Hallo Torsten. Ich freue mich sehr, dass du uns heute etwas über dein Team und euer spannendes Fachgebiet erzählst.
Torsten: Die Freude ist ganz meinerseits. Vielen Dank für die Einladung und für euer Interesse an Data Science und unserer Arbeit.
Lass uns doch gleich direkt einsteigen. Was bedeutet Data Science eigentlich? Wörtlich übersetzt wäre das ja die „Wissenschaft der Daten“. Wie viel Wissenschaft steckt in deiner Arbeit drin?
Torsten: Naja, Wissenschaft wäre fast ein bisschen übertrieben. Data Science ist bei uns in der Anwendung tatsächlich gar nichts Akademisches, sondern es geht um ganz praktische Probleme. Aber das Themenfeld entwickelt sich rasend schnell. Wir haben bei der DKB schon etliche Sachen angewendet, die in wissenschaftlichen Publikationen vor gerade mal ein oder zwei Jahren veröffentlicht wurden.
Hast du dafür ein Beispiel?
Torsten: Das Verarbeiten von natürlicher Sprache durch Künstliche Intelligenz oder kurz „KI“, zum Beispiel. Das ist auch sowas wie die Königsdisziplin, weil es wahnsinnig schwierig ist. Wir nutzen KI etwa bei Kundenrezensionen über die DKB – um zu verstehen, ob unsere Kund*innen mit uns zufrieden sind oder eher nicht, und was für Themen jeweils dahinterstehen.
Und das versucht ihr, anhand von Sprache herauszufinden? Also wenn Kund*innen bei der Hotline anrufen?
Torsten: Tatsächlich ist es aus technologischer Sicht fast egal, ob Sprache in gesprochener oder in Textform vorliegt. Gesprochenes ist aber noch ein bisschen schwieriger, darum haben wir erstmal mit geschriebener Sprache angefangen. Wenn also zum Beispiel jemand auf einem Bewertungsportal eine Rezension über die DKB verfasst
Wer steckt eigentlich hinter dem „Team Data Science“? Welche Skills versammeln sich da?
Torsten: Im Team haben wir aktuell Machine Learning Scientists, Data Engineers, Data Analysts und eine Scrum Masterin. Dazu kommen noch drei DevOps Engineers. Und an deinem Blick sehe ich schon, dass ich das alles wohl noch etwas näher erklären sollte … (lacht)
Ich merke, ich muss an meinem Pokerface arbeiten. Aber ja – gerne noch ein bisschen mehr zu euren Aufgaben.
Torsten: Die Machine Learning Scientists sind diejenigen, die Künstliche Intelligenzen wirklich bauen. KI beruht heutzutage im Wesentlichen auf maschinellem Lernen, das heißt: Die Maschine erkennt selbständig Muster und Zusammenhänge. Und die Menschen, die die Maschine dazu anleiten, das sind die Machine Learning Scientists. Unsere Data Engineers haben wir im Team, weil wir mit riesigen Datenmengen arbeiten. Die musst du zusammenzubringen, vorselektieren und damit praktisch unsere Arbeitsinfrastruktur schaffen. Die Data Analysts schauen sich bestimmte Themen an, gehen den Daten auf den Grund und analysieren Trends und Auffälligkeiten. Die DevOps Engineers machen unsere KI-Modelle fit für die Produktion und verantworten den laufenden Betrieb. Und unsere Scrum Masterin unterstützt unseren agilen Arbeitsprozess.
Das bringt mich gleich zu meiner nächsten Frage: Menschen mit diesen Skills findet man ja nicht an jeder Straßenecke. Wie kommt man also überhaupt zu Data Science und KI? Wie war das bei dir?
Torsten: Also, ich habe z.B. Mathematik studiert, mit Schwerpunkt Statistik. Mich hat schon immer interessiert, wie aus Beobachtung und Daten Erkenntnisse entstehen.
Und wie bist du zur Bank gekommen?
Torsten: Meinen ersten Job hatte ich bei einer Großbank, wo ich Risikomodelle entwickelt habe. Also ein ganz klassisches Einsatzgebiet von Künstlicher Intelligenz bei Banken. Nach ein paar Jahren dachte ich, dass diese Technologie doch auch für andere Dinge nützlich sein muss. In genau in dieser Zeit kam auch die Data-Science-Bewegung immer mehr auf. Und irgendwann war mir klar, dass es neben Risikocontrolling noch viel mehr Themen gibt, wo man mit maschinellem Lernen aus Daten Mehrwerte schaffen kann.
Hast du als Kind schon eine Faszination für Roboter und ähnliche Sachen gehabt?
Torsten: Ja, würde ich schon sagen. Roboter fand ich immer cool. Darum habe ich auch schon ganz früh mit meinem ersten Computer – ein C64 übrigens – programmiert. Da war ich neun Jahre alt und fand das super spannend.
Damals warst du aber vermutlich noch nicht so weit, deinem Computer beizubringen, dass er dein Zimmer aufräumt …
Torsten: Ach, das wäre schön gewesen. Aber leider nein. Die Robotik ist tatsächlich mit das schwierigste Thema in der KI. Dinge, die wir selbst gar nicht mehr mit „Intelligenz“ verbinden, weil sie für uns so einfach sind – das sind oft die komplexesten. Sich räumlich zu orientieren, zum Beispiel. Bei uns ist das durch Millionen von Jahren Evolutionsgeschichte perfektioniert worden, sodass wir es nicht mehr als schwierig wahrnehmen. Andere Sachen wiederum, bei denen wir denken, das sind die höchsten intellektuellen Leistungen – z.B. Schach spielen –, sowas fällt Computern am leichtesten. Sich also in einem Zimmer zu orientieren, sich zu bewegen ohne was kaputt zu machen, das ist für Roboter verdammt schwer und technisch bei weitem noch nicht gelöst. Es wird eher selbstfahrende Autos geben als einen Roboter, der ein Zimmer aufräumen kann.
Wo siehst du das Potenzial von Künstlicher Intelligenz für die DKB?
Torsten: Ich glaube, dass praktisch jeder Bereich der DKB von KI profitieren kann. Zugespitzt könnte man sagen: Alles, was Menschen routinemäßig tun, wird über kurz oder lang automatisiert werden. Ich muss dann z.B. Daten nicht mehr manuell erfassen und danach nach Schema F weiterbearbeiten, sondern kann mich auf den Teil meiner Aufgabe konzentrieren, der wirklich Mehrwert schafft. Wer Kund*innen betreut, hat also mehr Zeit für den persönlichen Kontakt, jemand in der Hotline kann sich z.B. den komplizierteren Fällen widmen. Die Idee ist, die Mitarbeitenden von Routinetätigkeiten zu entlasten, damit wir persönlicher werden können.
Das heißt also: Nicht Arbeitskraft an sich soll ersetzt werden, sondern nur bestimmte Tätigkeiten werden von Maschinen übernommen?
Torsten: Ganz genau. Jeder kennt das: Die Arbeit macht im Großen und Ganzen Spaß, aber es gibt da dieses eine Formular, das ich immer wieder befüllen muss oder diese eine Anfrage, die ich zehnmal am Tag bekomme. Für den kreativen Teil, der mir wirklich Spaß macht, wie z.B. den Austausch mit meinen Kund*innen, bleibt dann oft zu wenig Zeit. Unsere Aufgabe ist es, die Formalien durch automatische Prozesse zu ersetzen.
Aber Künstliche Intelligenz heißt ja nicht nur Automatisierung, oder?
Torsten: Absolut. Automatisierung ist auf jeden Fall ein wichtiger Aspekt von KI. Noch viel spannender ist aber, dass wir mit Hilfe von Künstlicher Intelligenz neue Produkte und Services anbieten können, also Sachen, die es bisher noch gar nicht gegeben hat. Und das sind dann wirklich die Game Changer, mit denen wir uns vom Wettbewerb abheben können.
An was arbeitet ihr denn im Moment? Kannst du da ein Beispiel nennen?
Torsten: Aktuell gibt es zum Beispiel eine Zusammenarbeit mit unserem Customer Care Center. Dort gibt es immer mal Situationen mit hohen Anfragevolumina, die die Kolleg*innen nur mit hohem persönlichen Einsatz bewältigen können. Künstliche Intelligenz kann hier entlasten. Unsere Idee: Erst einmal analysieren, zu welchen Themen uns unsere Kund*innen am häufigsten kontaktieren. Später kann die KI diese Themen selbständig erkennen und die betreffende Mail direkt an die zuständige Person leiten. Wir vermeiden damit, dass Anfragen lange liegenbleiben – schließlich liegt der eigentliche Mehrwert des ganzen Prozesses ja in deren Beantwortung, nicht in irgendwelchen Zuständigkeitsprüfungen und Weiterleitungen davor. Wer uns kontaktiert, soll innerhalb einer Stunde ein Feedback bekommen, das ist der Anspruch.
Es geht also nicht nur darum, Prozesse zu vereinfachen, sondern auch zu beschleunigen.
Torsten: Richtig. Ein gutes Beispiel ist unser Projekt Robokredit, in dem wir einen vollautomatischen Kreditprozess aufsetzen. Das Ziel ist hier, dass Kund*innen nicht mehr umständlich auf analogem Weg Unterlagen einreichen und ggf. einige Zeit auf eine Entscheidung warten müssen. Stattdessen rufe ich die DKB-Webseite auf, gebe meine Daten ein und bekomme innerhalb von Minuten die Nachricht, „Du bekommst dieses Privatdarlehen, diesen Baukredit etc.“. Technisch ist das absolut möglich, und so ein Service ist für beide Seiten ein riesiger Gewinn.
Spannend! Und wie entstehen solche Projekte? Kommen Bereiche und Mitarbeitende direkt auf euch zu, um ihre Prozesse von euch automatisieren zu lassen?
Torsten: Viele Projekte gehen tatsächlich auf solche Anfragen zurück. Und wir finden das auch sehr gut, weil es zeigt, dass die Leute den Einsatz von KI selbst wollen. Wir würden nie ein Projekt starten, wenn die Stakeholder nicht selber sagen, „an diesem Prozess wollen wir was ändern“. Am Anfang steht dabei immer die Frage: Geht das überhaupt, ist die Technologie schon so weit? Danach führen wir einen Workshop durch, um den betreffenden Prozess besser zu verstehen. Offengesagt stellt sich manchmal auch heraus, dass nicht genügend Daten für eine KI-Lösung vorhanden sind oder dass das Problem zu komplex ist. Aber grundsätzlich ist das Ganze eine sehr fruchtbare Sache, und es ist toll, wie viele Leute in der Bank datengetrieben denken und offen dafür sind, was man mit KI erreichen kann.
Gretchenfrage: Wie viel Künstliche Intelligenz findet denn in deinem persönlichen Leben statt?
Torsten: Jede Menge – so wie in deinem vermutlich auch. KI steckt ja inzwischen in ganz vielen Produkten, auch wenn man es auf den ersten Blick gar nicht sieht. Allein schon eine simple Google-Suche ist eine Meisterleistung künstlicher Intelligenz. Oder bei Amazon: Welche Rezensionen du siehst, welche Produkte dir vorgeschlagen werden, das alles läuft mit Künstlicher Intelligenz. Für mich ist es deshalb keine Frage, dass wir auch bei der DKB immer mehr auf KI-Lösungen setzen, wenn wir damit unseren Kund*innen und auch uns selbst das Leben erleichtern können.
Das klingt nach goldenen Zeiten für dein Fachgebiet. Torsten: Liebsten Dank für diesen kurzen Einblick in eure Arbeit. Ich glaube, wir werden in Zukunft noch einiges von dir und deinem Team hören. Viel Spaß und viel Erfolg weiterhin!