KI als Denkmodell für das Banking: Größe und Grenzen

Von Ralf Keuper

Die Verfahren der Künstlichen Intelligenz sollen uns auch im Banking eine neue, bessere Welt bescheren. Das gilt in besonderer Weise für das Kundenerlebnis. Endlich, so die Hoffnung, wird der Kunde mit seinen Bedürfnissen wahr- und ernstgenommen. Was ihm selbst vielleicht nicht immer bewusst war, bringt nun die Künstliche Intelligenz, sei es in Form des Machine Learning oder des Deep Learning, zum Vorschein. In den Banken selber werden auf einmal Chancen- und Gefahrenpotenziale sichtbar, die bislang unter den zerklüfteten IT-Landschaften begraben waren.

Diese Haltung ist Ausdruck eines, wie der Philosoph Markus Gabriel es nennt, statistischen oder korrelativen Denkmodells bzw. Weltbildes.

Dahinter verbirgt sich die Überzeugung, dass bei den riesigen Datenmengen, die heute für Analysezwecke zur Verfügung stehen, die Korrelation – und nicht die Kausalität – das Maß der Dinge ist, bzw. die Korrelation ist so gut, dass man das Kausalitätsprinzip vernachlässigen kann. Prominenter Vertreter dieser Richtung ist Chris Anderson, der vor einigen Jahren von dem Ende der Theorie sprach (Vgl. dazu: Im Datenrausch). Hypothesen zu formulieren, die es dann in Tests und Experimenten zu beweisen oder falsifizieren gilt, ist unnötig. Daten lügen nicht.

Gabriel warnt davor, die Repräsentation mit dem Original zu verwechseln, d.h. eine Karte des Schwarzwaldes, so genau sie auch sein mag, ist nicht der Schwarzwald – sie ist und bleibt ein Abbild, das verschiedene Interpretationen zulässt.

KI, so Gabriel weiter, idealisiert ein Denkmodell aus Datenmengen. Es werden Denkmodelle auf Datensätze angewandt – aber keine Denkvollzüge. Die Menschen aber wollen und können nicht unter idealisierten Bedingungen funktionieren. Die Menschen benutzen das Denken i.d.R. dafür, ihre Lebensbedingungen zu verbessern. Das Vermögen des Menschen im Gegensatz zum maschinellen Denken, besteht darin, ein Leben im Licht einer Vorstellung davon zu führen, wer oder was für ein Mensch man ist oder sein will. Die Geisteswissenschaften beschäftigen sich mit der geschichtlichen Entfaltung des menschlichen Selbstverständnisses. Als weitere Dimension bringen sie die geistige Selbstbestimmung des Menschen mit ins Bild. Das, so Gabriel, sei etwas, womit Deutschland und Europa sich gegenüber den USA und China im Bereich KI abheben können: Eine mit der menschlichen Lebensform vereinbare Form der KI, um so die Lebensbedingungen der Menschen zu verbessern.

Wie könnte nun das Banking Gebrauch von der KI in der von Gabriel geforderten Ausprägung machen? Wie lassen sich die Verfahren der KI im Banking zum Wohle der Kunden einsetzen, d.h. welchen Beitrag kann die KI zur Verbesserung der Lebensbedingungen der Menschen leisten? Ist es das Ziel, die Menschen als Konsumenten mit immer neuen Angeboten und Finanzierungsmodellen zu beglücken, die ihn in eine Abhängigkeit treiben, oder aber liegt die Aufgabe des Banking auch darin, Sinn zu stiften und die Umwelt zu schonen? Sind Spekulationen in Rohstoffe mittels KI oder Rüstungsfinanzierungen dazu geeignet, die Lebensbedingungen der Kunden zu verbessern? Aufgabe der KI – nicht nur im Banking – sollte es sein, den Kunden souveräner zu machen – das gilt in Zukunft vor allem im Umgang mit den eigenen Daten und digitalen Identitäten. Algorithmen sind nicht vom Himmel gefallen, sie können Diskriminierungen und Ungleichheiten noch verstärken. Wie steht es also um die Digitale Ethik? Die Gefahr besteht weiterhin darin, dass die datenbasierten Geldströme in bestehende und nicht in neue Geschäftsmodelle fließen, schon allein deshalb, da für die neuen zu wenig “belastbare” Daten vorliegen.

Dieser Beitrag wurde unter Banking, Künstliche Intelligenz veröffentlicht. Setze ein Lesezeichen auf den Permalink.