Mehr Nähe durch Technik: Künstliche Intelligenz an der Kundenschnittstelle

Keyfacts:

• Generative künstliche Intelligenz (KI) hebt die Gestaltung der Kundenschnittstelle auf eine neue Stufe.
• Im Asset Management etwa kann KI individuelle Kundenbedürfnisse analysieren und maßgeschneiderte Empfehlungen für Anlageprodukte geben.
• Die Integration entlang der gesamten Kundenreise ermöglicht eine Personalisierung durch Automatisierung – und somit eine größere emotionale Nähe.

Seit Monaten loten Wirtschaft und Gesellschaft das Potenzial von generativer künstlicher Intelligenz (KI) aus. Mehrere Anwendungsfälle für die Finanzindustrie haben wir hier auf unserem Blog beschrieben, sei es für Kundenservice und Risikomanagement, für die Wirtschaftsprüfung, die Geldwäscheprävention oder die Frage, welche Herausforderungen die KI-Revolution an ein strategisches Change-Management stellt. Klar ist: KI wird eines der großen Technologiethemen des Jahres 2024.

Viele nutzen KI-Assistenten auch bereits im Alltag. Wenn diese Technologie also jetzt schon passende Fitnesspläne erzeugt, geeignete Rezepte für das Mittagessen liefert, beim Erstellen komplexer Excel-Formeln für Analysen unterstützt und sogar Business-Pläne entwerfen kann, dann liegt der Gedanke nahe, dass sie auch bei der Auswahl der passenden Geldanlage unterstützen kann. Was also könnte ein persönlicher Assistent für personalisierte Empfehlungen und Angebote im Asset Management leisten?

Mehr als Robo-Advisor: KI für personalisierte Finanzberatung und Anlageverwaltung

Gerade jüngere Kundengenerationen bevorzugen vermehrt digitale Lösungen für ihre Finanz- und Vermögensplanung. Robo-Advisor sprechen diese Zielgruppe an und bieten eine moderne, technologiegestützte Erfahrung im Bereich der Anlageberatung. Per Zugriff auf umfangreiche Datenbanken und den Einsatz von Algorithmen sind sie in der Lage, personalisierte Anlageempfehlungen zu erstellen – und das ausschließlich basierend auf der Dateneingabe der Nutzenden. Anlegerinnen und Anleger können somit effizient auf maßgeschneiderte Ratschläge zugreifen – sie sparen sich persönliche Beratungsgespräche, die sie häufig als lang und aufwändig empfinden.

Allerdings ist zu beachten, dass Robo-Advisor derzeit noch vergleichsweise einfach gehalten und tendenziell eher ein digitaler Vertriebskanal mit optimiertem Nutzererlebnis sind. Sie sind nur begrenzt in die Wertschöpfungskette von Asset Managern integriert und das schränkt die Qualität des Outputs ein. Dies könnte sich jetzt mit Generativer KI ändern.

Ganzheitliche Einbindung in die Kundenreise

Bessere Ergebnisse erzielt, wer generative künstliche Intelligenz ganzheitlich in die Kundenreise integriert. Die Kundenreise fächert sich auf in mehrere Phasen und Aktivitäten, darunter die Kundenakquise, die Beratung, das Onboarding und die laufende Betreuung. In einer personalisierten Finanzberatung entlang der gesamten Kundenreise vom Erstkontakt bis zur Anlagenverwaltung kann generative KI eine Vielzahl von Aufgaben übernehmen.

Kundengewinnung und Angebotspersonalisierung: In der Anfangsphase ermöglicht künstliche Intelligenz eine detaillierte Analyse der Kundenprofile und der Präferenzen. So lassen sich maßgeschneiderte Marketingbotschaften und Angebote erstellen, die auf die individuellen Bedürfnisse und Interessen jedes Kunden zugeschnitten sind. Beispielsweise können Unternehmen hyperpersonalisierte Werbeanzeigen an Kundinnen und Kunden ausspielen.

Hyperpersonalisierung steigert die Personalisierung durch die automatisierte Analyse von Daten. Fortgeschrittene KI-Algorithmen ermöglichen individuelle Kundenerlebnisse, indem sie dynamisch auf Verhalten und Präferenzen reagieren, was zu höherer Relevanz und Kundenzufriedenheit führt.Sie können Personas – basierend auf den bereits bestehenden Kontakten – bilden und diverse Zielgruppen klarer fassen. Das kann dabei helfen, die Neukundenansprache zu clustern und etwaige Streuverluste beim Erstkontakt zu minimieren. Denn Streuverluste entstehen aufgrund falscher Zielgruppenauswahl oder irrelevanter Werbeanzeigen.

Ein weiterer Pluspunkt von KI im Marketing: Sie kann die Kundenansprache über verschiedene digitale Kanäle orchestrieren und so eine konstante und stringente Ansprache sicherstellen. Werbeanzeigen können, einheitlich messbar, über verschiedene Kanäle ausgeliefert werden, um eine große Präsenz für die Botschaften des Anbieters zu erreichen.

Kampagnen optimieren und Conversion-Rate steigern

Durch die gezielte Ansprache potenzieller Kunden mit relevanten Inhalten steigt die Wahrscheinlichkeit einer positiven Resonanz, und die Conversion-Rate wächst. Zudem können Marketingkampagnen kontinuierlich optimiert werden, da die generative KI fortlaufend Daten auswertet und die Wirksamkeit der Maßnahmen analysiert: Auswertungen dazu, welche Vermarktungsplattform das beste Ergebnis liefert und wie sich schwach performende Werbeanzeigen verbessern lassen, sind leicht möglich. Das Ergebnis ist ein personalisiertes Marketing, das die Kundenbindung und -gewinnung stärkt und zugleich das Marketing-Budget effizienter nutzt.

Im nächsten Schritt auf der Kundenreise, wenn ein neuer Lead gewonnen ist, gilt es, ein passendes Angebot zu erstellen. Hierfür analysiert die KI komplexe Kundenprofile und erzeugt individuelle Empfehlungen. Mithilfe umfangreicher Kundendaten, Transaktionshistorien und persönlicher Präferenzen – sofern historische Kundendaten vorhanden sind – ist die KI in der Lage, maßgeschneiderte Empfehlungen zu erstellen, die den individuellen Bedürfnissen und Zielen der Kundinnen und Kunden gerecht werden.

Mehr als reine Datenanalyse

Und bei Bestandskunden? Ihnen kann generative KI Empfehlungen für spezifische Anlageprodukte geben, indem sie Kundendaten und Marktdaten analysiert und Faktoren wie Risikotoleranz, Anlageziele und vergangene Performance einer Anlage(-kategorie) berücksichtigt. Im Vergleich zum Robo-Advisor basieren diese Vorschläge auf historischen Daten sowie Anlegerpräferenzen, die mit dem Angebot des Asset Managers zusammengeführt und somit deutlich pointierter sind.

Für Neu- und Bestandskunden gleichermaßen bieten sich neue Möglichkeiten in Sachen Kundenbetreuung und der Portfoliooptimierung. So kann eine generative KI zum Beispiel automatisch personalisierte Nachrichten, Updates und Berichte bereitstellen, Kundenfragen beantworten und den Kundensupport durch eine (Teil-)Automatisierung von Routineaufgaben verbessern. Darüber hinaus ist generative KI in der Lage, Marktvolatilität, Unternehmensnachrichten oder wirtschaftliche Entwicklungen in Echtzeit zu verfolgen und rund um die Uhr personalisierte Empfehlungen zu geben. So können Anlegerinnen und Anleger reagieren sowie ihre individuelle Anlagestrategien anpassen.

„Kollege KI“– Unterstützung für die Kundenberatung

Dazu kommt ein großer Nutzen für das Betreuungsteam: Die durch KI erzeugten Inhalte dienen kurz- und mittelfristig als Unterstützung für die Kundenberaterinnen und -berater, die sie in ihrer Arbeit nutzen. Diese können durch KI wichtige Informationen, Empfehlungen und Updates erhalten, die sie für die individuelle Beratung verwenden können. Langfristig ist sogar eine direkte Kommunikation zwischen KI-Assistenten und den Kund:innen möglich: Das ermöglicht, dass der Kundenservice jederzeit verfügbar ist.

Denkbar ist auch, dass Mitarbeitende den neuen ‚Kollegen KI‘ gegenüber der Kundschaft erwähnen und als neuen digitalen Berater vorstellen – das erleichtert die Akzeptanz der neuen Technologie und öffnet die Tür zur direkten Interaktion.

KI richtig einbinden: Governance, Ethik und Risikomanagement

Die Einführung von generativer KI erfordert klare Daten-Governance und ein Bewusstsein für Vor- und Nachteile sowie ethische Herausforderungen. Um eine kontrollierte Nutzung sicherzustellen, sind Erkennung, Leistungsüberwachung und bei Bedarf Neu-Training entscheidend. Organisationen sollten klare Governance-Richtlinien, Regeln für interne und externe KI-Sicherheit, Validierung und eine umfangreiche Stakeholder-Einbindung festlegen.

Bestehende Risikomanagement-Taxonomien sollten KI einbeziehen, unterstützt durch Audits für fortlaufende Überwachung. Angesichts des rasanten KI-Wachstums ist es wichtig, Risiken und Kundenbedenken angemessen zu berücksichtigen. Eine ‚Ethical AI‘ mit Richtlinien und Prinzipien sorgt für eine faire, transparente und verantwortungsbewusste KI-Entwicklung. Zugleich unterstreichen prominente Fälle von KI-Bias, Urheberrechtsverletzungen oder Diskriminierung die Notwendigkeit sorgfältigen Managements und kultureller Anpassung bei der Integration von KI-Kollegen in Geschäftsabläufe.

Um jedoch eine erfolgreiche Integration zu ermöglichen, ist es entscheidend, dass Asset Manager frühzeitig Sicherheits- und Governance-Strategien entwickeln. Diese sollten darauf abzielen, die neuen Möglichkeiten und Chancen von generativer KI an der Kundenschnittstelle zu nutzen und im Kontext der Regulierung durch den EU AI Act auf ein solides Fundament zu stellen. Das ermöglicht es ihnen, sich als kundenzentrierte Pioniere im Asset Management zu positionieren.