power strip

Perspektiven

Wie Cognitive Computing das Risikomanagement verändert

Bessere Entscheidungen dank künstlicher Intelligenz

Cognitive Computing (Kognitive Informatik) auf massive Datensätze anzuwenden kann Unternehmen dabei helfen, Informationen schneller zu verarbeiten und intelligentere Geschäftsentscheidungen zu treffen. Auch im Risikomanagement kommt Cognitive Computing mittlerweile verstärkt zum Einsatz, um oft zweideutige und ungenaue Daten auf Indikatoren für bekannte und unbekannte Risiken zu durchforsten. Erfahren Sie nachstehend mehr über die Anwendung von Cognitive Computing im Risikomanagement.

Geschäftsentscheidungen erweitern und stärken

Unternehmen und Organisationen des öffentlichen Sektors nutzen vermehrt gewaltige Mengen interner und externer Daten zur Risikovorbeugung. Angesichts des gigantischen Datenvolumens sind traditionelle Analysemethoden dabei jedoch wenig effektiv. Kognitive Kapazitäten – wie beispielsweise maschinelles Lernen, die Verarbeitung natürlicher Sprache und viele andere Arten kognitiver Technologien – sind eine moderne Alternative zu traditionellen Analysefunktionen und werden auf massive Datensätze angewendet, um Indikatoren für bekannte und unbekannte Risiken zu finden.

Warum gewinnt Cognitive Computing an Bedeutung? Computer waren schon immer in der Lage, mechanische Berechnungen schneller als Menschen durchzuführen. Doch was Cognitive Computing auszeichnet, ist seine Lernfähigkeit. Traditionell sind Computer in den sogenannten Grauzonen des logischen Denkens nicht besonders stark, doch im kognitiven Bereich ändert sich diese Situation gerade.

Cognitive Computing ist besonders effektiv, wenn unstrukturierte Daten verarbeitet und ausgewertet werden sollen – die Art von Informationen, die sich nicht ordentlich in strukturierte Zeilen und Spalten pressen lässt. Bei kognitiven Technologien wie beispielsweise bei der Verarbeitung natürlicher Sprache, Semantic Computing und der Erkennung von Handschriften und Bildern werden fortgeschrittene Algorithmen genutzt, um unstrukturierte Daten zu analysieren, sodass daraus Informationen und Trends abgeleitet werden können. In Anbetracht der Tatsache, dass eine 2015 von der International Data Group durchgeführte Studie davon ausgeht, dass rund 90 Prozent der heute generierten Daten unstrukturiert sind, kann der Einsatz von Cognitive Computing für Unternehmen einen massgeblichen Unterschied ausmachen.

An diesem Punkt laufen Cognitive Computing und Risikomanagement zusammen. Cognitive Computing kann Unternehmen dabei helfen, neue strategische Risiken – Bedrohungen, die das gefährden, was Geschäftsführungen am meisten wertschätzen – zu erkennen und zu beurteilen, bevor diese möglicherweise erhebliche Schäden verursachen oder zu höheren Kosten oder Investitionen führen. Gleichzeitig kann Cognitive Computing Firmen dabei helfen neue Trends zu identifizieren, die mit der Wertschöpfung verbundenen Risiken und Vorteile zu verstehen und Finanzierungsentscheidungen und Ressourcenverteilung zu verbessern. Führungskräfte, die kognitive Kapazitäten nutzen, können sich Wettbewerbsvorteile verschaffen und Risiken dazu nutzen, die Performance ihres Unternehmens zu verbessern.

Cognitive Computing im Risikomanagement

Ein Beispiel ist die Betrugserkennung. Bisher wurden Betrugsversuche erkannt, indem man die strukturierten Daten eines Unternehmens anhand von Regelsätzen von Computern analysieren liess. Betrugsspezialisten legten beispielsweise die Schwelle für Überweisungen auf USD 10,000 fest, sodass der Computer bei jeder über diesen Betrag hinausgehenden Transaktion eine weitere Überprüfung veranlasst. Ein Problem besteht darin, dass diese Art der Analyse strukturierter Daten häufig zu viele falsch positive Ergebnisse ausweist, die stundenlange Überprüfungen erforderlich machen.

Mit Cognitive Computing werden Modelle zur Betrugserkennung robuster und genauer. So könnte ein kognitives System beispielsweise eine Transaktion als potenziell betrügerisch hervorheben. Doch wenn ein Mensch bestimmt, dass es sich aufgrund von X, Y und Z doch nicht um Betrug handelt, lernt der Computer aus diesen menschlichen Erkenntnissen und würde eine ähnliche Transaktion beim nächsten Mal nicht mehr hervorheben. Der Computer wird mit jeder Interaktion intelligenter. Damit verändert sich die Situation gravierend.

Darüber hinaus können kognitive Betrugserkennungssysteme immer komplexere Betrugsversuche aufdecken, je mehr sie lernen – ein Vorteil, der sich vielleicht am stärksten auf das Risikomanagement auswirken kann. Indem Cognitive Computing Muster aufdeckt, die Menschen niemals erkennen könnten, schaffen sie immer neue Muster, nach denen gesucht werden kann. Dies ist ein Zyklus, der theoretisch niemals endet, und ein echter Vorteil, da Betrüger ihre betrügerischen Maschen kontinuierlich weiterentwickeln.

Weitere Chancen für Cognitive Computing

Kognitive Kapazitäten sind jedoch nicht auf die Erkennung von Risiken begrenzt. Sie eröffnen Unternehmen breit gefächerte Möglichkeiten, menschliche Intelligenz zu verstärken, und helfen Menschen dabei, ihre Aufgaben besser auszuführen. Indem beispielsweise Muster in Big Data, Small Data und Dark Data analysiert werden, kann Cognitive Computing menschliches Verhalten erkennen und Möglichkeiten zur Massenpersonalisierung von Produkten und Dienstleistungen vorschlagen. Automobil- und Fluggesellschaften, Unternehmen im Gesundheitsbereich und im Einzelhandel, Vermögensverwaltungsgesellschaften und sogar das Rechtswesen haben diese Kapazitäten schon früh für sich genutzt.

Analysten gehen davon aus, dass der Gesamtumsatz im Markt für kognitive Lösungen im Jahr 2025 USD 60 Milliarden überschreiten wird. Dem gegenüber steht laut International Data Corporation USD 1 Milliarde an Risikofinanzierung für kognitive Technologien in den Jahren 2014 und 2015.

An diesem Punkt ist Cognitive Computing noch eine Assistenztechnologie, die dabei helfen kann, Strategien vorzuschlagen und die Wahrscheinlichkeit von Ergebnissen vorherzusagen. Menschliches Know-how ist dabei nach wie vor wichtig. Doch Menschen und Computer lernen gerade, dass sie gemeinsam Dinge tun können, die bisher nicht möglich waren. In den letzten fünf Jahren hat Deloitte mit erheblichem zeitlichen, finanziellen und personellen Aufwand in ihre Analysefähigkeiten investiert. Dank unserer Fortschritte in diesem Bereich können wir unseren Kunden dabei helfen, Cognitive Computing bei ihrer strategischen Planung und ihren taktischen Ausführungsprozessen zu nutzen, um ihr Risikomanagement besser an den Prioritäten der Geschäftsleitung auszurichten und neue Risiken zu erkennen, bevor diese die kurz- oder langfristige Performance des Unternehmens gefährden. Und das ist erst der Anfang.

Fanden Sie diese Seite hilfreich?

Verwandte Themen