Contact Center AI

Besserer Kundenservice und weniger Betrug bei Finanzdienstleistern dank Conversational AI

Unterhaltungselektronik wie Smartphones oder Smart Speaker setzt Maßstäbe für natürliche Spracherkennung und -steuerung. Banken müssen damit erstmal Schritt halten. Einige stellen sich dieser Herausforderung bereits und nutzen Conversational AI. Damit wollen sie nicht nur ihre Kund*innen begeistern, sondern auch ihre Geschäftsziele erreichen. Dazu gehören beispielsweise eine höhere Effizienz in den Contact-Centern, aber auch ein besserer Schutz von Kund*innen und Mitarbeitenden vor Betrugsversuchen.

Die Conversational AI – die Qualität der KI, die einem virtuellen Assistenten zugrunde liegt – wird heute im Alltag immer wichtiger: In den letzten zwei Jahren hat sich beispielsweise die Verbreitung von Smart Speakern Schätzungen zufolge auf 38 Prozent im Vereinigten Königreich fast verdreifacht und auch mehr als die Hälfte der Deutschen (52 Prozent) nutzt mindestens einmal wöchentlich eine Voice-Anwendung. Für etablierte Finanzinstitute ergibt sich daraus eine große Herausforderung, aber gleichzeitig auch eine einmalige Chance.

Die Idee, Finanzangelegenheiten durch Gespräche mit virtuellen Assistenten (VA) zu regeln, ist alles andere als neu – die wahre Innovation ist jedoch die Normalisierung solcher Erfahrungen. Kund*innen haben sich daran gewöhnt, mit Alexa oder Google Assistant zu plaudern und sich mit Apps wie Cleo vertraut gemacht, bei denen sie ihre Ausgaben in Gesprächen mit dem virtuellen Assistenten im Blick behalten können. Infolgedessen erwarten sie heute nicht nur die Möglichkeit, natürliche Konversationen mit virtuellen Assistenten zu führen, sondern auch ein reibungsloses, personalisiertes Erlebnis.

Etablierte Banken müssen diese hohen Erwartungen erfüllen. Zwar verfügen viele über Self-Service-Angebote, diese basieren allerdings oft auf einem menügesteuerten IVR-System und einem einfachen Chatbot und werden anspruchsvolle Digital Natives unweigerlich enttäuschen. Und da es immer einfacher wird, den Anbieter zu wechseln, steigt die Wahrscheinlichkeit, dass nicht nur diese Zielgruppe sich anderweitig umsieht: Studien zeigen, dass die Wahl der Bank und die Treue der Kund*innen am meisten durch die „Einfachheit und Bequemlichkeit des Service“beeinflusst wird.

Obwohl die Herausforderung groß ist, ist die Chance umso größer: Finanzdienstleister, die auf die Nachfrage ihrer Kund*innen eingehen und mithilfe von Conversational AI auf dem Enterprise-Level effiziente Erfahrungen schaffen, optimieren nicht nur ihre Kund*innenzufriedenheit, sondern auch die Effektivität in Contact-Centern und die Betrugsprävention. Einige Banken im Vereinigten Königreich, Europa und Australien setzen Conversational AI bereits erfolgreich ein.

Conversational AI bei der Commonwealth Bank of Australia

Der virtuelle Assistent „Ceba“ der Commonwealth Bank of Australia (CBA) konnte bei den APAC Stevie® Awards 2021 Gold in der Kategorie „Innovative Use of Technology  in Customer Service (Financial Services Industry)“ gewinnen. Seine Entwicklung zeigt, zu was ein anfangs recht einfacher VA fähig ist, wenn er dank fortschrittlichem Machine Learning und Conversational AI aufgewertet wird.

Als Ceba eingeführt wurde, waren die Abfrage des Kontostands oder die Aktivierung von Bankkarten typischen Anfragen. Doch im Laufe der Zeit hat die Bank seine Fähigkeiten erweitert: Heute kann der VA etwa 70.000 verschiedene Fragen und mehr als 90 Prozent der Kund*innenanfragen in wenigen Sekunden verstehen und beantworten. Darüber hinaus kann er auch auf andere Self-Service-Optionen verweisen, Anfrage an Live-Agent*innen weiterleiten oder selbst bestimmte Aufgaben erledigen. Ceba erwies sich im Jahr 2020 als besonders wertvoll, als Fragen im Zusammenhang mit dem Coronavirus die Arbeitsbelastung massiv erhöhten – zeitweise um bis zu 1.000 Prozent. Allein im März 2020 hat der VA 581.000 Gespräche geführt, die sich in etwa vier von fünf Fällen um die Aussetzung oder den Aufschub von Zahlungen drehten. Die Flexibilität des VA war einer der Schlüssel zum Erfolg, denn sie ermöglichte es der Bank, die eingehenden Fragen im Blick zu haben und die Antworten fast in Echtzeit entsprechend zu aktualisieren.

Alles in allem ist Ceba ein großartiges Beispiel für das Potenzial von Conversational AI, die Kund*innenerfahrung und -zufriedenheit zu verbessern. So blieben die NPS-Werte für den Chat-Kanal der CBA im Jahr 2020 nicht nur konstant, sondern verbesserten sich sogar während einiger Hochphasen der Pandemie.

Conversational AI bei der Swedbank

Auch der VA der Swedbank hat einen enormen Aufstieg erlebt. Er begann zunächst als interne Ressource – ein einfacher FAQ-Bot, der Mitarbeiter*innen helfen sollte, Informationen schneller zu finden. Bald darauf unterstützte er aber bereits die Kund*innen direkt im Log-in-Bereich der führenden schwedischen Bank.

Ein entscheidender Entwicklungsschritt war die Integration des VA der Swedbank in das CRM-System: Dadurch erhält der VA Einblicke in alles: von den Webseiten, die Kund*innen versuchen aufzurufen, bis hin zu den Karten, die mit ihren Konten verbunden sind. Wie Hans Lindhom, Team Manager bei der Swedbank, den Teilnehmer*innen eines Nuance-Webinars erklärte: „Durch die Integration mit unserem CRM können Kund*innen bestimmte Vorgänge erledigen, wie zum Beispiel ihre Karte zu ersetzen oder alte Kontoauszüge einzusehen, ohne dass sie mit einem Mitarbeitenden in Kontakt treten müssen. Sie hilft uns auch, individuellere Antworten zu geben.“

Die Automatisierung solcher alltäglichen Aufgaben kann erhebliche Auswirkungen auf die Effizienz eines Contact Center haben: Im Fall der Swedbank beantwortet der VA nun 80 Prozent der Kund*innenfragen und wickelt 25 Prozent aller Debitkarten-Wechsel ab.

Conversational AI bei BNP Paribas

Mehr Effizienz war eines der Hauptziele der BNP Paribas Personal Finance Spain bei der Einführung ihres VA. „Mit unserem virtuellen Assistenten wollen wir die wichtigsten Verbesserungen eines jeden Customer-Service-Modell erreichen: eine höhere Kund*innenzufriedenheit und mehr Effizienz“, sagt Maria Paz Puchol, Director of Operational Digital Transformation. Entscheidend war dabei, das richtige Team zusammenzustellen. „Zum Erfolg hat beigetragen, dass von Anfang an Mitglieder aus verschiedenen Ebenen des BNP Paribas Personal Finance Teams in Spanien einbezogen wurden“, erklärt Maria. „So konnten wir leichter und präziser definieren, was wir brauchen.“ Der Erfolg gibt der Bank Recht – ihr VA hat eine Genauigkeit von 96 Prozent beim Verstehen von Anfragen, und die Zahl der Anrufe, die von Agent*innen im Contact Center bearbeitet werden, ist um 46 Prozent gesunken.

Jeder guter Bank-VA verfügt über eine explizite Strategie, um komplexere oder sensible Interaktionen an menschliche Mitarbeitende zu übergeben. Der VA bei BNP Paribas kann Kund*innen nahtlos an Contact-Center-Agenten*innen weiterleiten, wenn er feststellt, dass Fragen über seine Fähigkeiten hinausgehen oder die Kund*innen frustriert sind. Viele Finanzinstitute setzen KI aber nicht nur für sprachgesteuerte Bankgeschäfte ein, sondern auch, um die steigende Zahl von Betrugsversuchen zu bekämpfen.

Sicheres sprachgesteuertes Banking bei NatWest

In den letzten Jahren sind Kriminelle immer geschickter darin geworden, herkömmliche Authentifizierungsverfahren zu umgehen, sei es durch den Kauf von persönlichen Daten im Dark Web, den Diebstahl von Anmeldedaten und Einmalpasswörtern mithilfe von Malware , SIM-Swap-Angriffe oder Social-Engineering-Angriffe auf Contact-Center-Agent*innen.

Eine Lösung ist die Integration von KI-gestützter Biometrie in das sprachgesteuerte Banking und die Authentifizierung von Kund*innen auf Grundlage inhärenter Merkmale. Dies kann der Klang ihrer Stimme sein, aber auch die Art und Weise, wie sie ihr Gerät halten, darauf hin und her wischen und tippen. Stimmbiometrie-Technologie wird bei Banken immer beliebter, da sie den Kund*innenservice vereinfacht und beschleunigt und ihnen gleichzeitig ermöglicht, bekannte Betrüger*innen innerhalb von Sekunden zu identifizieren.

Auch die NatWest Group macht sich Stimmbiometrie zunutze. Jason Costain, Head of Fraud, erläutert: „Es geht nicht nur darum, finanzielle Verluste zu verhindern, sondern auch darum, Kriminelle aufzuhalten. So konnten wir zum Beispiel einen Betrüger identifizieren, der mit verdächtigen Anmeldungen bei 1.500 Bankkonten in Verbindung gebracht wurde. Dadurch konnten wir potenzielle Betrugsopfer schützen und ‘Maulwürfe‘ identifizieren, die das kriminelle Netzwerk für ihre Betrugsmaschen einsetzt. Dies hat bisher zu zwei Verhaftungen geführt.“ Im ersten Jahr, in dem NatWest die Biometrielösung einsetzte, überprüfte die Bank mehr als 17 Millionen Anrufe, löste 23.000 Betrugswarnungen aus und erzielte einen ROI von 300 Prozent.

Conversational AI bei Finanzdienstleistern: Von den Vorreitern lernen

Finanzinstitute, die ihre Self-Service-Erfahrungen verbessern und mühelose Konversationen mit VAs ermöglichen wollen, sollten sich an den obigen Beispielen orientieren. Von nahtlosen Übergängen zu Live-Agent*innen bei BNP Paribas bis hin zur Überwachung eingehender Fragen bei CBA zeigen sie viele Best Practices, die für den Erfolg von Conversational AI im Bankwesen unerlässlich sind.

Weitere Informationen dazu, wie KI-gestützte Lösungen die Kund*innenerfahrung bei Finanzdienstleistern verbessern finden Sie in diesem Whitepaper.

Erfahren Sie mehr über unsere KI-Lösungen

Die größten Organisationen im Finanzsektor nutzen Conversational Ai von Nuance. Lesen Sie mehr im Whitepaper.

Mehr Informationen
Sebastian Reeve

Über Sebastian Reeve

Seb Reeve is a customer experience industry leader who is always seeking to provide thought-leadership, lateral-thinking and decision-support for Fortune 1000 Enterprises who are both his customers and partners. Reeves has more than fifteen years of experience in deploying technologies to improve the user experience. In his current role at Nuance as EMEA Director of Product Management and Marketing, he is responsible for defining and evangelizing the Nuance customer care proposition across Europe, the Middle-East and Africa – sharing how companies can create extraordinary automated experiences which their customers actively choose to use rather than simply tolerate and complain about, promoting best practices in AI and Machine Learning to the world of Customer Experience.