Künstliche Intelligenz in der Bonitätsprüfung
Einen Kredit abschließen? Früher ging das ganz einfach! Ab zu der örtlichen Sparkasse für ein Gespräch mit Ihrem Bankberater des Vertrauens. Er kannte Ihre finanzielle Situation in- und auswendig und konnte Ihre Bonität bestens einschätzen. Natürlich hat auch früher nicht jeder einfach so einen Kredit bekommen. Doch durch zunehmende Regulierung müssen Banken Kunden und ihre Bonität stärker prüfen als früher. Gleichzeitig erwarten Kunden aber einen immer schnelleren Prozess und sind nicht bereit, wochenlang auf das Prüfergebnis zu warten. Doch Hilfe naht: Künstliche Intelligenz (KI) ermöglicht es sowohl, den steigenden Erwartungen gerecht zu werden als auch die Bonitätsprüfung zu beschleunigen — oft ist sie sogar in Echtzeit machbar.
Was ist eine Bonitätsprüfung?
Die Bonität eines Konsumenten oder Unternehmens bedeutet eigentlich nichts anderes als die wirtschaftliche Vertrauenswürdigkeit. Die Prüfung der Bonität ist nicht nur bei der Kreditvergabe von zentraler Bedeutung. Auch wenn wir einen neuen Internetvertrag bei der Telekom abschließen wollen, prüft das Unternehmen erstmal unsere Zahlungsfähigkeit. Viele Online-Shops bieten Lastschriftverfahren und Rechnungskauf zudem nur Kunden an, deren Bonität gut genug eingeschätzt wird. Haben wir auf Zalando unser neues Outfit fertig zusammengestellt, so werden uns die genannten Bezahlmöglichkeiten nur dann angezeigt, wenn die Prüfung positiv ausfiel. Die Prüfung läuft im Hintergrund in Sekundenschnelle ab, ohne dass der Kunde etwas mitkriegt.
Klassische Anbieter von solchen Bonitätsprüfungen sind Auskunfteien. Die bekanntesten Anbieter in Deutschland sind die SCHUFA, CRIF Bürgel, Creditreform Boniversum und Infoscore Consumer Data. Sie weisen für Unternehmen und Konsumenten einen Score-Wert aus, der die Wahrscheinlichkeit eines Zahlungsausfalls darstellen soll. Je besser der Score-Wert, desto besser ist also die Bonität.
Als Datengrundlage für die Berechnung des Score-Werts ziehen die Auskunfteien verschiedene Quellen heran. Einerseits prüfen sie, ob es in der Vergangenheit zu Unregelmäßigkeiten im Zahlungsverhalten kam. Beispielsweise ob Rechnungen immer erst nach der zweiten Mahnung bezahlt werden oder schon einmal ein Inkassoverfahren eröffnet wurde. Diese Daten erhalten die Auskunfteien von Unternehmen, denen sie im Gegenzug ihre Score-Werte zur Verfügung stellen. Anderseits prüfen Auskunfteien öffentliche Register, beispielsweise ob ein Insolvenzverfahren oder ein Haftbefehl vorliegt.
Wie kann künstliche Intelligenz helfen?
Durch die Digitalisierung und den Einsatz digitaler Lösungen wird die Bonitätsprüfung stark beschleunigt. Hat sie früher teilweise Wochen in Anspruch genommen, so ist der Prozess heute häufig in Echtzeit möglich. Relevante Register werden rund um die Uhr mit den neusten Informationen bespielt und sind daher immer aktuell. Durch den Einsatz von künstlicher Intelligenz können zudem Muster und Zusammenhänge zwischen bestimmten Daten und Pleitewahrscheinlichkeiten erkannt werden.
Vor allem aber kann dank KI-basierten Analysemethoden eine viel größere Menge an Daten einbezogen werden. Wurde für die Bonitätsprüfung früher vor allem die Zahlungshistorie eines Konsumenten geprüft, so kann diese heute mit vielen weiteren Kontextinformationen unterfüttert werden. So werden von einzelnen Anbietern auch Daten aus den sozialen Medien herangezogen. Beispielsweise, ob man auf Facebook Seiten teurer Konsumgütermarken liked oder auf LinkedIn ein namhaftes Unternehmen als Arbeitgeber eingetragen hat. Aber auch ob im Umkreis der angegebenen Wohnadresse viele teure Autos zugelassen sind und wie der Mietspiegel aussieht wird teilweise geprüft.
Stark auf dieses „Social Scoring” gesetzt hat das Unternehmen Mondeo, früher unter dem Namen Kreditech bekannt. Das 2012 in Hamburg gegründete Start-up war lange eine der großen deutschen Fintech-Hoffnungen. Im Herbst meldete das Unternehmen jedoch Insolvenz an. Nicht nur, aber auch wegen Corona.
Mondeo hat Kleinkredite zwischen 50 und 5000 Euro vergeben. Antragssteller mussten dafür nur den Arbeitgeber und das Einkommen angeben. Intelligente Algorithmen werteten die Datenspuren im Netz aus. Das Unternehmen selbst sagte, es seien bis zu 20.000 Datenpunkte für die Prüfung herangezogen worden. Geprüft wurde beispielsweise das im Webbrowser gespeicherte Surfverhalten, Daten von Plattformen wie Ebay, Amazon und Facebook oder welches Gerät der Antragssteller nutzt. Die Bonität von Nutzern des neusten iPhones wurde beispielsweise besser eingeschätzt als jene mit einem Billig-PC. Aber auch die Dauer und Art des Ausfüllens des Kreditantrags wurde überwacht. Haderte man lange bei der Eingabe des Arbeitgebers oder korrigierte man mehrmals die Lohnangabe, so wurde das System misstrauisch.
Das Berliner Start-up Myos ermöglicht Online-Händlern eine Finanzierung unabhängig von der persönlichen Bonität. Ausschlaggebend für die Kreditvergabe bei Myos ist das Verkaufspotential der Produkte. KI-basierte Algorithmen prüfen beispielsweise Preisverlauf, Wettbewerb oder Sichtbarkeit und ermitteln anhand dieser Daten Finanzierungsvolumen und Zinssatz.
Aber auch die etablierten Player setzen vermehrt auf Künstliche Intelligenz und Big-Data Analysen. Bei der SCHUFA kommt neben einem Expertensystem und statistischen Methoden beispielsweise zunehmend auch maschinelles Lernen zum Einsatz. Zudem bieten sie mit ihrer Betrugsabwehr neben der Bonitäts- und Identitätsprüfung einen weiteren Dienst an. Mit einem Boosting-Verfahren werden innerhalb von Millisekunden bekannte Betrugsmuster in Anfragen erkannt. Da diese oft sehr raffinierten Mustern folgen und über mehrere Geschäftstransaktionen hinweg verteilt sind, benötigen selbst geschulte Experten algorithmische Unterstützung.
Welche Problematiken bestehen?
Wie oft im Zusammenhang mit künstlicher Intelligenz gibt es aber auch Mahner an den neuen Methoden. Ausschlaggebend ist die nicht immer ganz unbegründete Angst vor der KI-Blackbox. Entscheidungen der KI-basierten Bonitätsprüfung können nicht immer vollständig nachvollzogen werden. Es besteht daher die Gefahr von Diskriminierung und unfairer Entscheidungen. Ist der Firmensitz beispielsweise zufällig in einem Viertel, das von vielen Pleiten betroffen ist? Oder verfügt man über einen Nachnamen, den die KI — aus welchen Gründen auch immer — mit einer niedrigen Bonität verbindet?
Modelle können durchaus auch falsche Annahmen treffen oder die Datenqualität, auf Basis derer sie dies tun, ist schlicht mangelhaft. Lässt man sich beispielsweise etwas an die Adresse seiner Eltern oder auf die Arbeit liefern, so wird die falsche Wohnumgebung geprüft.
Bei aller berechtigten Kritik muss bedacht werden, dass auch eine manuelle Bonitätsprüfung diskriminierend sein und menschliche Mitarbeiter ein Bias aufweisen können. Bei vielen Unternehmen dient die KI-basierte Bonitätsprüfung zudem lediglich als Ergänzung. Gerade in Banken entscheiden beispielsweise nach wie vor menschliche Mitarbeiter über die definitive Kreditentscheidung. Die KI-basierte Bonitätsprüfung dient ihnen lediglich als eine von vielen Entscheidungsgrundlagen.
Drei Dinge, die Sie über den KI-Einsatz in der Bonitätsprüfung wissen sollten:
- Durch KI-basierte Analysemethoden und Big Data wird die Bonitätsprüfung in Echtzeit möglich.
- Neben klassischen Bonitäts-Scorewerten von Auskunfteien können weitere Daten wie beispielsweise das Surfverhalten oder die Aktivitäten auf Social Media einbezogen werden.
- Auch klassische Auskunfteien setzen immer mehr auf Hilfe von künstlicher Intelligenz.
Originally published at https://blog.fintechcube.com on December 3, 2020.