Zukunftsorientierte Anwendungen treiben das digitale Hochleistungsgeschäft voran. Weltweit sind IT-Führungskräfte auf der Suche nach smarten, innovativen Lösungen zur Verbesserung der Softwarequalität. Die digitale Transformation erfordert eine stetige Beschleunigung der Umsetzung bei gleichzeitiger Reduktion der Herstellkosten. Unsere Kunden entscheiden sich für SDS Professional Testing, weil wir nachweislich einen entscheidenden Beitrag leisten können, diese Herausforderungen erfolgreich zu meistern und weil SDS als europaweit führender Banking Technology-Anbieter die Anforderungen an zukunftsweisendes Software Testing ganzheitlicher und differenzierender betrachten kann. Lesen Sie im aktuellen SDS E-Paper, wodurch sich der Vorsprung im Software-Testing definiert.

Gemeinsam mit dem renommierten Partner wird SDS die Leistungsfähigkeit ihrer marktführenden Reporting-Software SDS IREG noch weiter ausbauen. Durch die Kooperation steigert SDS die Geschwindigkeit der Umsetzung regulatorischer Änderungen und stellt damit sicher, dass SDS IREG weiterhin stets den aktuellsten Regulatorien entspricht. SDS IREG-Kunden profitieren von der frühzeitigen Information über neue oder geänderte Anforderungen der Melderegime. Seit Produkteinführung im Juli 2011 konnte sich SDS IREG kontinuierlich den höchsten Grad an Automatisierung und Compliance im internationalen Meldewesen aneignen. SDS IREG gehört mit mehr als 3.000 Reporting FIs in mehr als 80 Ländern zu einer der weltweit führenden Tax Reporting-Anwendungen. Zudem ermöglicht SDS IREG international agierenden Finanzinstituten und -dienstleistern (wie z.B. Tax Consultants) dank STP (Straight Through Processing), verschiedene Meldeverpflichtungen (CRS, FATCA, QI, Italienische FTT) mit einer einzigen Applikation und extrem schlankem Ressourcenaufwand abdecken zu können.

Die verschiedenen Branchen, allen voran die Finanzindustrie, können sich auf keinen gemeinsamen Tenor einigen, wohin die Reise KI gehen soll. Einigkeit besteht allerdings darüber, dass moderne Lernalgorithmen das Potential haben, die Industrie komplett auf den Kopf zu stellen.

Als der Alibaba-Gründer Jack Ma und die Silicon Valley-Größe Elon Musk letzte Woche bei der World Artificial Intelligence Conference in Shanghai ihre Vorstellung von künstlicher Intelligenz darlegten, hätten diese Überlegungen kaum unterschiedlicher sein können.

STATUS QUO KI: MOMENTAUFNAHMEN.

Der aktuelle Trend geht auf die ersten konzeptuellen Ansätze der 1950er Jahre zurück, doch gerade die Entwicklungen des letzten Jahrzehntes führten zu einer Vielzahl neuer Versuche und Durchbrüche bei der Realisierung künstlicher Intelligenz. Wesentliche Treiber stellen die exponentiell wachsenden Datenmengen sowie bahnbrechende Entwicklungen in der IT-Hardware dar.

Während die ersten großen Schritte in der Gesichts- und Bilderkennung KI zurück in das öffentliche Interesse rückten, sind es nun mitunter die großen Daten-Cluster wie jene von Google und Co., die den Marktstandard definieren.

Die Finanzindustrie ist besonders am Potential von KI interessiert. Dies liegt einerseits an den Erwartungen ihrer Kunden und regulatorischen Anforderungen und andererseits noch vielmehr an den vorhandenen Datenmengen in den Bankenhäusern – gerade diese kristallisieren sich als wesentlichster Vorteil gegenüber neuen FinTechs heraus.

Der Begriff KI ist heute äußerst weit gefasst und stellt generell den Überbegriff über die Thematik intelligenter Prozeduren dar. Das Maschinenlernen wird bereits als engerer Begriff der künstlichen Intelligenz gesehen und umfasst beispielsweise Clustering- oder Regressionsverfahren. Die aufwendigste, komplizierteste und datenintensivste Stufe wird als Deep Learning (DL) bezeichnet, wofür komplexe neuronale Netze herangezogen werden. KI hat keinerlei Fähigkeit, intuitiv zu handeln, kognitive Leistungen werden jedoch durch das Trainieren von Modellen ermöglicht.

Auffällig ist, dass besonders der Begriff Robotics immer wieder in Zusammenhang mit Machine Learning verwendet wird, obwohl dieser eigentlich eher einer Abfolge von Anweisungen entspricht und somit bestenfalls einen Platz in der Nomenklatur der KI findet. Ein Chatbot kann hingegen unter Betrachtung entsprechender technologischer Gesichtspunkte sehr wohl als eine Umsetzung von ML gesehen werden.

Heute werden täglich mehr als 2,5 Trillionen Bytes an neuen Daten generiert. Würde man diese Daten ausdrucken, ließe sich die Entfernung zwischen Erde und Mond mehrmals bewältigen. Die heute vorhandene Rechenleistung ermöglicht die Verarbeitung dieser Datenmengen. Dabei sehen Banken nicht primär die Grundlagenforschung als ihre Aufgabe, sondern vielmehr liegt der Fokus auf dem Bestreben, intelligente Zusätze in bestehende und neue Applikationen zu integrieren. Notwendige Frameworks werden aus kommerziellen, aber ebenso freien Quellen bezogen.

Abstrakte Beispiele zu künstlicher Intelligenz gibt es mittlerweile zahlreiche, dazu gehören im Speziellen komplexe Abläufe wie sinngemäße Übersetzungen sowie autonome Fahrzeuge oder sensorenunterstütztes Lernen. In der Finanzwelt konnten sich vor allem intelligente Maßnahmen zur Fraud Prevention, also der Vermeidung von beispielsweise Kreditkartenbetrug, Geldwäsche oder der Identifikation von digitalen Identitäten (das Ausnutzen von Namensähnlichkeiten zu Betrugszwecken), durchsetzen. Besonders beliebt in der Branche ist zudem die Textverarbeitung bei Document Scanning oder Chatbots.

Aktuelle allgemeine KI-Markttrends:

• Wissensgraphen – die Verbindung verschiedener Objekte aus einer komplexen ungeordneten Datenmenge auf systematische Weise. Daten werden nicht in einfachen Abfolgen, sondern in einzelnen, teils zusammenhängenden Knoten gespeichert.
• Hypermind – fasst die sensorenunterstützte KI zusammen. Primär wird man durch Projektionen/Augmented Reality („Google Glass“-ähnliche Brillenkonstrukte) in Kombination mit Bilderkennung in seinen Tätigkeiten unterstützt.
• Multimedia Opinion Mining – stellt den Überbegriff zur Multimedia-Segmentierung dar, die Medien nach persönlichen Einschätzungen, Vorlieben oder Gefühlen clustert. So können beispielsweise negative Nachrichten in Kombination mit einem positiven Bild abgeschwächt oder entschärft werden. Die Verbreitung von Fake News kann als Negativbeispiel für diese Art von KI gesehen werden.

Die Finanzbranche fokussiert sich derzeit noch auf deutlich konkretere Ansätze wie:

• Das intelligente Automatisieren von Kreditratings
• KI-Verarbeitung von Textdokumenten
• Automatisiertes Zahlungswesen nach Ausfallsklassifikationen

Abseits dieser Vielzahl von Chancen stehen Finanzinstitute zunehmend vor einer breiten Front an Hürden. Besonders ist die Nachvollziehbarkeit von Ergebnissen oftmals nicht gegeben, woran sich vor allem Aufsichts- und Datenschutzbehörden stoßen. Selbstständige Lernprozesse führen im Optimalfall zwar zu vermeintlich korrekten Resultaten, können aber nicht konsequent auf ihre Kausalität und die entsprechenden Entscheidungsgrundlagen geprüft werden.

Erste vielversprechende Lösungsversuche zu diesem Problem sind Ansätze zur textuellen Ausgabe von wichtigen Entscheidungsknoten, also eine Art Logging, wodurch ein gewisses Maß an Nachvollziehbarkeit ermöglicht werden soll. Dieser Ansatz steht jedoch noch sehr am Beginn der Forschung. Ein bedeutend einfacherer Prozess ist die Visualisierung von (Zwischen-)Ergebnissen, was jedoch nicht immer zu plausiblen Erklärungen führen wird.

Eine weitere beträchtliche Hürde zeigt sich in der ethischen Komponente der künstlichen Intelligenz. Ein medial bekanntes und kontroverses Beispiel hierzu liefert die Erkennungssoftware von autonomen Fahrzeugen. Diese hat(te) nachweislich große Probleme, Passanten zu erkennen, wenn diese nicht der typischen weißen Person entsprachen. Besonders dunklere Hauttöne wurden deutlich schlechter erkannt. Dieses Fehlverhalten ist auf die selektive Auswahl an Testdaten zurückzuführen. Das Problem solcher einseitig erhobenen Daten (‚biased‘) wird auch die Finanzindustrie in der einen oder anderen Form treffen, beispielsweise bei der KI-unterstützten Vergabe von Krediten, und sie wird sich damit entsprechend auseinandersetzen müssen.

ZUSAMMENFASSUNG

Fakt ist, dass gerade Finanzinstitute ihr KI-Potential erst sehr wenig ausgeschöpft haben, was angesichts der enormen vorhandenen Datenmengen schwer verständlich ist. Künstliche Intelligenz befindet sich in einer weiteren Hochphase, aktuelle Fortschritte legen jedoch nahe, dass diese, anders als in der Vergangenheit, andauern wird.

Lesen Sie mehr über das Thema und den Exkurs zu PSD2 und GDPR im Zusammenhang im SDS Report. Laden Sie sich den Report zum Thema AI/KI im Banking herunter.

Die Verwendung einer One-for-All-Lösung für FATCA-, CRS- und QI-Reporting, die Abdeckung aller länderspezifischen Standards und der exzellente Support während der gesamten Wartungszeit sind entscheidend für das Festhalten an einer erfolgreichen Lösung. Kostenfreundliche Abläufe mit einer einzigen Instanz für die Betreuung mehrerer (bis zu mehr als 1.000) CIs und höchste Zuverlässigkeit tragen zur Akzeptanz von SDS IREG bei allen Stakeholdern der internationalen Spitzenbank bei. Das erweiterte Geschäftspaket umfasst unter anderem die vollständige regulatorische Aufrüstung lokaler und standardisierter Schemata für mehr als 60 Länder. Darüber hinaus bietet SDS IREG auch die vollständige Einhaltung dieser und künftiger Länder (z.B. OECD) und/oder regulatorischer Änderungen.

Die in Österreich ansässige SDS ist ein führender Anbieter von zukunftsweisenden Software- und Servicelösungen für die internationale Finanzdienstleistungsbranche. Mit der im Jahr 2011 eingeführten SDS IREG wurde das Unternehmen zudem zu einem der wichtigsten globalen Player im Markt für ganzheitliche und vollautomatische Steuerberichtslösungen. Das spezifische Design von SDS IREG für den automatischen Informationsaustausch (AEOI) mit dem höchsten Automatisierungsgrad und der Einhaltung der internationalen Steuerberichterstattung in einer einzigen Anwendung verbessert die Steuerberichterstattung internationaler Finanzinstitute und Dienstleister deutlich. Auf den Punkt gebracht: Eine zukunftssichere Lösung durch einen breiten und erstklassigen globalen Kundenstamm, kontinuierliche Weiterentwicklung und eine sich ständig anpassende Produkt-Roadmap.

Der Bedarf an umfassenden, global einsetzbaren und hochautomatisierten Steuerberichtslösungen ist aktueller denn je. Digitalisierung, Automatisierung, geografische Abdeckung, Gültigkeit und Zuverlässigkeit sind unter anderem die zentralen Herausforderungen beim automatischen Informationsaustausch in Steuerfragen (AEOI). Unser umfassender SDS-Report fasst die wichtigsten Herausforderungen auf einen Blick zusammen.

MAD II/MAR – Die Marktmissbrauchsverordnung der EU hat ab 2016 einen einheitlichen Rechtsrahmen und Strafrechtskatalog für das Verbot von Marktmanipulation und Insidergeschäften geschaffen. Darüber hinaus wurden Finanzinstitute dazu verpflichtet, aktive und proaktive Maßnahmen zur Vermeidung dieser Straftaten im eigenen Haus zu ergreifen. Die Änderungen stellen signifikante Herausforderungen für die Finanzindustrie, im speziellen den Bankensektor, und deren IT-Systeme dar. Traditionelle Methoden zur Überwachung der Wertpapier-Compliance sind hier nicht mehr wirksam – somit ist der Einsatz neuer Verfahren notwendig. Knapp drei Jahre später ist es Zeit, eine erste Bilanz über die Erfolge von MAD/MAR und die aktuellen Marktentwicklungen zu ziehen. Die österreichische SDS (Software Daten Service) legt kontinuierlich digitale Standards in zukunftsweisenden Lösungen für Wertpapierabwicklung, Regulatorik und Compliance für die internationale Finanzindustrie fest. Das neueste Whitepaper der SDS zum Thema MAD/MAR-Compliance fasst die wesentlichsten Erkenntnisse und Erfahrungen aus drei Jahren Praxiseinsatz kompakt zusammen und bietet zudem Lösungsansätze für die automatisierte Überwachung von Wertpapier- und Derivatetransaktionen.

Gemeinsam mit unseren Kunden konnten wir eine Übersicht über diese Themen erstellen.

SDS IREG bewältigt Herausforderungen beim Reporting, bevor Ihnen diese bewusst werden – automatisch, sicher, wertschöpfend, auf komplexem Niveau und auf zukunftssichere Weise.

SDS GEOS ermöglicht eine massive Vereinfachung des globalen Wertpapier- und Derivategeschäftes und die automatische Verarbeitung von großen Volumina an komplexen Transaktionen.

SDS NOSTRO für SDS GEOS, eine effiziente Bilanzierungslösung für Wertpapiere und derivative Finanzinstrumente für IFRS9 und lokale GAAP, wird ständig optimiert und erweitert, um Zukunftssicherheit zu gewährleisten.