Drei Dinge, die Sie über Künstliche Intelligenz wissen müssen

In unserem KI-Webinar erklärte unser Head of Data Mirko Schuh, wie Künstliche Intelligenz das Forderungsmanagement unterstützt. Die Grundlagen des Webinars haben wir für Sie nachfolgend zusammengefasst: 

1. Künstliche Intelligenz bedeutet maschinelles Lernen

Der entscheidende Unterschied zwischen einem klassischen Algorithmus und einer Künstlichen Intelligenz steckt in der Lernfähigkeit. Als selbstlernender Algorithmus ist eine KI in der Lage, durch Anwendung statistischer Modelle selbstständig Muster in Daten zu erkennen – den Fachterminus “Machine Learning” haben Sie sicher bereits gehört.

Durch das Training mit einer großen Menge an Daten eignet sich eine KI durch Machine Learning spezifisches Wissen an. Das kann im Bereich der Bilderkennung sein – beispielsweise, indem eine KI mit hoher Erfolgsquote Anomalien auf MRT-Aufnahmen identifiziert. Oder eben im Bereich des Forderungsmanagements.

2. Künstliche Intelligenz erfordert konsequente Digitalisierung

Um KI einzusetzen müssen Prozesse digital sein. Denn: Digitalisierung erzeugt die für den Lernprozess notwendigen Daten. Im Forderungsmanagement setzt dies ein digitales Mahnwesen voraus. Mit automatisierten Zahlungserinnerungen per E-Mail und SMS sowie interaktiven Landingpages mit digitalen Bezahl- und Feedback-Möglichkeiten.

3. Reinforcement Learning erzielt bessere Ergebnisse im Forderungsmanagement

Ist das Mahnwesen digital, dann kommt die KI ins Spiel. Wir bei collectAI nutzen einen auf Reinforcement Learning basierenden Contextual Bandits Algorithmus (Details dazu erfahren Sie in der Aufzeichnung des Webinars).

Die KI dockt an die digitale Kommunikationsstrategie an und steuert Parameter wie den Versandzeitpunkt und den Kanal einer Zahlungserinnerung so aus, dass ein gewünschter Effekt erzielt wird. Aus den Reaktionen der Kund*innen (beispielsweise, wenn eine Zahlung ausgeführt wird) erkennt die KI, wie erfolgreich die Entscheidung war und leitet daraus Wissen ab.

Für eine bestimmten Kund*innen-Segment kann beispielsweise eine E-Mail um 16:00 Uhr zu einer höheren Realisierungsquote führen; bei einem anderen Segment führt vielleicht eine SMS um 09:00 Uhr zum Erfolg. Hier liegt die Stärke von KI. In statistisch komplexen Szenarien mit großen Datenmengen erkennt sie Muster, die sie in granular zugeschnittene Entscheidungen mit messbarem Erfolg übersetzt.