungen in Bezug auf ihr gesamtes Portfolio zu treffen. Vertrauen ist jedoch der entscheidende Punkt – wir müssen sicherstellen, dass wir Vertrauen in die Nutzung von Big Data schaffen, anstatt es zu untergraben.

Gibt es ähnliche Anwendungsfälle im Finanzdienstleistungssektor?

Bottomley: Ich denke, dass sich die Anwendungsfälle von Unternehmen zu Unternehmen etwas unterscheiden. Die Reise geht meiner Meinung nach allgemein in Richtung einer stärkeren Personalisierung und Bereitstellung relevanterer Informationen. Wenn ein Unternehmen jedoch nur auf Versicherungen spezialisiert ist, gibt es etwas andere Anwendungsfälle als bei einer Bank.

Wir bei HSBC möchten unter anderem jene Daten nutzen, die ein ganzheitlicheres Kundenerlebnis ermöglichen, und auch aus den Erfahrungen in den verschiedenen Ländern lernen. Neue Dienstleistungen etwa, die wir auf dem asiatischen oder amerikanischen Markt bereits anbieten, werden wir auch in Europa einführen. Wir möchten wirklich schnell aus der Erfahrung mit diesen Dienstleistungen lernen und diese schließlich so bereitstellen, wie es die wirklich großen Unternehmen der Verbrauchertechnologie bereits tun.

Welche Art von Datenbeständen ist für Banken nützlich?

Bottomley: Banken haben immer Daten von Dritten und auch interne Daten verwendet. Wir arbeiten zu Zwecken der Bonitätsprüfung mit Wirtschaftsauskunfteien zusammen und verlassen uns zur Bekämpfung von Finanzkriminalität teilweise auf Daten von Dritten. Dazu zählen etwa Sanktionslisten oder PEP-Datenbanken. Ich denke also, dass wir immer eine Kombination aus internen und externen Daten verwenden werden.

Es gibt jedoch so viele weitere Datenbestände, die wir verwenden können. Zum Beispiel beginnen wir bald mit dem Test eines Verfahrens, mit dem wir erfassen können, wie die Kunden tippen und was sie tun, um damit einen zusätzlichen Schutz vor Betrug zu bieten. Wir sehen uns auch andere Datenarten von Drittparteien an. So waren wir etwa die erste große Bank in Großbrittanien mit „connected money“. Dabei führen wir die Daten von verschiedenen Konten zum Nutzen des Kunden zusammen. Ich bin der Meinung, dass Banken unter anderem deshalb einen Vorteil haben, weil sie bereits seit vielen Jahrzehnten Daten verwenden und kombinieren, und die Technologie ermöglicht uns dies jetzt auf eine bessere und schnellere Art und Weise.

Wie möchte HSBC AI und ML einsetzen?

Bottomley: Wir nutzen AI und verschiedene Formen von ML bereits auf unterschiedliche Art und Weise. Interessant finden wir etwa die Nutzung von Chatbots im Kundendienst. In den USA bieten wir das an, in China setzen wir einen Chatbot im Kundendienst ein und auch in einigen Pilotprojekten in Hong Kong. Das Großartige daran ist, dass wir Fragen, die uns die Leute auf unterschiedliche Art und Weise und in verschiedenen Sprachen stellen, verstehen können und ihnen eine sehr genaue Empfehlung geben können.

Wir setzen sie auch in anderen Bereichen zu Kommunikationszwecken ein, etwa wenn wir uns über eine Person Sorgen machen, weil sie sich verschulden könnte. In der Bank hat sich diese Technologie bereits bewährt.

Wie lautet Ihre Prognose in Bezug auf die Nutzung von AI durch Banken bis zum Jahresende?

Bottomley: Der eine große Trend im Bereich AI geht meiner Ansicht nach in Richtung einer vorsichtigen weiteren Einführung der Technologie. Vorsichtig deshalb, weil zwar die Algorithmen rund um AI gut dokumentiert und einfach zu bekommen sind, wenn man die Daten einmal hat. Den großen Aufwand stellt jedoch die Aufbereitung der Daten dar, sodass die Algorithmen damit arbeiten können.

Der andere große Trend, dem wir als Bank ausgesetzt sein werden, dreht sich meiner Meinung nach um die Art und Weise, wie wir die Risiken in Bezug auf die Kommunikation des Einsatzes von AI und Daten gegenüber dem Kunden handhaben, steuern und bewerten, um einen „Big Brother“-Eindruck zu vermeiden. Wir bei HSBC sehen uns drei große Bereiche an:

1. Wir legen größten Wert auf den Schutz des Geldes und der Daten unserer Kunden. Wir haben auch eine sehr klare Vorstellung von Datenverantwortung.
2. Wir haben noch ein gutes Stück Arbeit in Bezug auf die „Erklärbarkeit“ des Modells vor uns. Es gibt nämlich bereits Fälle, in denen wir – was die Prognoseleistung betrifft – ein etwas weniger gutes Modell verwenden, einfach weil man hiermit den Kunden die Ergebnisse besser erklären kann. Wir möchten darlegen können, warum wir zu bestimmten Schlussfolgerungen gekommen sind, und es gibt auch Fälle, in denen wir nicht auf AI setzen, weil wir der Ansicht sind, dass wir den Einsatz nicht gut genug erklären können.
3. Wir möchten unsere Kunden bei der Verbesserung ihres Verhaltens unterstützen. Ich bin begeistert, wenn Leute sagen: „Ich erledige meine Bankgeschäfte bei HSBC, weil sich mein eigenes Verhalten in Finanzangelegenheiten dadurch verbessert hat.“ Wir setzen zu diesem Zweck auf AI, wobei der Kunde das Gefühl hat, die Kontrolle über die Einstellungen oder über den Grad der Mitwirkung oder des Engagements der Bank zu bewahren.

Big Data fördert neue Produkte

Banken wie die HSBC verfügen über eine enorme Menge an Daten über Kunden und Dritte, die die das Geschäft unterstützen können. Die Analyse der Customer Journey erlaubt der Bank, Kundenbindungs- und Loyalitätsprogramme mit individualisiertem Marketing zu entwickeln und innovative Produkte und Dienstleistungen zu lancieren. Maschinelles Lernen erleichtert die Bewertung von Krediten und nutzungsbasierten Versicherungen, Compliance-Risikomanagement und Betrugserkennung. Vorhersageanalytik zeigt Kauf- und Verkaufsentscheidungen an und prognostiziert Trends oder Ereignisse, die einen Einfluss auf die Zukunft haben könnten. Die Einstellung von 1.000 Datenwissenschaftlern ermöglicht es der HSBC, diese Wege zu erkunden und unausgeschöpfte Chancen zur Wachstumssteigerung wahrzunehmen.

Big Data unterstützt Risikomanagement

Die HSBC nutzt schon länger Big Data-Technologien, um die Risiken von Finanzkriminalität zu reduzieren. Künstliche Intelligenz und fortschrittliche Analytik helfen der Bank², schnell große Volumen an internen sowie öffentlich verfügbaren Daten und Informationen zu Kundentransaktionen zu verarbeiten, um potenziell verdächtige Aktivitäten zu identifizieren. „HSBC sucht stetig nach Möglichkeiten, unsere vorhandenen Fähigkeiten zur Feststellung und Verhinderung von Finanzkriminalität aufzubauen“, so Ray O’Brien, Global Risk COO der HSBC und Head of Global Risk Analytics. Big Data kann die Prüfung von Kunden, Unternehmen, Anbietern und Dritten durch Zugriff auf Sanktions- und PEP-Listen unterstützen und somit eine verbesserte Risikosichtbarkeit bieten; mit größerem Vertrauen als bei manuellen Prozessen.

Big Data wächst bei Finanzdienstleistungen

Experten sagen voraus, dass viele Finanzunternehmen in den kommenden Jahren ähnliche Investitionen in Big Data tätigen werden. Big Data bietet Perspektiven für Banken, Versicherer, Kreditkarten- und Zahlungsverarbeitungsspezialisten, Anlage- und Vermögensmanagementunternehmen und Kreditgeber. Unternehmen, die die Entwicklung ignorieren, die durch Big Data möglich wird, unterliegen dem Risiko, durch den Wettbewerb überholt zu werden.

Data Integration füllt Lücke bei internen Datenbeständen

Unternehmen in vielen Branchen wissen, dass Big Data ihr Geschäft transformieren kann, wenn relevante Datenquellen angezapft werden. Die Nutzung von Data Integration in vorhandene Systeme ermöglicht Unternehmen

1. schnellere Rechercheprozesse bis hin zur Erkenntnis
2. ein effizienteres Risikomanagement durch Integration von Nachrichten, Sanktionen und PEP-Daten in die Risikobewertung, Due-Diligence- und Monitoringtechnologie
3. schnelleres Agieren als der Wettbewerb durch agilere Entscheidungsprozesse

¹ Attention digital engineers: HSBC wants you to consider a career in banking, South China Morning Post, 05.07.2018
² HSBC deploys AI tech to track money laundering, computing.co.uk, 10.04.2018
³ Big Data in the Financial Services Industry, SNS Telekom & IT, 07.2018