Chatbots verändern die Bankenwelt

Über 70 Prozent der 18- bis 33-Jährigen gehen lieber zum Zahnarzt als zu ihrer Hausbank. Das zeigen Ergebnisse des Millennial Disruption Index[1], einer Befragung junger Konsumenten mit dem Ziel, Industrien mit hohem Transformationspotenzial zu identifizieren. Darin gibt mehr als ein Drittel an, auch ohne eine klassische Bank mit Filialen und menschlichen Beratern auszukommen. Und: Wenn es um Geldangelegenheiten geht, vertrauen 73 Prozent eher Google, Apple und Amazon als ihrer eigenen Bank.

Obwohl die Studie über sechs Jahre alt ist, sind die Erkenntnisse aktueller denn je. Der moderne Konsument lässt sich am Morgen das Wetter und die To-do-Liste für den Tag mühelos mittels künstlicher Intelligenz (KI) von Amazons virtueller Assistentin Alexa oder von Google Home vorlesen.

Kurzum: Chatbots und digitale Sprachassistenten haben Einzug in unseren Alltag gehalten und werden die Zukunft des Bankings tiefgreifend verändern. In einer solchen Welt steigen naturgemäss auch die Erwartungen, die wir an unsere Bank oder an unseren Börsenmakler in Sachen Digitalisierung haben.

Analoge Systeme am Anschlag

Die Pandemie hat gezeigt, dass klassische Callcenter bei rasch zunehmenden Anfragen schnell an ihre Grenzen stossen und ihre Verarbeitungskapazität limitiert ist durch die Anzahl ihrer Mitarbeiter. Auch die Betriebszeiten von Callcentern orientieren sich oft weniger an den Bedürfnissen des Kunden als an denen des Unternehmens.

Sogenannte Chatbots sind da anders. Diese KI-basierten Dialogsysteme erlauben das Chatten mit einem komplett automatisierten System. Chatbots sind rund um die Uhr verfügbar: an 365 Tagen im Jahr, zu jeder Uhrzeit und ohne Warteschleife.

Das hat einen direkten Einfluss auf der Kostenseite. So konnten beispielsweise die Dienstleistungskosten durch den Einsatz von Chatbots um bis zu 30 Prozent reduziert werden.[2] In unseren Studien konnten wir zudem zeigen, dass Chatbots zu einer signifikanten Verbesserung der Onboarding Experience und zu grösserem Vertrauen in die Beratung führen. Zudem sind KI-Assistenten effektive, vollautomatisierte Vertriebsassistenten: Die Empfehlung für das gleiche Investitionsprodukt wird eher von einem Chatbot angenommen als von einem vergleichbaren Empfehlungssystem.[3]

Die Antworten und Fragen von KI-Assistenten vermitteln den Eindruck, dass der Chatbot mich und meine Bedürfnisse versteht. Das Ausfüllen von einfachen Formfeldern auf einer Website ist daher weit weniger inspirierend als der fast spielerische Wortwechsel mit einem Chatbot. Erfolgreiche Schweizer Fintech-Start-ups wie Selma Finance zeigen, dass Chatbots, bunte Emojis und Banking sich nicht ausschliessen müssen. Im Gegenteil: In Zeiten von Corona ermöglichen Chatbots hohe Individualisierung bei gleichzeitig hoher Standardisierung und geringen Kosten.

Vertrauen verpflichtet

In unseren Studien konnten wir zeigen, dass ein zu grosses Vertrauen auch negative Konsequenzen haben kann. Eine objektiv falsche Investitionsempfehlung, die beispielsweise nicht konsistent mit dem Risikoprofil des Anlegers ist, wird von diesem eher angenommen, wenn sie von einem Chatbot stammt. Unbewusst denken wir: Der Algorithmus des Robo-Advisors wird schon richtig einschätzen, dass ich etwas mehr Risiko eingehen sollte. Bei einem menschlichen Vertriebsmitarbeiter zwingt uns unser natürlicher Instinkt hingegen, die Produktempfehlung zu hinterfragen.

Zugleich führt die zunehmende Nutzung von Chatbots und anderen digitalen Assistenten zu steigenden Kundenerwartungen.[4] Ein Beispiel ist der Chat mit dem digitalen Assistenten der Postfinance. Die einfache Frage zu «günstigen ETFs im Technologiesektor» führt zur Gegenfrage des Bots, ob ich an «allgemeinen Informationen zum Börsenhandel» interessiert sei. Die Antwort lautet natürlich Nein, denn ich habe eine konkrete Frage gestellt, auf die ich auch eine konkrete Antwort erwarte. Während der Chatbot mich zur Eröffnung eines E-Trading-Kontos weiterleitet, finde ich die gewünschte Information mit einer kurzen Google-Suche wesentlich einfacher und schneller.

Ein Blick in die Zukunft

Die gezielte Nutzung von Chatbots und digitalen Assistenten im Bankwesen eröffnet neue Möglichkeiten, eine direktere Verbindung zum Kunden aufzubauen, bei der dieser im Zentrum steht. Der Chatbot soll für den Kunden der Ansprechpartner sein, «der immer für mich da ist». Ein «persönlicher Finanzberater in der Hosentasche» sozusagen. So wie der Chatbot Cleo des gleichnamigen Fintech-Unternehmens, der mir jederzeit mit einem kurzen Chat den Kontostand mitteilt und mir hilft, meine Finanzen zu organisieren.

Das wirft auch neue Fragen auf: Spiegelt der Chatbot die Werte des Unternehmens in der adäquaten Tonalität und Darstellung wider? Welche Unternehmenswerte vermitteln mir die menschlichen Avatare namens Selma (Selma Finance), Carl (Zak / Bank Cler), Amelia (Credit Suisse) oder ein namenloser Roboter (Postfinance) über die Werte des Unternehmens? Wie verbinde ich geschickt die Stärken der menschlichen Beratung mit den Vorteilen des digitalen Assistenten? Und: Können und sollten Chatbot-basierte Robo-Advisor den gleichen Regulierungen unterliegen wie die menschliche Finanzberatung?

In der Theorie schlägt ein Chatbot-basierter Robo-Advisor kompetent und ehrlich das für mich passende Finanzprodukt vor. Wie unsere Studien zeigen, vertrauen wir jedoch eher der Auswahl des Algorithmus als der des menschlichen Bankberaters. Das schafft neue Regulierungsherausforderungen, damit insbesondere Kleinanleger und Privatinvestoren in der Lage sind, die Empfehlung eines Chatbots adäquat zu hinterfragen. So müsste beispielsweise transparent gemacht werden, wie ein Chatbot die vorgeschlagenen Finanzprodukte auswählt.

Die Zukunft des Bankings durch Chatbots und digitale Assistenten wird nicht zwingend besser, sondern anders. Und vor allem erfordert sie auf Unternehmensseite neue Fähigkeiten, die Bedürfnisse des modernen Konsumenten in digitale Produkte zu transformieren. Denn Banking darf auch Spass machen.

1. Conway (2017). []
2. Maruti Techlabs (2017). []
3. Hildebrand und Bergner (2019) und (2020). []
4. Jung et al. (2018); Lourenço, Dellaert und Donkers (2020). []