人工智能（AI）的使用使银行能够采取创新方法并提高客户服务或风险管理等各个领域的效率。为了开发有意义且高质量的人工智能模型，需要足够大量的数据和适当的数据质量作为技术要求。从这些数据中得出的可能性清单很长。其范围从检测信用卡交易中的欺诈活动到 KYC（了解您的客户）流程，以及检测网络攻击到自动贷款。
前台以客户为中心的应用程序
目前银行人工智能应用的重点是面向客户的前台应用、面向流程的后台系统和监管流程。在直接与客户接触的竞争中，那些能够提供最佳客户体验的银行或服务提供商很可能会取得成功。人工智能解决方案承诺在此方面进行各种改进，例如全天候可用性、聊天机器人或语音助手的使用。 2017年，comdirect是第一家引入亚马逊语音助手Alexa技能的德国银行，用户可以通过该技能实时访问股市新闻和价格信息。还推出了通过语音命令传输等附加功能。
当前人工智能在银行业的应用领域，来源：自己的插图，基于 Kaya (2018)
银行业的聊天机器人和语音助手
只有当聊天机器人和语音助手能够识别、构建和应用预定 克罗地亚 电话数据 义的“如果-那么”场景之外的有意义的问答关系时，它们才被认为是智能的。例如，在德国，用于消费者在线贷款申请的数字助理仍处于测试阶段。只有当聊天机器人或语音助手能够为个人和复杂的问题提供有用且正确的答案时，它才会被认为是聪明或积极的。否则，您将面临非常负面的客户体验的风险。
用于信贷流程的人工智能数字助理
人工智能的进一步可能应用出现在零售银行和已经基本上自动化的贷款业务中。私人客户银行尤其可以从实施的人工智能解决方案中受益，例如确保或提高数据质量并使用广泛的交易数据。人工智能的使用可以简化银行和客户的信用检查。在请求融资或签订租赁协议之前，银行或房东通常要求“保密的自我披露”。这个过程有一个集成人工智能的解决方案，可以从现有交易数据中自动导出和构建所需的信息。这消除了某些步骤，例如提交工资单。自动完成的自我披露减少了利益相关方的工作量，并加速了信用决策的决策过程。该银行还可以节省阅读和检查现有信息时的手动步骤，并可以考虑所有已知数据来优化风险评估。