Die Independent Bank mit Sitz in Grand Rapids im Bundesstaat Michigan hat KI-Agenten mithilfe der SnapLogic-Plattform für generative Integration implementiert, um ihre IT-Operationen zu modernisieren und verschiedene Aufgaben zu übernehmen.
Die KI-Agenten unterstützen den IT-Helpdesk, indem sie Anfragen bearbeiten und die Anzahl der Tickets signifikant reduzieren. Sie assistieren zudem Mitarbeitern bei der effizienteren Erledigung ihrer Aufgaben. Ein weiterer wichtiger Bereich ist die Verbesserung der Betrugserkennung, wobei die Bank neue automatisierte Prozesse entwickelt hat, die von KI-Agenten unterstützt werden.
Durch den Einsatz dieser Technologie konnte die Bank ihre IT-Ressourcen effizienter nutzen und Prozesse optimieren. Die Implementierung führte auch zu schnelleren Bereitstellungszeiten für Systemintegrationen und ermöglichte die Automatisierung komplexer Geschäftsprozesse sowie die Unterstützung von Entscheidungen in Echtzeit.
Nach eigener Aussage konnte die Bank die KI-Lösungen mit ihrem bestehenden dreiköpfigen Integrationsteam umsetzen, ohne zusätzliches Personal einstellen zu müssen. Der Kundenservice und die betriebliche Effizienz wurden durch den Einsatz der KI-Agenten verbessert.
Technologische Umsetzung
Die GenAI-Agenten der Independent Bank nutzen eine Vielzahl fortschrittlicher Technologien, um ihre Aufgaben effizient zu erfüllen. Grundlegend sind dabei Large Language Models (LLMs), die die Basis für die spezialisierten KI-Agenten bilden und die Verarbeitung natürlicher Sprache ermöglichen(Von schnellerer Integration bis zu einer Armee von KI-Agenten bei einer unabhängigen Bank).
Im IT-Helpdesk kommt Sprachverarbeitungs-KI zum Einsatz, um das Call-Center-Aufkommen zu reduzieren. Für Echtzeit-Analysen wird Text-to-SQL-Technologie verwendet, die natürlichsprachliche Fragen in SQL-Abfragen übersetzt.
Robotic Process Automation (RPA) wird in Kombination mit SnapLogic-Pipelines für die automatisierte Nachrichtenverarbeitung, Intentionserkennung und Informationsextraktion genutzt. Die Bank setzt zudem auf cloud-basierte Anwendungen, die kontinuierlich mit GenAI-Funktionen erweitert werden.
Als Basis für die Integration und Entwicklung der GenAI-Agenten dient die SnapLogic-Plattform, die auch den KI-Co-Piloten SnapGPT einschließt.
Training der KI-Agenten
Um die Agenten zu trainieren, erfolgt eine enge Zusammenarbeit zwischen den Entwicklern und den KI-Systemen. Die Agenten werden mit klar definierten Zielen und Umgebungen ausgestattet, die von Menschen festgelegt werden. Dies umfasst die Zerlegung komplexer Aufgaben in spezifische Teilaufgaben, um die Leistung der Agenten zu verbessern.
Neben SnapLogic werden verschiedene Technologien für das Training von KI-Agenten in der Independent Bank eingesetzt. Eine bedeutende Methode ist Reinforcement Learning from Human Feedback (RLHF), ein Ansatz, bei dem ein Belohnungsmodell durch direktes menschliches Feedback trainiert wird. Diese Technik optimiert die Leistung von KI-Agenten, indem sie aus den Rückmeldungen der Benutzer lernt und ihre Entscheidungsfindung im Laufe der Zeit verbessert.
Zusätzlich durchlaufen die KI-Agenten eine Art Probezeit, in der ihre Entscheidungen und Aktionen von Fachexperten überwacht werden. Diese Überprüfung ist besonders wichtig, um sicherzustellen, dass die Agenten im Einklang mit den Unternehmensrichtlinien und ethischen Standards arbeiten. Durch diese umfassenden Trainings- und Überwachungsprozesse wird sichergestellt, dass die KI-Agenten effizient arbeiten und gleichzeitig das Vertrauen der Mitarbeiter gewinnen.
Auswirkungen auf die Produktivität der Mitarbeiter
Die Einführung von GenAI-Agenten hat zu signifikanten Veränderungen in den Prozessen der Independent Bank geführt:
Ein KI-gestützter Chatbot im IT-Helpdesk reduzierte die Anzahl der eingehenden Tickets erheblich, was die Effizienz steigerte. Im Bereich der Kreditvergabe unterstützt ein Commercial Lending Assistant neue Mitarbeiter und setzt wertvolle Zeit erfahrener Mitarbeiter frei.
Die Dokumentenverarbeitung wurde durch einen PDF-Assistenten optimiert, der das interaktive Extrahieren von Daten, Erkenntnissen und Zusammenfassungen aus hochgeladenen Dokumenten ermöglicht. Für Echtzeit-Analysen übersetzt ein Text-to-SQL-Assistent natürlichsprachliche Fragen in SQL-Abfragen.
Die Nachrichtenverarbeitung wurde durch RPA-Agenten in Kombination mit SnapLogic-Pipelines automatisiert, was die Verarbeitung von Nachrichten, die Interpretation von Absichten und die Informationsextraktion effizienter gestaltet.
Die Erstellung, Prüfung und Bereitstellung von Integrationen wurde von Monaten auf Tage reduziert, und das Team erstellt nun so viele Integrationen in einem Monat wie zuvor in einem Jahr, ohne zusätzliches Personal einzustellen.
Neuausrichtung der IT: Das Team hat sich von Service-Desk-Aufgaben gelöst und agiert nun als strategischer Geschäftspartner, der sich auf Innovationen und die Entwicklung von KI-gesteuerten Lösungen konzentriert(Vgl. dazu: Wie Banken (Gen)AI einsetzen)
Kommentar hinzufügen
Kommentare