Der digitale Strukturwandel mit all seinen emporkommenden Technologien ist kein Hype, sondern unaufgeregte Evolution. Vieles von dem, was wir vor Dekaden bereits in Science-Fiction-Filmen mit Staunen beobachten durften, ist heute massenmarkttaugliche Realität. (z.B. Sprachassistenten von Google, Apple, Amazon etc.). Hollywood zeigt uns heute, was auf uns zukommt, wenn wir an den digitalen Technologien mit der aktuellen Dynamik weiterforschen. Von der Künstlichen Intelligenz bzw. deren Unterstützung in all unseren Lebensbereichen, wie sie uns in vielen On- und Offlinemedien vermittelt wird, sind wir zweifelsohne meilenweit entfernt. Geht es hingegen um Mustererkennung, moderne Datenauswertung oder den Einsatz unkontrollierter Algorithmen, dann werden derzeit beachtliche Fortschritte erzielt. Diese Fortschritte sind wichtig, weil das menschliche Auffassungs- und Verarbeitungsvermögen bereits heute regelmäßig an seine Grenzen stößt und wir für viele Prozesse, Berechnungen, Prognosen etc. die maschinelle Unterstützung dringend benötigen. Machine Learning, als eine Ausprägung der Künstlichen Intelligenz zur digitalen Generierung von Wissen und Erfahrung, bietet bereits jede Menge Anwendungsfälle in vielen Branchen und Unternehmen.
Banken und KI
Der Aspekt, dass Banken im Besitz wertvoller Datenbestände sind, die Potenzial für neue Kundenansprachen bergen, kommt bei der Digitalisierungsdiskussion im Finanzsektor oft zu kurz. Banken kennen die Verhaltensmuster (Zahlungsverhalten, Konsumverhalten, Spar- und Investitionsneigung, Risikoaversion, Reisevorlieben etc.) ihrer Kunden und sind somit in der Lage, durch den Einsatz intelligenter Algorithmen viele wertvolle Zusatzdienste rund um deren Finanzbedürfnisse anzubieten. Das Angebot moderner Datenauswertung stellt aber viele traditionelle Häuser (noch) vor große Herausforderungen: Zum einen sehen sie sich mit veralteten Technologien (Legacy) konfrontiert; zum anderen trauen sie sich nicht – aus Angst, die Kunden könnten abspringen. Während Ersteres viele Ressourcen bindet, kann Letzteres in marktgerechter Geschwindigkeit vorangetrieben werden. Denn mit der zwingend erforderlichen Einwilligung des Kunden und einer transparenten Kommunikation zur Funktionsweise kann zumindest diese Hürde zeitnah genommen werden. An dieser Stelle wird noch ein weiterer Aspekt deutlich: Die Konvergenz dieser beiden Technologien (Datenanalyse und KI) spielt eine elementare Rolle, denn nur in Kombination führen sie zum gewünschten Erfolg.
Datenethik
Die Herausforderungen künftiger Geschäftsmodelle liegen darin, einen Weg zu finden, digitale Technologien und Methoden nutzenstiftend so in den Alltag der Menschen zu integrieren, ohne dass dabei Freiheitsrechte und demokratische Leitlinien verletzt werden, Diskriminierungen oder Manipulationen stattfinden oder die Angst der Menschen steigt, sich auf digitalen Kanälen aufzuhalten, weil unterschiedliche Akteure massenhaft private Daten ausspähen. Künftig werden also jene Akteure im Netz erfolgreich sein, die ihren Konsumenten vor allem glaubhaft und dauerhaft versichern können, dass sie insbesondere ihre (personenbezogenen) Daten weder an Dritte verkaufen, noch für unternehmensfremde Zwecke verwendet werden. Spannend bleibt, ob hierfür gesetzlich verabschiedete Regulierungsbestimmungen notwendig werden oder ob sich die Unternehmen auf eine Art selbstauferlegte Internet-Governance-Strukturen einigen werden. Eine Kombination aus beidem könnte sich als erfolgreich erweisen.
Informationelle Selbstbestimmung
Oftmals werden Datenschutzdebatten nur in ihren Extrempositionen diskutiert, d.h. Protagonisten des Datenschutzes neigen eher zur Übertreibung und verhindern oder verlangsamen dadurch eventuell die eine oder andere Innovation im Markt. Die Technologieevangelisten hingegen reduzieren den Datenschutz zum permanenten Innovationshemmnis. Beide Positionen sind in ihren Ausprägungen extrem und aus meiner Sicht nicht zielführend. Denn auf der einen Seite brauchen wir die Fortschritte digitaler Technologien, weil es uns sonst nicht mehr möglich ist, mit der anfangs exponentiell wachsenden Datenflut und dem nur noch zu erahnenden Datenpotential fertig zu werden. Auf der anderen Seite ist der Datenschutz elementar wichtig, weil wir unsere Datensouveränität zeitnah zurückgewinnen sollten. Wir brauchen also eine vernünftige Diskussion zwischen diesen Extrema, d.h. digitale Technologien können vorangetrieben werden unter Einhaltung bestimmter Regeln, sodass beispielsweise die informationelle Selbstbestimmung jedes Einzelnen gewahrt bleibt.
