Der CreditManager | Aktuell
WORK SMART NOT HARD
OpenAI , Microsoft Azure und Co : Fast täglich erscheinen neue künstliche Intelligenzen und Machine Learning Programme . Der KI-Hype ist real ( erneut ). Eine internationale Deloitte-Studie bestätigt diese digitale Revolution . Demnach betonen 94 Prozent der Führungskräfte : Der Einsatz künstlicher Intelligenzen wird für Unternehmen in den nächsten fünf Jahren erfolgsentscheidend sein . Auch im Credit Management fragt man sich schon länger , wie sich künstliche Intelligenz nutzen lässt . Automatisiertes Forderungsmanagement ? Wie würde das wirklich aussehen ? Ein Beitrag von Creditsafe .
© pixabay / Buffik
Hand in Hand mit der künstlichen Intelligenz
Künstliche Intelligenz soll den Menschen unterstützen , anstatt ihn zu ersetzen . Im Credit Management gibt es bereits vier Einsatzgebiete von KI , die von einigen Unternehmen erfolgreich genutzt werden .
Automatisierte Zahlungserinnerungen
Eine effiziente Möglichkeit , säumige Kunden zur Zahlung anzuregen , ist der Einsatz von KI-gestützten Chatbots . Diese können personalisierte Zahlungserinnerungen senden und den Kunden verschiedene Zahlungsmodalitäten anbieten . Richtig eingesetzt , können Sie allgemeine Fragen beantworten und Zahlungsvereinbarungen nach ihren Auswahlkriterien treffen . Die Nutzung von Chatbots kann sich zudem positiv auf die Kundenbetreuung auswirken . Eine internationale Studie 1 von EOS ergab , dass über 60 % der Unternehmen , die Chatbots einsetzen , eine erhöhte Zufriedenheit bei Mitarbeiter * innen und Kund * innen festgestellt haben . Dadurch beschleunigen Chatbots nicht nur den Prozess und ver-
14 bessern die Kundenerfahrung , sie sparen auch interne Ressourcen . So berichtet dieselbe Studie , dass 62 % der deutschen Unternehmen mit Einsatz von Chatbots Kosten einsparen konnten .
Kreditwürdigkeitsprüfung Für automatisierte Kreditentscheidungen werden Bonitäts-Scores , Kreditinformationen sowie das Zahlungsverhalten von Kunden analysiert . Basierend auf den gewonnenen Erkenntnissen kann die KI automatisch Kreditlimits festlegen und Kundenrisiken bewerten . So kann beispielsweise das Risiko von Zahlungsausfällen minimiert werden . Gleichzeitig kann KI zur Fraud Prevention ( Betrugsprävention ) genutzt werden , um in der großen Anzahl von Zahlungsströmen auffällige Transaktionen zu erkennen .
Personalisierte Inkasso-Ansprache Einige KIs können Kundeninformationen - wie z . B . historische Unternehmensdaten und Nutzungsprofile - untersuchen , um personalisierte Strategien im Inkasso-Fall zu generieren . Personalisierung ist dabei das große Stichwort : Laut einem „ State of Personalization Report “ 2 ist ein individuelles Kundenerlebnis fest verknüpft mit einer langfristigen Kundenbindung . 92 % der befragten Unternehmen setzen dabei auf den Einsatz von KI . Zudem kann die individuelle Ansprache auf relevanten Informationskanälen ( SMS , E-Mail oder Telefon ) die Wahrscheinlichkeit erhöhen , dass offene Forderungen schneller beglichen werden .
Analyse von Forderungsausfällen Durch den Einsatz von KI-gestützten Datenanalysen können Muster in Zahlungsverzügen und Forderungsausfällen identifiziert werden . Basierend auf diesen Erkenntnissen können Credit Manager * innen präventive Maßnahmen ergreifen , um zukünftige Forderungsausfälle zu minimieren - beispielsweise indem sie Zahlungsmodalitäten automatisch an das vergangene Verhalten anpassen ( Vorkasse , Rechnung etc .).
Insgesamt gilt : Je besser die KI trainiert wird und je größer und qualitätvoller das Datenmaterial ist , desto gewinnbringender wird sie zukünftig für das Unternehmen eingesetzt werden können .