Im ersten Teil seines Gastbeitrags stellte Johannes Sommer vor, wie Natural Language Generation (NLG), auch bekannt als automatische Textgenerierung, im Day-to-Day Business für Zeitersparnis sorgen kann. Im vorliegenden Teil berichtet der Autor darüber, wo neben der massiven Zeitersparnis weitere Vorteile von NLG liegen und wie sich Verdachtsmeldungen dank KI-basierter NLG automatisieren lassen.
Für Banken wie Finanzdienstleister ergeben sich Chancen in der automatisierten Erstellung von Fonds-, Börsen-, Jahres- oder Quartalsberichten, Kreditbewertungen und Portfolioberichten. Diese Reportings müssen nicht nur effizient und ressourcenschonend erstellt werden, sondern auch zahlreiche regulatorische Maßgaben berücksichtigen. Automatisierung bedeutet in diesem Fall also nicht nur eine massive Zeitersparnis, sondern gesetzeskonforme Berichte auf Knopfdruck. Gleiches gilt für die Versicherungsindustrie: Für bestimmte wiederkehrende Reportings – etwa in der Erstellung von SFCRs unter dem Aufsichtsregime Solvency II – reduziert sich der Aufwand durch automatische Textgenerierung für Versicherer um bis zu 80 Prozent.
Verdachtsmeldungen dank KI-basierter NLG automatisieren
Im Zuge des Compliance Management gehört die Berichtserstattung von Verdachtsmeldungen zu den Kernanforderungen des Geldwäschegesetzes (GwG). Erwartet wird gleichbleibend hohe Qualität trotz ständig steigenden Meldeaufkommens, eine unverzügliche Fallbearbeitung und somit eine enorme Ressourcenbindung. Gerade weil es sich bei der Erstellung von Verdachtsmeldungen um repetitive Routinearbeit handelt, liegt es nahe, diese beispielsweise durch den Einsatz KI-basierter Natural Language Generation zu automatisieren. Ein Kooperationsprojekt zwischen Retresco und Sopra Steria hat sich eben dieser Aufgabe angenommen und die Vertextung der Verdachtsfälle zu 98 Prozent einer NLG-Software übertragen. Aufwendige Revisionsschleifen entfallen, Fehlerquoten sinken durch 100-prozentige Daten-Text-Kongruenz und Meldungen können unverzüglich erstattet werden – und das alles mit geschonten Ressourcen.
Und auch im erweiterten Sinne kann das Finanzwesen KI-basierte Sprachtechnologien nutzen: Mit jährlichen Geschäftszahlen, Daten und Fakten aus dem Controlling als Grundlage, kann NLG die Erstellung von Geschäftsberichten automatisieren. Wenn – wie bei der Targobank – die Filialergebnisse im Anschluss als Pressemitteilungen an die Lokalpresse der jeweiligen Geschäftsgebiete versendet werden, profitiert davon die Unternehmenskommunikation. Während zuvor die Erstellung der Pressemitteilungen hohe personelle und zeitliche Ressourcen in der Unternehmenskommunikation in Anspruch genommen hat, werden nun spezifische Pressemitteilungen pro Filiale mit nur wenigen Klicks automatisiert erstellt. Die Folge: Die Erstellungszeit von Pressemitteilungen wird um bis zu 66 Prozent reduziert.
Der Mensch entscheidet
Zuletzt bleibt wichtig zu betonen: NLG erstellt Textvorschläge, über deren Verwendung entscheidet final der Mensch. Eben dieses effiziente Zusammenspiel von Mensch und Maschine verkürzt den Data-to-Insights Prozess, senkt die Fehleranfälligkeit maßgeblich und hilft, Data Literacy als elementare Fähigkeit und Grundlage der Digitalisierung in Unternehmen auszubauen.
Fotos: Canva, Johannes Sommer
Über den Autor
Johannes Sommer ist seit 2013 CEO des Berliner Tech-Unternehmens Retresco. Gemeinsam mit dem rund 70-köpfigen Team realisiert er Automatisierungsprojekte zur datenbasierten Erstellung von Text durch Künstliche Intelligenz, der sogenannten Natural Language Generation. Der Experte für Digitalisierungsthemen studierte Wirtschaftskommunikation und Media Management (MBA) in Berlin und Hamburg.
Johannes Sommer auf LinkedIn und Xing.