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.

https://www.youtube.com/watch?v=d41TaF0CQMI

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 – …

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