Während die Möglichkeiten von NLP gerade die Entscheider in Banken zu inspirieren beginnen, gibt es seit Jahren zahlreiche Lösungen auf dem Markt. Die Angebotsseite trennt sich einerseits in die grossen amerikanischen Technologie-Konzerne, die NLP-Anwendungen als Teil ihre Cloud-Lösungen offerieren. Daneben buhlen teils sehr spezialisierte Start-Ups um Kundschaft. In diesem 3. Teil der Blog-Serie soll ein Überblick über den deutschen und schweizerischen NLP-Start-Up-Markt geboten und erörtert werden, wohin sich die Dichotomie zwischen Big-Tech und Start-Ups entwickeln könnte.

Open Source ist für alle, die sich für NLP interessieren, ein Segen. Mit Paketen wie Polyglot, ChatterBot, Gensim, NLTK, SpaCy und vielen weiteren stehen state-of-the-art Libraries für NLP-Anwendungen zur Verfügung. Speziell SpaCy bietet sich für Anfänger sowie für weniger spezialisierte Aufgaben an, da es für alle Anwendungen einfach nutzbare, performate, schnelle und relativ gute Pipelines bietet. Für Bots eignen sich ChatterBot oder die Open-Source-Komponente von rasa.

NLP-Start-Ups sind hierdurch gezwungen, sich von den freien Angeboten zu differenzieren. Rasa beispielsweise vertreibt zusätzliche Services jenseits der Open-Source-Library, die grundlegenden Funktionalitäten sind jedoch öffentlich. Andere bieten spezielle Dienste an, etwa Protokollierung (speech-to-text) oder Transkription. Eine (unvollständige) Liste aktueller Anbieter findet sich in folgender Tabelle:

Gerade Explosion, Spitch, yukkalab oder deepset bieten international gefragte Lösungen an. Die Tech-Hubs Berlin, Zürich und Lausanne – respektive deren Unis – bieten gute Bedingungen für Tech-Start-Ups. Weiterhin fällt auf, dass die meisten Firmen ihre Angebote um 2015-6 entwickelt haben.

Vor dem Hintergrund der rasanten Entwicklung seit 2018 muss deshalb besonders darauf geachtet werden, ob die angebotenen Lösungen mit der Explosion der Grundlagen-Technologie Schritt halten. Turicode etwa konnte noch im vergangenen Jahr eine internationale Code-Challange gewinnen. Andere Anbieter preisen noch ihre Preise aus dem Vor-BERT-Zeitalter an.

Ein vertiefter Blick lohnt sich bei rasa. Rasa vertreibt Bots, deren technische Grundlage Open-Source entwickelt werden. Die Rasa-Community umfasst über 450 nicht entlohnte Programmierer. Diese können die Rasa-Architektur nutzen, um spezialisierte Bots zu programmieren. Wenngleich hier Machine Learning zur Anwendung kommt, so bedarf es hierzu doch zahlreicher manueller Konfigurationen. Rules, steps, actions und responses müssen alle selbst codiert werden. Diese fehleranfällige, aufwendige Art bietet sich eventuell für Kunden an, die viel Aufwand betreiben können, um die Bots zu “customizen”. Gegen die scheinbare Omnipotenz von BERT, GPT und Co. Erscheint dieser Ansatz jedoch auf Dauer nicht konkurrenzfähig. 

Sollte Open-AI etwa dedizierte Anwendungen auf Basis von GPT3 anbieten, so könnte dies viele Start-Ups überflüssig machen. Die anderen grossen Transformer seit BERT wurden von exakt jenen Big-Techs entwickelt, die als Cloud-Anbieter danach streben, tief in die Systeme von Unternehmen einzudringen. Off-the-Shelf Anwendungen aus dem Bereich Machine-Learning sollen die Kunden von der Cloud abhängig machen. Entwickeln die Konzerne immer mehr solcher Dienstleistungen auf Basis ihrer Architekturen, so könnten Start-Ups in die Marktränder vertrieben werden. Mit den Abermillionen an Entwicklungs- und Trainingskosten können sie nicht Schritt halten. 

Aus diesem Grund erscheinen einerseits spezialisierte Start-Ups interessant, weil Big-Techs weniger ökonomische Anreize haben, Spezialanwendungen zu entwickeln. Auf der anderen Seite können sich die besten Start-Ups, die schon jetzt umfassende Anwendungen anbieten, als kompetente Partner erweisen, die ihre Kunden nicht in die Abhängigkeit führen können.

In jedem Fall wird es für interessierte Banken essentiell, NLP (wie Machine Learning generell) zu einer Kernkompetenz zu entwickeln. Aufgrund mangelnder interner Kompetenzen und Ressourcen wird es notwendig, einzelne Anwendungen einzukaufen. Es braucht jedoch qualifizierte interne Data Analysts und Data Scientists, welche die Anbieter fachlich evaluieren und Mehrwert stiftende Ergebnisse ableiten können. Mit der Vernachlässigung von Client-Analytics würden Banken denselben Fehler begehen wie bei der Auslagerung der Zahlungsabwicklung an Visa, MasterCard und Co.

Im ersten Teil dieser Blog-Serie wurde die Bedeutung von NLP im unternehmerischen Kontext mit Fokus auf die Bankenwelt motiviert. Nun sollen anhand eines eigenen Skripts einige Wege angerissen werden, welche bei der praktischen Implementation bedacht werden müssen.

Das vorliegende Skript erlaubt das Laden, Aufbereiten und Säubern von Text-Dokumenten verschiedener Formate (aktuell vor allem txt, word und pdf). Es ist in Python geschrieben und verwendet das Paket spacy. Mit minimaler Eingabe seitens des Nutzers werden einige grundlegende Eigenschaften der Texte zurückgegeben. Dazu zählen die Sprache, die häufigsten verwendeten Wörter relevanter Wortarten, erkannte Entitäten (wie etwa Unternehmen) und die Tonalität des Textes (ob der Text eher neutral ist oder viele emotionale Ausdrücke enthält). Diese Informationen werden als strukturierte Tabelle ausgegeben, die für weiterführende Anwendungen genutzt werden können. Zuletzt wird automatisiert eine interaktive html-Grafik erstellt, welche die genannten zentralen Charakteristika der Texte veranschaulicht und so den ersten Eindruck abrundet.

Dabei kann das Skript von jedem Nutzer, der Python aufgesetzt hat, einfach genutzt werden (es dauert initial etwas, bis alle benötigten Pakete installiert sind). Dazu wird das Skript ausgeführt und der Ordner angegeben, der die zu analysierenden Dokumente enthält. Zudem erlaubt das Skript die Angabe, ob Dokumente enthalten sind, die in mehr als einer Sprache verfasst sind – also z.B. Sammelbände mit Beiträgen aus mehreren Sprachen. In diesem Fall wird der gesamte Corpus satzweise nach erkannten Sprachen geordnet, was allerdings die Geschwindigkeit beeinträchtig. Ohnehin empfiehlt es sich, das Skript (je nach Grösse / Anzahl der zur Analyse eingelieferten Texte) auf einem leistungsfähigen Rechner mit gutem Grafikprozessor oder gleich in der Cloud auszuführen.

Paket

Auch in Python führen viele Wege nach Rom. Die zentralen Prozesse dieses Skripts basieren auf Pipelines von Spacy. Das von einem Berliner Start-Up entwickelte Paket hat sich als Industrie-Standard etabliert. Dies insbesondere aufgrund der einfachen Integration von modernen ML-Anwendungen, während traditionelle NLP-Pakete wie NLTK etwas in die Jahre gekommen sind. Einige weitere Pakete wie FARM, FLAIR oder gensim eignen sich generell oder für spezifische Anwendungen. Aufgrund der guten Performanz, den vortrainierten Modellen, der guten Dokumentation sowie der weiten Verbreitung wird für dieses Skript Spacy verwendet.

Text-Import

Vor Start der Pipeline werden zunächst alle pdf-Dateien in das txt-Format konvertiert. Aufgrund der uneinheitlichen Kodierung des pdf-Formats ist dies ein komplexes Unterfangen – man denke etwa an Tabellen oder gescannte Dokumente. In diesem Skript wird primär das Paket PyMuPDF verwendet, das für unsere Zwecke eine gute Balance zwischen Geschwindigkeit und Verlässlichkeit bietet (siehe Tabelle unten). Auch aus Word-, Powerpoint- und Excel-Dateien wird mittels textract Text extrahiert. Je nach Anwendungsfall müssten spezifischere Lösungen entwickelt werden – etwa, wenn Text aus Tabellen auf bestimmte Weise persistiert werden soll.

Sprache: Pipeline 1

Der Anspruch des Skriptes ist es, Dokumente in den Sprachen Englisch, Deutsch, Spanisch, Französisch, Italienisch und Portugiesisch in ähnlicher Qualität verarbeiten zu können. Zu diesem Zweck kann entweder je Sprache ein eigenes Modell verwendet werden oder auf ein multi-linguales Modell zurückgegriffen werden. Spacy enthält ein solches. Eine spannende Alternative zu Spacy ist hier ein Buchstaben-basiertes Modell wie das der FLAIR-Library, da es relativ einfach mit mehrsprachigem Text umgehen kann. Allerdings ist ein mehrsprachiges Modell niemals so präzise wie eines, das für die jeweilige Sprache optimiert ist. Mit der Beschränkung auf die oben genannten populären Sprachen bietet sich der Weg über sprachenspezifische Modelle an.

Hierzu muss für jedes Dokument das Sprachenmodell bestimmt werden, mit welchem es analysiert wird. Zu diesem Zweck wird in einem ersten Schritt (also vor der eigentlichen Analyse in spacy) eine Spracherkennung vollzogen.

Für die Spracherkennung eignen sich mehrere Pakete / Modelle. Einerseits ein Modell auf Basis von facebooks fasttext. Daneben gibt es das Paket CLD2, auf dem wiederum das Modul polyglot detect basiert. Schliesslich gibt es eine spacy pipeline, die standardmässig auch auf einem anderen Paket zur Spracherkennung aufbaut.

Das fasttext Modell ist recht genau. Allerdings ist eine Aufteilung eines Dokuments anhand der Sprache hier nicht möglich, da es stets nur eine Sprache vorhersagt. Das Modell gibt zwar an, wie sicher es sich in der Vorhersage ist, jedoch bezieht sich dieser Sicherheits-Score auf die Existenz von Text in dieser Sprache, lässt aber keine Schlüsse zu, ob das Dokument mehrheitlich in dieser Sprache verfasst ist. Selbiges gilt für das Polyglot-Modul. Da wir für alle anderen Aufgaben spacy nutzen, macht es Sinn, auch im ersten Schritt schon hierauf zurückzugreifen. Dies auch, weil es einfach ist, eine vorgängige Säuberung der Texte einzubinden und die Spracherkennung auf Dokument- oder Satzebene auszuführen.

Die Vorhersage auf Satzebene ist aufgrund des Ziels des Skripts, diverse Dokumente adäquat zu verarbeiten, hilfreich. Hierfür wird der Nutzer zu einer Eingabe aufgefordert, ob die Spracherkennung auf Dokument- oder Satzebene stattfinden soll. Sammelbände in unterschiedlichen Sprachen oder solche mit Zitaten in anderen Sprachen können so anhand der Sprache aufgesplittet werden.

Allerdings ist diese Spracherkennung nicht immer verlässlich, insbesondere bei unsauberen Dokumenten. Zudem ist die satzweise Erkennung wesentlich rechenintensiver. Die verwendete Funktion enthält einige Massnahmen, um das Risiko falscher Vorhersagen abzufedern – beispielsweise werden prognostizierte Sprachen, die nur selten im Dokument auftreten, ausgeschlossen. Somit wird beispielsweise das Latein-Zitat heraussortiert und verfälscht nicht die spätere Angabe der auffälligsten Terme des Dokuments.

Säuberung: Pipeline 2

Auch für die Säuberung von Texten gibt es zahlreiche Optionen, die sich je nach Anwendungsfall anbieten. Aufgrund des Anspruches, möglichst breit anwendbar zu sein, wurde im Zweifel eine einfachere Säuberung angewendet. Überdies wurde auf die Verfahren Stemming oder Lemmatisierung verzichtet, die bei Verwendung neuer Modelle wie der Transformer meist nicht mehr notwendig sind. Überschüssige Absätze und Leerzeichen sowie URLs werden eliminiert, Sonderzeichen werden teilweise in Text übersetzt (z.B. “Euro” statt “€”) und Grossschreibungen werden teilweise normalisiert. Zudem werden Symbole, welche nicht in den zugelassenen Sprachen vorkommen können, heraussortiert, was Probleme bei falschen Encodierungen mitigiert. Einige der Funktionen sind vereinfachte Versionen des  Moduls nlpre. Zuletzt werden noch Wortarten gefiltert, die keinen semantischen Inhalt transportieren (Punktationen z.B.), wobei der Original-Text dennoch nicht verworfen wird.

Informations-Extraktion

Im Anschluss an die Text-Säuberung beginnt die Sammlung allfälliger relevanter Informationen über die Texte. Hierzu werden

• die häufigsten Verben, Nomen und Adjektive (Adverbien) des jeweiligen Dokuments aufgelistet
• die erkannten Entitäten gespeichert
• die Polarität des Textes errechnet anhand des verwendeten Vokabulars sowie
• Textlänge, -Sprache und -Name in separaten Listen dokumentiert.

Im Anschluss daran wird das Paket Scattertext aufgerufen. Scattertext basiert ebenso auf Spacy und bietet ansprechende Visualisierungen. Das Paket ist entgegen dem in Python populären matplotlib auf NLP optimiert und erlaubt selbst einige NLP-Funktionalitäten.

So wird zunächst eine inverse Dokumenten-Term-Matrix aufgebaut. Diese Matrix gibt die Wörter an, die für das vorliegende Dokument besonders charakteristisch sind im Vergleich mit anderen Dokumenten derselben Sprache. Darauf aufbauend nutzt Scattertext eine kategorische Variable (wie die Sprache oder die Polarität), um für eine Kategorie spezifische Vokabeln mit jenen aller anderen Kategorien zu vergleichen. So entsteht eine anschauliche html-Grafik, welche einen guten Überblick für den gesamten Corpus gibt.

Fazit

Mit dem einfachen Programm können grundlegende Informationen über die Dokumente im Zielordner gewonnen werden. Für dedizierte Anwendungen im Business-Kontext können einzelne Funktionen aus dem Code wiederverwendet oder neue Funktionen in die pipeline integriert werden. Die Vielzahl an frei zugänglichem Codes und Repositories, die neueste Anwendungsmöglichkeiten von NLP verfügbar machen, erlaubt es, für zahlreiche unternehmerische Ideen schnell einen Eindruck über Machbarkeit, Hürden und Chancen zu gewinnen. Auf diese Weise aufgebautes Know-How ermöglicht die Selektion passender Partner aus dem wachsenden Bereich der NLP-Startups. Mehr dazu im dritten Teil dieser Blog-Serie.

An der Schnittstelle von Linguistik, Informatik, Maschinellem Lernen (ML) und Statistik gelegen, hat Natural Language Processing (NLP), also die Verarbeitung menschlicher Sprache durch Computer, in den vergangenen Jahren enorme Fortschritte gemacht. Aktuell treten weitreichende Fortschritte fast schon im Wochentakt auf, und zwischen den grössten Technologie-Institutionen ist ein Kräftemessen entbrannt. Dabei steigt die Generalisierbarkeit und explodiert die Grösse der Modelle. Die wirtschaftlichen Anwendungsfälle kristallisieren sich dabei erst heraus. Angesichts des immensen Potentials ist im unternehmerischen Kontext Ruhe vor dem Sturm. Denn schon jetzt übersetzen die besten Modelle so gut wie professionelle Übersetzer, erkennen Entitäten und Stimmungen verlässlich und können zielgerichtet Informationen aus Texten extrahieren.

Machine Learning

Grundlage dieser Entwicklung ist vor allem die Anwendung von Algorithmen aus dem Bereich ML auf grosse Datenmengen. Ende 2018 glückte einem Forscherteam von Google mit dem Modell BERT ein Meilenstein. Seither gilt die Modell-Familie der Transformer als Basis für vielseitige NLP-Anwendungen. Ein Grund dieses Erfolgs besteht im sogenannten Transfer Learning, welches die Transformer-Modelle ermöglichen. Hierbei wird ein Modell zunächst mittels eines enorm grossen Datensatzes trainiert (etwa einem Text-Abzug des Internets). Dieses Training dauert Tage und kostet siebenstellige Summen. Allerdings ist dieses Training nur einmalig nötig: danach können veröffentlichte Modelle geladen und für spezifische NLP-Aufgaben feintrainiert werden. Die grossen Forschungs-Gruppen bei google, Facebook, Microsoft oder openAi haben ihre Modelle bisher stets veröffentlicht oder als APIs verfügbar gemacht.

Warum NLP

Was bedeutet all dies für Unternehmen? Der Grossteil der Information jedes Unternehmens (und der menschlichen Zivilisation im Allgemeinen) ist in Texten gespeichert. Diese sind jedoch meist nicht klassifiziert, gruppiert oder untereinander sinnvoll vernetzt. NLP bildet die Grundlage, Texte automatisiert zu verarbeiten. Einmal in „Maschinensprache“ übersetzt, können mathematische Operationen Informationen und Kontext ermitteln. Es wird zum Standard für Unternehmen werden, alle schriftlich fixierten Informationen hinsichtlich bestimmter Themen, von denen sie handeln, zu sortieren – und gleich noch die Personen zu identifizieren, die am Besten Auskunft zu Sachverhalten geben können. Named Entity Recognition ermöglicht semantische Suche, über die beispielsweise die Recherche nach “google” auch Informationen zu Alphabet (der Holding) retouriert, aber nicht zum Alphabet (dem Sprachelement). Mittels Klassifizierungsverfahren wie Sentiment Analysis können E-Mails vorsortiert und Antwortvorschläge gemacht werden. Im Kontrast zu Bildverarbeitungsverfahren wird NLP unzählige Anwendungsmöglichkeiten bieten, da jedes grössere Unternehmen Textdaten besitzt, die automatisiert verarbeitet werden können.

Zaghafte Unternehmen – Beispiel Banken

Die meisten Unternehmen sind jedoch noch zaghaft in der Anwendung solcher Use Cases. Banken beispielsweise befinden sich – gerade in Europa – vielfach erst im Aufbau von Kompetenzen. Für zentrale Prozesse wie Risiko-Modellierung, Know-Your-Customer-, Anti-Money-Laundering- oder Cyber-Security nutzen sie vielfach schon ML-Anwendungen bzw. kaufen diese ein – auch, weil sich in diesen Bereichen aufgrund der ersetzbaren Arbeitskraft leichter ein Business Case errechnen lässt. Im Finanzierungsgeschäft oder im Support hingegen gibt es schon vielversprechende Ansätze, doch diese werden von Start-ups entwickelt und meist von Challenger-Banken verwendet.

Ein Grund für dieses Zögern besteht darin, dass es Banken oft schlicht am technologischen Knowhow fehlt. KI-Experten sind gefragt und finden eher selten den Weg in die als verstaubt geltende Finanzbranche. Banken sind ausserdem einer besonderen Regulierung ausgesetzt, was den Einsatz von ML-Modellen oder von Cloud-Services – zentral für Data-Science-Anwendungen – einschränkt. Darüber hinaus sind sie aufgrund der Kritikalität ihrer Geschäfte darauf angewiesen, extrem sichere und bedenkenlose Dienstleistungen anzubieten. Risikofreudiges Experimentieren, wie es in Technologie-Unternehmen gelebt wird, ist damit oftmals nicht zu vereinen. Wie in wohl allen traditionsreichen Branchen ist es mit der Qualität (Zentralität, Homogenität, Verfügbarkeit, …) der Daten auch bei Banken nicht weit her. Insgesamt sind die Geldhäuser seit Jahrzehnten keine Technologie-Leader – obwohl sie aufgrund ihres datengetriebenen und digitalen Geschäftsmodells eigentlich dazu prädestiniert wären.

Unklare Geschäftsmodelle

Zudem ist noch nicht klar, welche Anwendungsfälle, Geschäftsmodelle und Technologien sich durchsetzen werden. Die Erfolgsmetriken, die zur Validierung der Transformer-Modelle genutzt werden, sind nicht einfach auf unternehmerische Anwendungen übertragbar. So ist es heute in wenigen Zeilen Code möglich, hochkomplexe Modelle mit Abermillionen von Parametern zu nutzen, um etwa zu erkennen, welches Thema ein Zeitungsartikel behandelt oder welche Stimmung in einer Produkt-Bewertung zum Ausdruck kommt. Wenn alle Daten strukturiert vorliegen und Standard-Pipelines genügen, ist es dank der Transformer, dank der Einfachheit von Python als primärere Programmiersprache und dank der Paket-Vielfalt innerhalb von Python geradezu simpel, einen „Wow“-Effekt zu erzielen. Ganz anders sieht es aus, wenn die Daten nicht strukturiert vorliegen, wenn sie überdies divers und nicht gesäubert sind. Allein die Verwendung von Texten, die in exotischen Sprachen oder in Mundart verfasst sind, vervielfacht den Aufwand in der anglozentrischen NLP-Welt. Dies erschwert die Identifikation der Potentiale von NLP für Unternehmen.

Hindernisse in den Unternehmen

Unternehmen, die ein komplexes internes Wissensmanagement haben, die über eine direkte Kundenschnittstelle im B2C-Geschäft verfügen oder mit Datenauswertungen Wissensvorteile erzielen möchten, sollten bereits heute über das interne Knowhow verfügen, um NLP-Anwendungen einzusetzen. Gerade Banken fehlen oftmals Brückenbauer zwischen Research und Labor auf der einen und dem fachlichen Management mit Budget-Hoheit auf der anderen Seite. Dies gilt auch und besonders dann, wenn Lösungen eingekauft werden. Um externe Lösungen evaluieren zu können, sollten Produkt-Management, Business Engineering und Entwicklung in zunehmender Detail-Tiefe mit ihrem Gegenüber bei externen Dienstleistern kommunizieren können – gegenwärtig ist dies illusorisch.

Was ist möglich – ein Praxisbeispiel

Zur Veranschaulichung, wie NLP für einfache Dokument-Analyse genutzt werden kann, soll ein kleines selbst entwickeltes Python-Skript dienen. Das Skript erlaubt es, diverse, unstrukturierte, vielsprachige und vorher gänzlich unbekannte Dokumente zu laden, zu säubern und zu analysieren. Dabei hebt es sich ab von anderen Beiträgen, die eher auf den „Wow“-Effekt abzielen statt auf Robustheit und Praxisnähe. Eine detaillierte Beschreibung findet sich im technischen Teil dieser Blog-Serie.

Potentiale für Banken

Auf Basis einer strukturierten Datenbank, die gesäuberte Text-Corpora abbildet, ist es für spezialisierte Programmierer relativ einfach, erste Lösungen zu entwickeln, die das Potential erahnen lassen. Viele Anwendungen sind bereits technisch möglich und gehören hoffentlich bald zum Standard-Repertoire guter Unternehmen. Warum sollte eine Bank beispielsweise ihren Kundenberatenden nicht eine regelmässige Zusammenfassung der news zu den von ihnen betreuten Unternehmen zustellen – auf Basis von Zeitungsartikeln aus der Lokalpresse und News aus dem Netz? Und könnten die so gewonnenen Daten nicht auch für den Bereich Risiko und Finanzierungen relevant sein? Wie wäre es, wenn Banken automatische interne Wikis aufbauen, die zu mehr Transparenz, Aktualität, Zentralität und Einfachheit im Wissensmanagement beitragen? So könnten neue Mitarbeitende schnell relevantes Wissen aufbauen, statt mit x-fach editierten Word-Dateien und Wikis überladen zu werden, wobei selbst die Stammbelegschaft nicht mehr weiss, welche Informationen noch aktuell sind.

Und schliesslich ist da der ganze Support. Hier wird es unausweichlich, sich mit der Königsdisziplin in NLP auseinanderzusetzen: Chatbots. Haben bisher vor allem Fintechs solche Bots im Einsatz, werden immer mehr etablierte Institute darauf angewiesen sein, den First-Level-Support zu unterstützen oder teilweise zu ersetzen – man denke an Instant Payments mit der Anforderung, 24×7 Zahlungen abzuwickeln und damit auch Support anzubieten. Mit der exponentiellen Dynamik in der Grundlagenforschung sollten auch die eingesetzten und angeboteten Bots bald viel nützlicher werden.

Dabei sollten Banken jedoch bedenken, dass eine Eigenentwicklung End-to-End kaum zu leisten und der aufkommende Markt ohne technisches Verständnis der zugrundeliegenden NLP-Verfahren nicht zu überblicken ist. Es ist ein himmelweiter Unterschied zwischen einem Bot, der die Kundschaft mit Standard-Floskeln abspeist und damit in wirklich wichtigen Fällen gar mehr Schaden anrichtet als Nutzen stiftet, und einem wohlintegrierten digitalen Helfer, der Anfragen kanalisiert, auf Stimmung und Kontext der Anfrage eingeht und dabei noch Mundart versteht. Die Optimierung (“Feintuning”) eines von Drittanbietern eingebunden Bots durch Einspeisung interner technischer Dokumente kann hierbei den Zusatz-Nutzen heben, der in der Kundenerfahrung den Unterschied macht.

Um dies zu ermöglichen, muss Wissen in Entwicklung und Anforderungsmanagement aufgebaut werden. Denn selbst für trivial anmutende Aufgaben wie die Extraktion von Text aus pdf-Dateien gibt es gegenwärtig viele Pakete und Möglichkeiten, wobei die Wahl je nach Anwendungsfall die Desiderate Performanz und Verlässlichkeit abwägen muss. Auch als Grundlage für solcherlei technische Details soll im zweiten Teil dieser Blog-Serie die Funktionsweise des Python-Skripts erklärt und begründet werden.

In June 2014, the US supreme court decided that police needs a judicial authorization to infiltrate a smartphone. In its explanatory statement, the judges noted that „modern cell phones […] are now such a pervasive and insistent part of daily life that the proverbial visitor from Mars might conclude they were an important feature of human anatomy.“ (https://www.law.cornell.edu/supremecourt/text/13-132) Therefore, hacking the smartphone would be such a deep violation of one’s human privacy that it requires authorization. This metaphor, namely of the smartphone as a part of human anatomy, has ramifications on smartphone banking, which shall be explained in the following.

The smartphone always at hand in our pockets – that’s how we walk around: from school kid to senior employee. The entire world in a handy gadget. Knowing-where-to-find-it is the new knowledge. A steady data stream connects the digital with the analogous and vice versa (our user-data). A steady stream where before hard borders between self and environment have been in place.

What effects does this recent development have not only on our health, but on our entire personality? As studies suggest, smartphones weaken focus and make us mentally lazy – after all, we need to use our brains less thanks to Siri’s talent to organize our calendar and get around in a new town (Cherry, 2018).

And yet, this is just the beginning. In evolution, touching and fondling are deeply routed means to amplify intimacy. Thus, haptic elements increase trust and willingness to take risk (Melumad und Pham, 2017). Already before language assistants were integrated into smartphones, we have been externalizing cognitive tasks to the gadget in our pockets (Chemero and Käufer, 2018).

Recently, philosophers apply the so-called extended-mind-hypothesis (after Clark and Chalmers, 1998) to describe the impact of high-tech on us (see for instance Record and Miller, tbd.). Even before (more precisely 91 years ago) german philosopher Martin Heidegger wrote on the readiness-to-hand (Zuhandenheit) of tools we use everyday. A sledge is „proximally and for the most part“ not opposed to its user. We have a much closer intimacy to it than to a „thing“. Only when the sledge doesn’t work the way we expect it to is it that we start getting interested in it as a thing and slice it into its characteristics (measure, weight, …) The more complex the „equipment“, the less we understand its mechanisms and characteristics. Still, we are no less satisfied so long as it fulfils its purpose. The sledge as an equipment is ready-to-hand, in that it is handy, the (malfunctioning) sledge as a thing is present-at-hand (vorhanden), viz. is opposed to us, and we contemplate and analyze it (Lynch, 2016).

This brings us back to the smartphone. The smartphone is handy, intuitively usable and usually functions without objection. Since the iPhone, the gadget is more ready-to-hand and less present-at-hand. Due to the haptic handling, we treat it much more naturally and intuitively than the computer. Thus, it took the role as the central interface between analogous and digital world. The easier and more flawless to use, the less we consciously notice the interface. This lets us enjoy the endless application it connects us with.

The smartphone is hence not just one technological gadget. Its influence on our personality and subjectivity also shapes the expectations we have on smartphone banking. First of all, banks should develop their apps not as a channel similar to E-Banking, but as a more intimate contact point with the customer. NeoBanks understand this and offer solely the app.

These new players are also the first to intensively utilize the vast amount of data that accrue in mobile banking. Further, they understand PSD2 and similar initiatives as opportunities, thus enabling the above-mentioned steady stream of data in both directions. This fluidity may also alter our relationship to money itself: Revolut, for instance, shows not only the balance, but also the flows – mounting with salary payments, ebbing away during the month. The exact amount becomes secondary. Self-defined budgetary rules defined in the app replace conscious control.

Smart banks will make use of the fact that haptic handling increases trust as well as willingness to take risk. The app should require little typing and more wiping, prodding and fondling. Biometric authentication should replace log-ins. All this helps establish a subtle proximity to a user group the customer consultant rarely gets to see.

The app has to function as easily and flawlessly as possible. And of course everything must be ready-to-hand immediately – thus the drive towards instant payments. High technological demands no doubt, but banks will have to satisfy them if they want to reach the smartphone-man. With a high usability, the bank can establish its app as a central interface to all financial activities of its customers. And there are so many possibilities to distinguish oneself from the competition: think of integrating language assistants, of chat-bots adapting the profile of the customer, of interfaces to depot and asset management and of gamification.

Mark Weiser, luminary of early Silicon Valley, wrote in his famous The Computer for the 21st century: „The most profound technologies are those that disappear. They weave themselves into the fabric of everyday life until they are indistinguishable from it.“ (Weiser, 1991) If we take this seriously, language assistants and virtual reality glasses are just logical next steps. Further down the road, we may have chips implanted under our fingers instead of smartphones. Successful banks will not be ignorant towards these developments, but view them as opportunities – for instance to increase intimacy with the customer while simultaneously reducing personal labor costs. Lastly, they must not forget what the supreme courts stipulation: the sensitive data on our smartphone must be as well protected as our very body parts.

Sources:
Chemero, Anthony and Käufer, Stephan (2018): Pragmatism, Phenomenology, and Extended Cognition, in: Pragmatism and Embodies Cognitive Science, pp. 57-72, online at: https://books.google.ch/books?hl=en&lr=&id=sQpEDQAAQBAJ&oi=fnd&pg=PA57&dq=smartphone+extended+mind+hypothesis&ots=gkvcSfqHSm&sig=8Jp7eJMtkRskQvuBcmrs7vtCXUc&redir_esc=y#v=onepage&q&f=false
Cherry, Kendra (2018): The Effects of Smartphones on the Brain, online at: https://www.verywellmind.com/how-do-smartphones-affect-the-brain-2794892
Clark, Andy and Chalmers, David J. (1998): The Extended Mind, Analysis 58 (1), pp. 7-19, online at: https://philpapers.org/rec/CLATEM
Lynch, Michael Patrick (2016): Leave my iPhone alone: why our smartphones are extensions of ourselves, The Guardian 19.02.2016, online at: https://www.theguardian.com/technology/2016/feb/19/iphone-apple-privacy-smartphones-extension-of-ourselves
Melumad, Shiri and Pham, Michel (2017): Understanding the Psychology of Smartphone Usage: the Adult Pacifier Hypothesis, in NA – Advances in Consumer Research Volume 45, pp. 25-30, online at: http://www.acrwebsite.org/volumes/v45/acr_vol45_1024470.pdf
Record, Isaac and Miller, Boaz (tbd.) Taking iPhone Seriously: Epistemic Technologies and the Extended Mind, in: Extended Epistemology, online at: https://philpapers.org/rec/RECTIS
Weiser, Mark (1991): The Computer for the 21st century, Scientific American Ubicomp Paper, online at: https://www.ics.uci.edu/~corps/phaseii/Weiser-Computer21stCentury-SciAm.pdf

This blog war originally posted in German at: http://digital-finance-experts.blogspot.com/2019/02/extended-mind-und-smartphone-banking.html