Wie Angebot und Nachfrage zusammenkommen

Ältere kennen es noch so: Man geht zur Bank und bekommt dort vom Bankberater seines Vertrauens Tipps, wie man sein Geld am besten anlegt. Modern Banking geht anders, basiert aber noch immer auf Empfehlungen, die das Interesse des Kunden oder der Kundin wecken und letztlich zu einem Abschluss führen. Vor diesem Hintergrund entstand eine Forschungskooperation der FH Oberösterreich in Hagenberg mit den Softwareentwicklern und -entwicklerinnen der Firma bluesource.

Wer regelmäßig im World Wide Web unterwegs ist und online einkauft, füttert Empfehlungssysteme (engl. Recommender Systems): Intelligente Algorithmen analysieren das Verhalten der Nutzer und Nutzerinnen und machen darauf basierend Vorschläge für die unterschiedlichsten Produkte, Reisen und anderes mehr. Auch im Banken- und Versicherungswesen werden solche virtuellen Berater immer wichtiger.

Am Campus Hagenberg der FH Oberösterreich arbeitet ein Team rund um FH-Professor Ulrich Bodenhofer an einem solchen Empfehlungssystem für die Firma bluesource. Das Unternehmen ist spezialisiert auf die Entwicklung von Apps, beschäftigt rund 40 Leute und hat neben dem Hauptsitz im Softwarepark Hagenberg weitere Standorte in Linz und Wien. Ein Produkt von bluesource ist die „mobile-pocket“-App, die digital alle Kundenkarten bündelt, die man sonst in der Geldtasche mit sich herumtragen würde. Darüber hinaus ist die Firma mit dieser Kartenfunktion auch in rund 40 Banken-Wallets in Österreich vertreten.

Relevante Empfehlungen
Gemeinsam mit den Forschern und Forscherinnen der FH sollen nun die Grundlagen für weitere Produkte, sprich Apps, gelegt werden. Ulrich Bodenhofer, KI-Spezialist und Studiengangsleiter für Artificial Intelligence Solutions, sagt dazu: „Wir entwickeln im Auftrag von bluesource Algorithmen für ein Werkzeug, das das Investitionsverhalten von Usern aufgrund ihrer Interessen vorhersagt und darauf basierend Empfehlungen abgibt.“ So sollen die Benutzer und Benutzerinnen der App Vorschläge für Finanzprodukte bekommen, die möglichst nah an ihren Interessen liegen.

Dazu werden die Daten der in der Banken-App hinterlegten Kundenkarten mit den Daten der Finanzprodukte abgeglichen. „Das passiert alles unter Einhaltung der gesetzlichen Regularien wie der Datenschutzgrundverordnung oder dem EU-AI-Act. Alle Daten sind vollkommen anonym, wir kennen weder das Alter, das Geschlecht, den Wohnort oder die Ethnie der User und Userinnen“, sagt Thomas Otzasek, Chief Data Officer bei bluesource.

„Jede Karte erzählt eine Geschichte“
Konkret schauen sich die Forscher und Forscherinnen an, welche Kundenkarten jemand besitzt, wann und wie oft er diese benutzt und welche Werbung er/sie in der App anklickt. Aus diesen Parametern lässt sich ablesen, wofür sich jemand interessiert bzw. in welcher „Lebenswelt“ er oder sie zu Hause ist. „Jede Karte erzählt eine Geschichte“, so Ulrich Bodenhofer. Hat beispielsweise jemand Kundenkarten von einem Baumarkt, einer Möbelkette, einem Spielzeugladen und die OÖ. Familienkarte abgespeichert und nutzt diese Karten auch regelmäßig, könnte man daraus auf eine junge Familie schließen. Hier würde der Algorithmus vielleicht einen Bausparvertrag oder einen Wohnbaukredit vorschlagen. Lassen die Karten und ihre Nutzung auf einen älteren, gutsituierten User bzw. eine solche Userin schließen, würden eher Wertpapiere oder eine private Altersvorsorge angezeigt.

Verschiedene Lebenswelten
Thomas Otzasek: „Beim Konzept der ,Lebenswelten‘ geht es nicht nur darum, welche Produkte empfohlen werden, sondern auch darum, wie man die Kunden anspricht, wie man die Empfehlungen textlich und optisch gestaltet. Das würde bei jedem von uns anders ausschauen.“ In der App sollen die unterschiedlichen Bank- und Versicherungsprodukte auch beschrieben und erklärt werden. „Damit leisten wir unseren Teil zur finanziellen Bildung der Userinnen und User“, so Otzasek.

„Bei der Lösung, an der wir arbeiten, werden die Profile zudem nicht vor den Usern versteckt. Die Benutzer und Benutzerinnen können nachschauen, was über sie gespeichert ist. Man kann alles nachprüfen und gegebenenfalls verändern“, weist Ulrich Bodenhofer auf ein Alleinstellungsmerkmal der geplanten App hin.

Das Kooperationsprojekt ist auf drei Jahre angelegt und endet mit Jahresende 2025.