Von Ralf Keuper

Die Verfügbarkeit hoher Rechenkapazitäten, großer Datenmengen und leistungsfähiger Algorithmen ermöglicht den Einsatz der Verfahren der Künstlichen Intelligenz in Bereichen der Banken, die bislang von der Automatisierung kaum betroffen waren. Mittlerweile werden KI-Verfahren sowohl in der Kundenberatung als auch im Risikomanagement verwendet. Das Buch Künstliche Intelligenz für Kreditinstitute. Anwendungsbeispiele und Methoden gibt einen Einblick in die tägliche Praxis der Kreditinstitute, ohne dabei die Grenzen der KI unter den Tisch fallen zu lassen.

In Maschinelles Lernen: Ein Blick hinter die Kulissen geht Stefan Berlik auf die verschiedenen  Arten des maschinellen Lernens ein: Überwachtes Lernen, Unüberwachtes Lernen und Bestärkendes Lernen.

Maschinelles Lernen sollte immer dann zum Einsatz kommen, wenn die Aufgabe komplex ist, das Problem ein großes Datenvolumen und viele Variablen umfasst, aber keine explizite Formel hiefür bekannt ist.

Beispiele:

  • handgeschriebene Regeln und Gleichungen werden zu komplex (z.B. Gesichtserkennung)
  • die Regeln ändern sich kontinuierlich (z.B. Fraud Detection)
  • die Natur der Daten ist variabel, und das Programm muss sich anpassen (z.B. zur Vorhersage von Einkaufstrends)

Dennoch bleiben Herausforderungen bestehen. So erfordert der Umgang mit den Daten und das Auffinden…