Christian ist Doktorand im CC Ecosystems mit Fokus auf dem Einsatz Künstlicher Intelligenz in Finanzinstituten. Die Leidenschaft für Finanzinnovationen packte ihn während seiner Tätigkeit für das Kompetenzzentrum (damals noch CC Sourcing) während des Bachelorstudiums. Nach dem Bachelor in Business Economics (B.Sc.) sammelte Christian Bankingerfahrung in der UniCredit-Gruppe und widmete sein Masterstudium in Management Sciences (M.Sc.) dem Schwerpunkt «Banken und Versicherungen». Seine empirische Masterarbeit verfasste er zum Thema «Bank Innovation and Bank Risk-Taking». Nach dem Masterabschluss arbeitete er als Management-IT Consultant und beriet Unternehmen der Finanz- und Energiebranche.

Ein Analytics-Marktplatz für KMU

Für kleine und mittelständische Unternehmen (KMU) bietet die Künstliche Intelligenz enormes Potenzial zur Skalierung und Effizienzsteigerung, es gibt jedoch insbesondere für diese Unternehmen keine Alternative zur Nutzung der GAFA-Services, da ihnen selbst z. B. Machine-Learning-Wissen oder die notwendigen Daten zum Trainieren von Algorithmen fehlen. Ein Analytics-Marktplatz könnte diese Herausforderungen lösen.

Continue reading »

Führungskräfte und Künstliche Intelligenz im Zeitalter des Informationsüberflusses

In einer Welt, in der ein Anstieg der jährlich generierten digitalen Datenmenge von 45 Zettabyte im Jahr 2019 auf 175 Zettabyte im Jahr 2025 prognostiziert wird, kommen wir Menschen mit unserer Hirnleistung höchstwahrscheinlich sehr bald an unsere Grenzen. Daher wird sich auf absehbare Zeit die Frage stellen, wie wir a) als Menschen die Masse der einströmenden Informationen verarbeiten können, b) wie wir bei all dem Informationsüberfluss mental gesund bleiben können und c) wie wir gegen KI-Algorithmen ankommen sollen, falls diese uns bspw. mit gefälschten Informationen versorgen, die nicht von der Realität unterscheidbar sind. Diese Fragen stellt sich auch und insbesondere für Führungskräfte in Unternehmen.

Continue reading »

Wie verändert Künstliche Intelligenz die Geschäftsmodelle der Finanzindustrie? (Teil 2)

Um sich mit einer KI-basierten Applikation auf dem FinTech-Markt zu positionieren, benötigt ein Unternehmen ein vertieftes Verständnis des KI-FinTech-Marktes, d. h. sowohl der bereits existierenden Applikationen als auch der Geschäftsmodelle, die sich um diese Applikationen herum entwickelt haben. Im ersten Teil dieses Beitrags haben wir mithilfe der AI Application Taxonomy, einem Werkzeug zur näheren Beschreibung der Eigenschaften einer KI-Applikation, insgesamt 79 KI-Applikation von 75 FinTechs analysiert und vier übergreifende Anwendungsarten, sogenannte Applikations-Archetypen, identifiziert. In diesem Beitrag widmen wir uns der Frage, innerhalb welcher Geschäftsmodelle diese Applikationen eingesetzt werden und welche Positionierungsmöglichkeiten sich daraus für Finanzinstitute ergeben.

Continue reading »

Wie verändert Künstliche Intelligenz die Geschäftsmodelle der Finanzindustrie? (Teil 1)

Die Beurteilung der strategischen Möglichkeiten, die der Einsatz von Künstlicher Intelligenz (KI) einem Unternehmen ermöglicht, erfordert ein fundiertes Verständnis von KI-basierten Applikationen. Ein solches Verständnis umfasst nicht nur die Kenntnis der möglichen Funktionalitäten von KI-basierten Applikationen (Dietzmann & Alt, 2020), sondern auch die Kenntnis von Eigenschaften, die diese Funktionalitäten näher beschreiben (z. B. kann der Sprachinput für die Funktionalität Speech Recognition als akustisches Signal empfangen werden oder digital in Form eines Videos vorliegen). Beides zusammen ermöglicht eine detaillierte Analyse bestehender KI-basierter Angebote, auf deren Basis Positionierungsmöglichkeiten gegenüber Wettbewerbern im Zielmarkt identifiziert werden können. Das Competence Center Ecosystems hat daher neben dem Periodensystem der Künstlichen Intelligenz die «AI Application Taxonomy» entwickelt, welche die aktuell beobachtbaren Charakteristika von KI-basierten Applikationen enthält. Im aktuellen und ersten Teil des Blogbeitrags stellen wir die Taxonomie vor und analysieren anschliessend eine Stichprobe europäischer KI-FinTechs.

Continue reading »

Der State of the Art im Bereich Künstliche Intelligenz – Eindrücke von der HICSS 2020

Wissenschaftler sind theoretisch arbeitende, sehr korrekte und oftmals zurückgezogene Menschen – so der weitverbreitete Eindruck. Weit gefehlt, wie ich auf der 53. Hawaii International Conference on System Sciences (HICSS) erleben durfte: Von einer Keynote zu «Bullshit» in der wissenschaftlichen Literatur über Erkenntnisse zu Künstlicher Intelligenz (KI) in der Spieleentwicklung bis zur Zukunft des Arbeitens wurden durchweg spannende, sehr diverse und vor allem höchst praxisrelevante Themen adressiert. Im Folgenden gebe ich eine kurze Zusammenfassung.

Continue reading »

Grundlagen Künstlicher Intelligenz (inkl. Webinarvideo und PDF)

Im Rahmen der einstündigen Präsentation klären wir zunächst häufige Missverständnisse auf, versuchen, den Begriff «Künstliche Intelligenz» zu definieren, stellen die verschiedenen Funktionen von KI vor und zeigen Möglichkeiten zur Modellierung von KI-basierten Applikationen auf. Ausserdem stellen wir einen Ansatz zur Bewertung der Auswirkungen von KI auf eine Organisation vor, der sich an der zentralen Frage orientiert: An welcher Stelle können und möchten wir uns von KI-basierten Applikationen unterstützen oder gar ersetzen lassen?

Continue reading »

Auswirkungen von Künstlicher Intelligenz im Private Banking (Teil 2)

Kleine und mittelgrosse Privatbanken in der Schweiz sehen sich aufgrund sinkender Gewinne aktuell einem starken Konsolidierungsdruck ausgesetzt. Möchten die verbleibenden Institute in Zukunft ihre Eigenständigkeit wahren, wird es für sie höchste Zeit, ihre Geschäftsmodelle und Betriebsstrukturen zu modernisieren und ihr Angebot dem innovativer Wettbewerber anzupassen. Eine Möglichkeit, sowohl Betriebskosten zu senken als auch die Qualität der Kundenberatung als Kern des Angebots einer Privatbank zu erhöhen, bietet der Einsatz künstlicher Intelligenz. Während es im letzten Beitrag darum ging, wie die Fähigkeiten von Menschen und Künstlicher Intelligenz mithilfe des KI-Periodensystems vergleichen werden können, zeige ich in diesem Artikel an zwei Anwendungsfällen, wie Künstliche Intelligenz den Kundenberater im Private Banking unterstützten kann.

Continue reading »

Auswirkungen von Künstlicher Intelligenz im Private Banking (Teil 1)

Das Schweizer Private Banking leidet unter einer zunehmenden Konsolidierung. Dies trifft besonders auf kleinere Institute zu, die sich aufgrund veralteter Geschäftsmodelle und Strategien als immer weniger wettbewerbsfähig erweisen. Künstliche Intelligenz könnte eine Möglichkeit für diese Institute darstellen, dem Trend steigender Betriebskosten und schrumpfender Gewinne zu begegnen.

Continue reading »