Proftable Scaling im Finanzsektor Vom Cloud-Spielplatz zur profitablen Realität

Anbieter zum Thema

Hyland Software Germany GmbH

Cloudgermany.de GmbH

Yorizon GmbH & Co. KG

In den vergangenen Jahren hat ein Großteil der Finanzdienstleister externe Cloud Services implementiert, viele Banken und Versicherungen verfolgen heute bereits eine Multi-Cloud-Strategie. Und der Innovationsmotor läuft weiter auf Hochtouren: Mit künstlicher Intelligenz (KI) steht die nächste Wundertechnologie vor der Tür – die vor Kurzem noch revolutionäre Cloud ist oft schon Standard.

Von Marketing bis Marktforschung, von Big-Data-Analyse bis Betrugsprävention: Viele Finanzunternehmen integrieren derzeit KI und andere Cloud-Anwendungen in ihre Geschäftsprozesse. In der Regel arbeiten sie dabei mit den marktbeherrschenden US-Cloud-Anbietern zusammen. Auch mittelständische Private-Cloud-Dienstleister versprechen große Schnelligkeit, Effizienz und Skalierbarkeit sowie innovative Tools und Services.

Doch natürlich verbraucht auch diese externe Nutzung Ressourcen. KI zum Beispiel ist sehr „IT-durstig“. Das bindet nicht nur finanzielle Ressourcen für die Leistungen der Anbieter selbst, es verursacht auch Kosten an Zeit, Energie und Personal. Daher sollten Unternehmen jetzt ihre Cloud-Strategien professionalisieren. Nur so können sie maximalen Nutzen generieren.

Die richtige Technologie

Derzeit steht Finanzdienstleistern eine große Bandbreite an Anwendungen zur Verfügung: Von Cloud über Public Cloud Angeboten bis zu spezifischen Private Cloud Produkten sowie diversen KI-Tools und -Services. Die Auswahl ist scheinbar endlos.

Das kann den Blick fürs Wesentliche trüben, denn der leistungsstärkste Cloud Service ist nur in der Theorie auch der Beste. Je besser ein Modell performt, desto mehr kostet es in der Regel auch. Nicht nur beim Anbieter direkt, sondern zum Beispiel auch durch Wartung und Personalaufwand.

Die Unternehmen sollten daher im ersten Schritt genau analysieren, welche Tools zum jeweiligen Geschäftsmodell passen. Das ist die erste Dimension, in der Banken und Versicherungen profitabel skalieren können. Relevant sind neben der reinen Leistung Faktoren wie:

• Benutzerfreundlichkeit,

• Kompatibilität ,

• Zukunftsaussichten der Technologie und des Geschäftsmodells.

Public oder Private?

Als „Glaubensfrage“ wird zudem oft die Entscheidung zwischen Public und Private Cloud bezeichnet: Während Public-Anbieter – allen voran die US-Hyperscaler – standardisierte Baukastensysteme anbieten, die für alle Kunden gleich sind, gelten kleinere Private-Cloud-Dienste mit ihren zugeschnittenen Lösungen als individueller. Das trifft meist auch zu.

Jedoch hat die Public Cloud in Sachen Kosteneffizienz oft einen entscheidenden Vorteil. Je mehr Standardisierung, desto billiger ist der Betrieb der Systeme in der Regel für Unternehmen. Besonders auf lange Sicht: Ein Baukastensystem, das mit hundert Bausteinen auskommt, ist in Anschaffung und Unterhalt deutlich günstiger als ein Partner, der für jede Anwendung einen neuen Bausatz anliefert.

Außerdem ist kaum zu erwarten, dass ein Hyperscaler gut funktionierende und stark nachgefragte Dienstleistungen vom Markt nimmt, während die Abhängigkeit von einem kleineren Anbieter das Institut natürlich immer an dessen Geschäftserfolg bindet.

Auch in puncto Cybersicherheit haben die „Großen Drei“ in den vergangenen Jahren Milliardenbeträge investiert, mit denen andere Unternehmen kaum mithalten können. Allerdings lässt sich die Entscheidung für Public oder Private Cloud nicht pauschal fällen. Sie ist immer abhängig vom individuellen Geschäftsmodell, auch Hybridmodelle kommen in Frage.

KI um jeden Preis?

Eine Cloud-Infrastruktur ist für Finanzdienstleister der Schlüssel zu einer performanten und agilen IT – die Basis für die Nutzbarkeit von (generativer) KI. Einige Unternehmen verwirklichen eigene KI-Projekte, die jedoch sehr zeitintensiv und teuer in Forschung und Entwicklung sind und daher eine Ausnahmeerscheinung bleiben werden. Das entscheidende Kriterium für jegliche KI-Implementierung, ob intern oder via Cloud, ist die Kosten-Nutzen-Analyse. Denn obwohl KI grundsätzlich einen hohen Automatisierungsgrad verspricht, muss dieser nicht zwangsweise positiv ausfallen.

Um künstliche Intelligenz gewinnbringend zu nutzen, sind umfassende Voraussetzungen zu erfüllen: kompetente Mitarbeiter, komplexe technische Implementierung oder ausreichend hohe Datenqualität. Erfüllen einige dieser Bereiche nicht die Anforderungen, explodieren schnell die Kosten. Daher sollten Finanzdienstleister zunächst präzise analysieren, in welchen Geschäftsbereichen sie mit KI wirklichen Mehrwert erwirtschaften können, welche Investitionen dafür notwendig sind und ab wann sich die Kosten amortisieren.

Kontinuierliche Pflege

Eine KI ist immer nur so gut wie die Daten, mit denen sie trainiert wird – das ist in der IT-Welt von heute beinahe schon eine Binsenweisheit. Das Folgende nicht: In der Regel sind KI-Modelle bereits mit Stammdaten versorgt. Für jeden einzelnen Anwendungsfall müssen sie aber weiter trainiert werden.

Ein effizientes System verlangt kontinuierliche Datenpflege, -aufbereitung und -einspeisung. Dafür sind Trainingsmonitoring, das Entwerfen von Business Cases und die Definition von Genauigkeit genauso maßgeblich wie die entsprechende Hardware. Denn „Halluzinationen“ von KI-Systemen sind in der Praxis noch sehr oft zu beobachten, und stärken nicht gerade das Vertrauen in die Technologie – daher sollte insbesondere in diesem Bereich ausreichend investiert werden.

Um die Effizienz von KI-Anwendungen und anderen Cloud Services auch in der Zukunft zu gewährleisten, sollten Unternehmen ihre Systeme kontinuierlich auf Kosteneffizienz kontrollieren. Dazu bietet sich ein zielgerichtetes „FinOps“ (Financial Operations) an, welches die Transparenz über das Budget herstellt und nachhaltig die Cloud Ausgaben optimiert.

Nicht weniger wichtig sind die richtigen Trainings- und Fortbildungsmaßnahmen für die Angestellten. Denn Datenqualität allein reicht nicht aus – erst in den richtigen Händen entfaltet KI ihr ganzes Potential.

„Cloud-Monitor 2024“ von KMPG

Unternehmen geben die Hälfte ihres IT-Budgets für die Cloud aus

Nicht antizipierte Potenziale

Sind diese Voraussetzungen erfüllt, lassen sich durch KI- und Cloud-Tools über Kosteneffizienz im jeweiligen Anwendungsfall hinaus sogar ursprünglich nicht antizipierte Synergie-Effekte erzielen: Zum Beispiel sorgen Kontrollinstrumente, die z.B. die CO₂-Emissionen der IT überwachen, nicht nur für eine Übersicht über die eigenen ESG-Kriterien. Sie decken gegebenenfalls auch Sparpotentiale bei der Nutzung von Endgeräten und anderen IT-Ressourcen auf und schaffen so weiteren Mehrwert für das Unternehmen.

Auch der Faktor Recruiting ist nicht zu unterschätzen. Cloud-Technologie und vor allem der Einsatz von KI sind für junge Talente in Zeiten des Fachkräftemangels attraktiv. Zudem können diese Menschen intern zu Multiplikatoren werden – sowohl für den professionellen Umgang mit KI als auch für ihre Akzeptanz und die Überwindung von Berührungsängsten.

Mit seiner Cloud-Transformation hat der Finanzsektor die Voraussetzungen für Geschäftserfolg mittels KI und innovative Produkte geschaffen. Nun kommt es für die Branche darauf an, konkrete Geschäftsmodelle gewinnbringend und nachhaltig umzusetzen. Neben harter Kostenkontrolle durch FinOps zur Maximierung der Wertschöpfung in der Cloud sind dabei weitere Faktoren von großer Bedeutung: eine überzeugende Strategie, die richtigen Instrumente, nachhaltige Systempflege und nicht zuletzt die Mitarbeiter.

(ID:50228400)