Mehr lesen
Die Finanzberatung gehOrt zu den Anwendungsbereichen, in denen die Verarbeitung von Information die zentrale Rolle spielt. Deshalb besitzen gerade Finanzdienstleister eine Schrittrnacherfunktion bei der Unterstiitzung betrieblicher Prozesse durch Infonna tionstechnologie. Wiihrend fUr den Einsatz konventioneller Technologien vor allem Ra tionaIisierungsaspekte im Back Office-Bereich, also bei internen Leistungsprozessen, im Vordergrund standen, wird heute allgemein erwartet, daB wettbewerbsorientierte Kun denanalyse-und -beratungsprozesse durch den Einsatz von Methoden der Kiinstlichen Intelligenz (KI) besser als bisher auf Kundenbedurfnisse und Unternehmensziele ausge richtet werden konnen. Die erhofften Vorteile werden dabei vor allem im strategischen Bereich erwartet, sie umfassen die Wissensmultiplikation und -verfugbarkeit ebenso wie die Verbesserung der Konsistenz der Bearbeitung, indem zum Beispiel die Steuerung von Gesprachs-und Infonnationsflussen intelligent unterstutzt und damit menschliche Schwachen wie die Tagesfonn des Beraters zu einem gewissen Teil ausgeschaltet wer denkonnen. Empirische Untersuchungen zeigen jedoch, daB die Finanzberatung bei Entwicklung und Einsatz von KI-Anwendungen Hingst nicht so innovativ ist wie bei der Einfiihrung konventioneller DV-LOsungen. So liegt der Bankensektor nach Untersuchungen von Mertens et. al. weltweit mit ca. 8% der Prototypen wissensbasierter Systeme im Ver gleich zur Industrie (ca. 80%) weit zurilck. Einer der wichtigsten Griinde fOr dieses De fIzit diirfte darin bestehen, daB die Methodendiskussion bisher weder auf Seite der KI noch auf Seite der Finanzberatung einen nennenswerten Raum einnimmt. Diese ist je doch erforderlich, urn KI-Methoden ganz gezielt fUr bestimmte Anwendungen auswiihlen zu konnen, urn die Entwicklung domiinenspezijischer Shells zu initiieren bzw.
Inhaltsverzeichnis
I Wissensbasierte Systeme in der Finanzberatung: Grundlagen und Beispiele.- 1 KI-Methoden in der Anlageberatung.- 2 Innovative Technologien für das Kundenrating: Integration von wissensbasierten Systemen und menschlicher Urteilsfähigkeit.- 3 Konzeption eines wissensbasierten Systems zur Unterstützung der Produktentwicklung in Kreditinstituten.- 4 Integration wissensbasierter Problemlösungsmethoden zur Unterstützung einer innovativen Finanzierungsberatung.- II Klassische KI-Methoden und Expertensysteme.- 5 Wissensrepräsentation und Problemlösungsverfahren in Expertensystemen.- 6 Expertensysteme in deutschsprachigen Banken: Einsatzstand, Einsatzbereiche und Nutzen.- 7 Chancen und Risiken des Einsatzes von Expertensystemen im Wertpapiergeschäft.- 8 Einsatzmöglichkeiten von Expertensystemen in der Kreditwürdigkeitsprüfung.- III Kooperative Softwaresysteme zur Unterstützung der Allfinanzberatung.- 9 Einführung in die Verteilte Künstliche Intelligenz.- 10 FRESCO: Kooperative wissensbasierte Systeme an der "Kundenschnittstelle" von Finanzdienstleistern.- 11 Intelligente Wertpapiere.- 12 Ein verteiltes Problemlösungssystem für die Allfinanzkundenberatung.- 13 Teamarbeit in kooperierenden Organisationseinheiten fördern durch verteilte wissensbasierte Systeme: Das System MAGNBFICO (MultiAgent-System for Intelligent Financial Consulting).- IV Neuronale Netze.- 14 Konnektionismus.- 15 Modellierung des Aktienrenditegenerierungsprozesses mit Hilfe künstlicher neuronaler Netze.- 16 Ein Jackknife-Ansatz zur Strukturextraktion in Multilayer-Perceptrons bei kleinen Datenmengen.- V Anhang.- Autorenverzeichnis.
