Augmented Analyst – wie Deloitte Deutschland sich als First Mover für NLG in Stellung bringt

Künstliche Intelligenz (KI) hat heute einen enormen Einfluss auf das Wachstum sämtlicher Wirtschaftssektoren und Tätigkeitsfelder. Die Rolle der KI-Technologien ist dabei gar nicht zu überschätzen, während sie sich rasant verbreiten – wer den Wettbewerb für sich entscheiden will, muss schnell sein. Deloitte hat dies erkannt und baut in Zusammenarbeit mit Technologie-Startups im Rahmen von Innovationsprogrammen und gemeinsamen Projekten systematisch Kompetenzen im Umgang mit künstlicher Intelligenz auf. Zum Einsatz kommt KI beispielsweise im Risikomanagement, das bei einem Großteil der global agierenden Wirtschaftsunternehmen ein ideales Einsatzfeld für künstliche Intelligenz bietet.

KI-Transformation – ein wichtiger Bestandteil im Risk Advisory bei Deloitte

Die Expertise weltmarktführender Unternehmen aus dem Bereich Natural Language Generation (NLG) kommt Deloitte zugute: so findet die hochmoderne Software der Stuttgarter Softwarefirma AX Semantics Anwendung bei der qualifizierten Analyse strukturierter Daten. Die Künstliche Intelligenz kann in Echtzeit ausführliche Narrative in natürlicher Sprache und hoher Qualität erzeugen.

Dr. Sebastian Köhn, Senior Manager bei Deloitte, erläutert die Bedeutung der KI für das Risk Advisory: „Für uns liegen die Vorteile des Einsatzes von KI und Natural Language Generation (NLG) im Risikomanagement derzeit vor allem in den Bereichen Regulatorik & Compliance. Die aufsichtsrechtlichen Vorgaben im Finanzbereich werden nicht erst seit der Krise 2008 immer strenger. Viele Finanzdienstleister sehen sich daher einem Wettlauf mit nationalen und internationalen aufsichtsrechtlichen Vorgaben, steigenden Risiken und damit verbunden steigenden Kosten ausgesetzt.“

Interne Berichte und Entscheidungsvorlagen unterliegen einer Vielzahl an Vorschriften und Gestaltungsrichtlinien. Ihre anlass- bzw. turnusgemäße Erstellung kann für Analysten daher mitunter zu einer zeitaufwändigen und damit auch sehr teuren  Tätigkeit werden. Betroffene Abteilungen laufen nicht selten  Gefahr, zunehmend als Kostenfaktor wahrgenommen zu werden. Gerade die sprachgenerierenden KIs aber, mit denen das Deloitte NLG-Solutions Team arbeitet, besitzen großes Potenzial bei der Unterstützung von Reporting-Tätigkeiten einzelner Analysten und erleichtern es, ein regulierungskonformes Berichtswesen auch dann aufrecht zu erhalten, wenn die Anforderungen an dieses sich stetig verändern.

Die neuen Technologien sollen dabei keine Mitarbeiter ersetzen, sondern die etablierten Arbeitsprozesse erweitern und aufwerten. Dank der hoch skalierbaren Anwendungen können Beratungsdienstleister wie Deloitte den automatisierbaren, repetitiven Teil existierender Berichte in einem ganz neuen Prozess  erstellen: kostengünstig und ungeahnt schnell. Die Texte entstehen in einer bisher nicht erreichbaren Anzahl – Anpassungen und Fehlerkorrekturen können auch rückwirkend auf bereits produzierte Berichtsentwürfe angewendet werden. Das Reporting ganzer Geschäftsbereiche wird so in Sekundenbruchteilen an neue Regularien angepasst. Dabei sind die heutigen NLG-Plattformen so leistungsfähig, dass sie auch individualisiert berichten können: Jeder Adressatenkreis erhält die für ihn wichtigsten Informationen in den gewohnten Formaten und kann so in kurzer Zeit Handlungsoptionen abwägen und fundierte Entscheidungen treffen.

Augmented Analysts und hybride Mensch-Maschine-Arbeitsmodelle

Ein erster, von Deloitte mit Technologie von AX Semantics entwickelter NLG-Prototyp erstellt Berichte und Entscheidungsvorlagen zu Kreditengagements von Banken. Grundlage ist jenes Datenmaterial, das auch einem Analysten als Basis seiner Berichte zur Verfügung steht. Alle berichtsrelevanten Aspekte inklusive der zugehörigen Compliance, werden der KI durch Analysten von Deloitte antrainiert. Anhand von Beispieltexten lernt sie dann, aus welchen Aussagen, Wertungen und Schlussfolgerungen ein Berichtstext bestehen muss und wie diese wiederum mit Mustern und Beobachtungen in der Datenquelle zusammenhängen. Ist die KI auf diese Art und Weise trainiert, benötigt sie von diesem Moment an nur noch Daten, um in Echtzeit und vollautomatisch Analysen und Reports schreiben zu können.

Ziel der Sprach-KI-Anwendungen von Deloitte ist es, aus unstrukturierten Daten Informationen für Entscheider in der Form natürlichsprachlicher Analysen, also in Textform zu erzeugen: Mehrwert entsteht nicht nur über das „Nacherzählen“ und „Verdichten“, sondern insbesondere über Schlussfolgerungen und Empfehlungen auf den Ebenen deskriptiver, deduktiver und präskriptiver Analysen. In den Entwürfen, für Kreditüberwachungsvorlagen beziehungsweise Credit Reviews, die Deloitte mit Hilfe der Software schreibt, erklärt und schlussfolgert die KI also neben der üblichen Berichtsebene auch schon, was die berichteten Sachverhalte konkret für die Bank bedeuten und welcher Handlungsbedarf sich daraus wiederum ergeben kann. Geschäftsrisiken werden zusätzlich auf Portfolio-Ebene qualitativ gewürdigt und erörtert. Dabei bleiben Datenquelle und Regelwerk für die Bank nachvollziehbar und revisionssicher. Diese Transparenz ist in einem hoch regulierten Umfeld wie dem Risikomanagement in Banken zwingend erforderlich.

Natürlich, so betont Dr. Köhn, hat die Automatisierung technische Grenzen: Während die Software in Sekundenbruchteilen alle möglichen Analysen und Interpretationen, basierend auf den gegebenen Fakten, anwenden kann, ist diese aktuell noch nicht in der Lage, Weltwissen in ihre „Überlegungen“ mit einzubeziehen. Informationen außerhalb des Datensatzes, beispielsweise die real- und finanzwirtschaftlichen Auswirkungen eines Politiker-Tweets, kann der Text nicht aufgreifen. An dieser Stelle ist der jeweilige Experte mit seiner kognitiven Analysekompetenz gefragt.

Nach Dr. Köhn sind KI-Systeme durchaus keine autonomen Einheiten, die bestehende Tätigkeiten ersetzen, sondern vielmehr das bestmögliche Werkzeug für einen Analysten. Wissensmanagement und Mustererkennung aus der Maschine treffen so auf Intuition und Expertise des Analysten und formen auf diese Art einen hybriden Service für die Kunden von Deloitte. Künstliche Intelligenz hilft den Experten dabei, sich mit ihren Talenten und Fähigkeiten aufs Detail zu konzentrieren, indem sie schnell, präzise und umfassend Erkenntnisse aus den Daten beiträgt. Bei Deloitte arbeiten “Augmented Analysts” mit hoch performanten Algorithmen in hybriden Prozessen an ein und demselben Reporting.

Dr. Sebastian Köhn ist Senior Manager bei Deloitte. Schwerpunkte seiner Tätigkeit sind Regulatory Risk & Compliance, Data-Analytics und Business Intelligence in Verbindung mit fachlicher Beratung im Risikomanagement von Finanzinstituten. Er leitet derzeit die aktuellen Innovationsprojekte für die Entwicklung und Implementierung von NLG Use-Cases für Finanzdienstleister insb. zur Digitalisierung von Kreditprozessen und regulatorischem Berichtswesen.

KI für die Kunden von Deloitte

Momentan geht es Early Adoptern wie Deloitte darum, systematisch Anwendungsfälle für Künstliche Intelligenz und Natural Language Generation zu identifizieren. In mehreren Ländern und Unternehmensbereichen wurden daher bereits umfangreiche Projekte realisiert. Erste Prototypen von Textanwendungen für Kunden aus dem deutschen Bankensektor werden zurzeit von Deloittes NLG-Solutions Team entwickelt. Deren Pilotkunden werden bereits in naher Zukunft auf KI-gestützte Sprach- und Textgenerierung sowohl in Kreditprozessen als auch im regulatorischen Berichtswesen setzen.

Aufgrund des Plattformcharakters des Kooperationspartners AX Semantics sind die Adaption und das Training neuer Textformen und Themenfelder für Kunden von Deloitte kurzfristig möglich. Im Solutionsportfolio von Deloitte finden sich unter anderem Anwendungen für Asset Management Reports, formelle Entscheidungsvorlagen und Kreditverträge. Blickt man auf das Portfolio von AX Semantics, so findet man noch unkonventionellere Applikationen.

Die Stuttgarter Entwickler arbeiten beispielsweise an Algorithmen, die mit deutlich weniger menschlicher Anleitung lernen, wie eine Berichtsform funktioniert. Darüber hinaus sind Produkte in Planung, über die Banken und Versicherer direkt mit ihren Endkunden kommunizieren können. Erste Kunden von AX Semantics arbeiten beispielsweise an Voice Assistants und Chatbots, mit denen Entscheider Reportings in einem natürlichen Dialog und in Echtzeit diskutieren und entscheidungsrelevante Informationen abfragen können.

Neben dem Risk Advisory hat das Startup auch Kunden aus dem E-Commerce, der Verlagswelt und der fertigenden Industrie. Fest steht jedoch: Durch Natural Language Generation werden sich die Produktion und Nutzung von Reportings in naher Zukunft nachhaltig verändern.

Autor Frank  Feulner

Frank Feulner ist einer der Mitgründer von AX Semantics und leitet das technische Business Development des Stuttgarter Startups. Er zeichnet für die Erschließung neuer Märkte und Anwendungen verantwortlich.
Kontakt:
frank.feulner@ax-semantics.com

Über das Unternehmen:

AX Semantics: Sprachkompetenz aus Schwaben

Das Stuttgarter Startup AX Semantics ist einer der weltweit führenden Anbieter für Natural Language Generation (NLG) Technologie. Die Software, die das Unternehmen anbietet, analysiert strukturierte Daten und schreibt daraus in Echtzeit Texte. Die Software spricht dank ihrer auf Machine-Learning basierenden Kerntechnologie 110 Sprachen –   sie schreibt jeden Monat über 15 Millionen Texte für Kunden in aller Welt. Dank einer KI-gestützten, teilautonomen Bedienoberfläche können Kunden sie auch ohne technische Vorkenntnisse selbst trainieren.

Die Köpfe hinter AX Semantics rekrutieren sich zum größten Teil aus aexea, einer renommierten Redaktionsberatung, die sich auf die Kommunikationsprozesse großer Unternehmen spezialisiert hat. Gegenwärtig bedient AX Semantics über 200 der weltweit ca. 500 Firmen, die NLG nutzen und ist dabei in diversen Themenbereichen, vom Onlinehandel bis zur Sprachausgabe für IoT-Geräte vertreten.