Der langjährige Glaube, dass die bloße Anhäufung riesiger Datenmengen gleichbedeutend mit Marktdominanz ist, veraltet rapide. Laut Justin Downey, Vice President of Product bei Maverick Payments, häufen Organisationen, die es versäumen, ihren Datenstrategien klare Absichten zu verleihen, lediglich teure Speicher an, anstatt echten Geschäftswert zu erschließen.
Von Datenfülle zu strategischer Aktivierung
Jahrelang operierten die Geschäfts- und Technologiesektoren unter der Annahme, dass Daten das neue Öl seien und die größten Sammler zwangsläufig ihre Branchen anführen würden. Dieses Paradigma hat sich jedoch verschoben. Unternehmensinvestitionen in Datenspeicherung, Infrastruktur und Pipelines sind nun grundlegende Elemente für die Aktivierung der ständig wachsenden Ströme von operativen und Zahlungsinformationen. Downey betonte diesen Punkt während einer Diskussion für die April-Ausgabe der PYMNTS-Serie ‚What’s Next in Payments‘ mit dem Titel ‚The Data Game‘.
„Die Unternehmen, die ihre Daten mit Absicht nutzen, werden im Laufe der Zeit einen Vorteil erzielen“, sagte Downey gegenüber PYMNTS. „Wie können Sie Daten gezielt einsetzen, um Vertrauen bei Ihren Kunden aufzubauen und diese Daten sogar auf intelligente Weise an sie zurückzugeben?“
Diese Unterscheidung – die Absicht – entwickelt sich zum entscheidenden Kriterium zwischen Organisationen, die lediglich datenreich sind, und denen, die wirklich datenwirksam sind. Daten selbst sind nicht mehr der primäre Unterscheidungsmerkmal; sie sind zum Rohmaterial geworden, aus dem Differenzierung geschmiedet wird. Während viele Unternehmen weiterhin Informationen in weitläufigen Systemen ansammeln, konzentrieren sich zukunftsorientierte Führungskräfte nun darauf, wie Daten kontinuierliche Entscheidungsfindungsschleifen speisen können.
Die KI-beschleunigte Entscheidungsphase
Die meisten großen Organisationen befinden sich heute in einem Zustand der Datenfülle, wobei Kundeninteraktionen, operative Prozesse, Lieferketten und digitale Ökosysteme ständig Signale generieren. Die weit verbreitete Einführung von Cloud-Plattformen hat die Datenspeicherung sowohl kostengünstig als auch skalierbar gemacht, während moderne Analysetools Einblicke in beispielloser Geschwindigkeit versprechen. Downey bemerkte: „Wir haben [Daten] immer genutzt, um unsere Entscheidungen zu informieren. Wir treten in eine neue Phase ein, in der KI wirklich bei der Entscheidungsfindung helfen und Dinge voranbringen kann.“
Anstatt das menschliche Urteilsvermögen zu ersetzen, komprimiert künstliche Intelligenz erheblich die Zeit, die für fundierte Entscheidungen benötigt wird. In Sektoren, in denen Geschwindigkeit und Genauigkeit von größter Bedeutung sind, wie z. B. im Zahlungsverkehr, bei der Kreditwürdigkeitsprüfung und bei der Betrugserkennung, erweist sich die Fähigkeit, massive Datensätze schnell zu synthetisieren, bereits als transformativ. Für Maverick Payments konzentriert sich ein erheblicher Teil dieser Transformation auf den Beginn des Kundenlebenszyklus, insbesondere auf die Kreditwürdigkeitsprüfung.
Neudefinition der Kreditwürdigkeitsprüfung als strategischer Hebel
Downey erklärte, dass die Kreditwürdigkeitsprüfung, die oft als compliance-intensiver Engpass wahrgenommen wird, als strategisches Instrument für Wachstum und Vertrauen neu konzipiert wird. „Die größten Gewinne erzielen wir, bevor die erste Transaktion überhaupt stattfindet“, sagte er. „Welche Fragen sind redundant? Was können wir schneller durchlaufen, damit gute Kunden schnell durchkommen. Und wenn es Reibungsverluste gibt, identifizieren wir, wo diese liegen, und stellen sicher, dass es sich um intelligentere Reibungsverluste handelt.“
Der Schwerpunkt liegt auf der Optimierung von Prozessen durch den Wegfall unnötiger manueller Schritte unter Beibehaltung der wesentlichen Sorgfaltspflicht. Beispielsweise ersetzt die Identitätsprüfung redundante Dateneingaben, und intelligente Eskalationsrouten leiten Sonderfälle an menschliche Experten weiter. Das Ziel ist die Schaffung eines Systems, das sowohl schneller als auch differenzierter ist. „Wir wollen sicherstellen, dass die Erfahrung nahtlos und positiv für den Kunden ist“, fügte Downey hinzu.
Dieser Ansatz stimmt mit einem breiteren Trend im Design digitaler Erlebnisse überein. Anstatt alle Benutzer einheitlichen Prüfungen zu unterziehen, segmentieren Unternehmen Interaktionen zunehmend anhand von Risikosignalen. Benutzer mit geringem Risiko können den Onboarding-Prozess nahtlos durchlaufen, während verdächtige Aktivitäten eine eingehendere Prüfung auslösen. Diese proaktive Haltung ist notwendig, da Betrüger selbst Automatisierung und KI einsetzen, was Verteidigungssysteme zwingt, Schritt zu halten. „Wenn ein Unternehmen keine Elemente der KI einsetzt, wird es zurückfallen. Die Realität ist, dass die Betrüger sie auch nutzen“, warnte Downey.
Reife in der KI: Governance und Integration
Trotz der schnellen Einführung von KI in Unternehmen betonte Downey, dass wahre Reife nicht nur im Einsatz, sondern in einer effektiven Governance liegt. Die nächste Evolutionsstufe der KI-Implementierung wird wahrscheinlich dadurch definiert werden, wie gut Unternehmen die notwendigen Leitplanken etablieren, um sicherzustellen, dass Tools verantwortungsvoll und effektiv eingesetzt werden. „Es ist keine vollständige Automatisierung. Es ist keine Sache, die man einschaltet und laufen lässt“, erklärte Downey bezüglich KI. „Es ist eine Sache, die man einschaltet, die Daten an menschliche Experten weitergibt und sie in Ihre Arbeitsabläufe integriert.“
Durch die schnelle Aufdeckung von Mustern und Ausreißern ermöglicht KI Entscheidungsträgern, sich auf übergeordnete Fragen zu konzentrieren, wie z. B. die Ursachen von Ereignissen zu verstehen, Risikokonzentrationen zu identifizieren und strategische Anpassungen vorzunehmen. Dies ist besonders relevant in stark regulierten Branchen, in denen Compliance-Komplexitäten die Innovation behindern können. Durch die Einbettung von Daten in langfristige Innovations-Roadmaps können Organisationen regulatorische Verschiebungen besser antizipieren und gleichzeitig ihre Aktivitäten skalieren. „Ihre Roadmaps reichen ein, zwei, drei Jahre in die Zukunft“, bemerkte Downey. „Diese Daten können helfen, das Ziel zu informieren, das Sie in der Ferne anstreben.“
Im Wesentlichen wird der Wettbewerbsvorteil aus Daten zunehmend nicht mehr aus reiner Anhäufung, sondern aus der bewussten und intelligenten Anwendung dieser Daten mit klarer Absicht aufgebaut.
