Simon Jörger
Senior Consultant und Experte für Neue Technologien (ehem.)
Nicht nur für Unternehmen ist es wichtig, jederzeit im Blick zu haben, wie sich ihre Liquidität innerhalb der nächsten Wochen und Monate entwickeln wird. Auch für Privatkunden kann die Vorhersage des Cashflows interessant sein: Wie entwickelt sich auf lange Sicht mein Kontostand? Muss ich damit rechnen demnächst in finanzielle Engpässe zu kommen? Sammelt sich auf meinem Girokonto ungenutztes Kapital, welches ich anlegen sollte?
Anders als Unternehmen verfügen Privatkunden selten über das Know-How und entsprechende Software, um diese Fragen automatisiert und individuell beantworten zu können. Für Retail-Banken ist die Integration einer Cashflow Prediction in das Online-Banking oder die hauseigene App daher ein interessanter Weg, ihren Kunden einen echten Mehrwert zu bieten – und gleichzeitig Informationen zu erhalten, auf deren Grundlage sie maßgeschneiderte Angebote unterbreiten können.
Grundlage für eine Cashflow Prediction ist die Analyse der Umsatzdaten eines Kunden. Anhand der Buchungen der vergangenen Monate werden die zukünftigen Überschüsse oder Fehlbeträge geschätzt.
Mittels mathematischer Modelle können Trends und saisonale Schwankungen in historischen Umsatzdaten (blaue Linie in der Abbildung) erkannt und die zukünftige Entwicklung vorhergesagt werden (rote Linie mit blauer Unsicherheit). Hierbei kommen neben klassischen Regressionsmodellen in den letzten Jahren zunehmend KI-Ansätze wie Rekurrente Neuronale Netzwerke (RNN) zum Einsatz, die komplexere Zusammenhänge aufdecken und diese bei der Vorhersage berücksichtigen. Weitere Anwendungsfälle für diese sogenannte Transaktionsanalyse haben wir in einem früheren Blogbeitrag vorgestellt.
Der Mehrwert für die Kunden ist direkt ersichtlich:
- Überblick über die langfristige Entwicklung des eigenen Kontostands jenseits der monatlichen Schwankungen
- verlässliche Abschätzung der Liquidität zum Zeitpunkt einer geplanten Anschaffung oder Investition
- frühzeitiges Erkennen von Engpässen, die beispielsweise durch jährlich fällige Zahlungen entstehen, die im Alltag leicht aus dem Blick geraten
Auch für die Bank ergibt sich durch das Anbieten dieses Dienstes für ihre Kunden ein unmittelbarer Mehrwert:
- Zielgruppen für Anlageprodukte oder Konsumkredite können mit hoher Präzision identifiziert werden
- bei der Beurteilung der Bonität eines Kunden kann dessen langfristige finanzielle Entwicklung mit einbezogen werden
- durch den personalisierten Finanzüberblick und individuell passende Angebote steigen Kundenbindung und der Customer Lifetime Value
Ein großer Vorteil bei der Cashflow Prediction gegenüber vielen anderen Anwendungsfällen für die Analyse von Umsatzdaten besteht darin, dass diese ausschließlich auf Basis der Daten des individuellen Kunden berechnet werden kann. Für eine Vorhersage des zukünftigen Kontostands müssen weder aufwändige Klassifikationen einzelner Transaktionen vorgenommen, noch Umsätze bei Fremdbanken berücksichtigt werden. Beides kann die Vorhersagequalität steigern, ist jedoch im ersten Schritt nicht nötig, um einen Mehrwert zu generieren. Daher eignet sich Cashflow Prediction auch in Hinblick auf den Aufbau von Kompetenz gut als Einstieg in die Transaktionsanalyse.
Senacor hat im Laufe der Jahre umfassende Erfahrung mit der Entwicklung und Integration moderner Methoden zur Transaktionsanalyse gesammelt, die passgenau das individuelle Geschäftsmodell des jeweiligen Kunden unterstützen. Kontaktieren Sie gern dazu Dr. Werner Steck (werner.steck@senacor.com) und unsere anderen Experten für Neue Technologien im Retail Finance.