Künstliche Intelligenz ist bei Mastercard (schon länger) gesetzt.ArDanMe | shutterstock.com Wenn ich an die Technologie denke, mit der wir zu Beginn meiner Karriere gearbeitet haben, und mir anschaue, was wir seitdem erreicht haben, ist das wirklich erstaunlich – eine von Technologie getriebene, globale Transformation. Als ich im Jahr 2005 bei Mastercard angefangen habe, war das Unternehmen in erster Linie für seine Plastikkarten bekannt. Damals hatte Mastercard rund 3.500 Mitarbeiter und eine Marktkapitalisierung von vier Milliarden Dollar. Heute macht der Konzern einen jährlichen Umsatz in Höhe von 450 Milliarden Dollar und beschäftigt weltweit mehr als 35.000 Mitarbeiter. Das ist im Wesentlichen nicht Technologie zu verdanken, sondern unseren Menschen, deren transformative Arbeit vor kurzem auch mit einem CIO 100 Award honoriert wurde. Im Kern unseres Erfolgs steht Customer Excellence – und die wird in erster Linie durch den Einsatz von künstlicher Intelligenz (KI) getrieben. In diesem Artikel gebe ich einen kurzen Überblick über unsere KI-Journey. Komplexe Probleme, einfache Lösungen Mit dem Wachstum des Unternehmens haben wir erkannt, dass wir neue Technologien einsetzen müssen, um unsere traditionellen Kundenserviceprozesse zu modernisieren und diese an unsere externen, marktorientierten Innovationen anzupassen. Unsere B2B-Kundenserviceteams bearbeiten jährlich etwa 700.000 Support-Fälle, die über verschiedene Kanäle einfließen. Da ständig neue Kunden hinzukommen und weitere Mastercard-Dienstleistungen und -Produkte online gehen, rechnen wir damit, dass sich das Volumen der Support-Fälle im Jahr 2025 auf eine Million steigern wird. Die unstrukturierten Informationen, die dabei anfallen, müssen so schnell wie möglich an die richtigen Mitarbeiter des Customer-Experience-Teams weitergeleitet werden. Das ist aus Kundensicht ein entscheidender Moment: Je schneller wir das Problem lösen können, desto besser die Kundenerfahrung. Mithilfe von Machine Learning und KI lassen sich die Probleme der Kunden in vielen Fällen treffsicher vorhersagen – und der jeweilige Fall schnell und effektiv an den richtigen Mitarbeiter weiterleiten. So entfällt nicht nur kostenintensive und zeitaufwändige manuelle Arbeit, die durchschnittliche Zeit, um die Kundenprobleme zu lösen lässt sich ebenfalls reduzieren. So haben unsere Mitarbeiter mehr Zeit und Energie für Problemlösungs-Tasks und können letztendlich qualitativ hochwertigere Services anbieten. Das steigert nicht nur die Kundenzufriedenheit, sondern auch die Performance und Zufriedenheit unserer Experten. Ed McLaughlin ist seit 2016 President und Chief Technology Officer bei Mastercard.Ed McLaughlin Neben diesem mit dem CIO 100 Award prämierten Projekt setzen wir bei Mastercard KI auch zur Betrugsbekämpfung ein. Dafür haben wir ein neues Tool namens „Authorization Optimizer“ entwickelt. Dabei handelt es sich um ein KI-basiertes System, das sowohl generative Techniken als auch maschinelles Lernen nutzt. Es analysiert, warum eine Transaktion abgelehnt wurde – und spricht eine Empfehlung aus, wann ein neuer Versuch unternommen werden sollte. Im Jahr 2024 wurden insgesamt acht Milliarden Transaktionen mit einem Gesamtumsatz von 27 Milliarden Dollar über unser Netzwerk abgewickelt. Das wäre auf manueller Basis und ohne den Einsatz von künstlicher Intelligenz nicht möglich gewesen. Die Innovationschance für Finanzdienstleister Wer drängende geschäftliche Herausforderungen mit KI lösen möchte, muss wissen, welches Problem er lösen will – und zwar bestenfalls auf eine Art und Weise, die bisher nicht zu realisieren war. KI ist dabei allerdings nicht nur ein System, das man einmal einrichtet und dann vergessen kann: Vielmehr handelt es sich um eine dynamische Umgebung, in der die Inputs die Ergebnisse beeinflussen. Zudem muss man die Technologie aber auch überwachen – und verstehen, wie sie funktioniert. Unternehmen und ihre Teams müssen vor allem weiter testen und lernen. Es gilt, verschiedene KI-Betriebsmodelle auszuprobieren, um das zu identifizieren, das den jeweiligen Unternehmensanforderungen am besten entspricht. Speziell für Finanzdienstleister und -institute bieten KI-Innovationen die Chance, bessere Services bereitzustellen und ihre Produkte effizienter zu managen. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Die KI-Metamorphose von Mastercard
Künstliche Intelligenz ist bei Mastercard (schon länger) gesetzt.ArDanMe | shutterstock.com Wenn ich an die Technologie denke, mit der wir zu Beginn meiner Karriere gearbeitet haben, und mir anschaue, was wir seitdem erreicht haben, ist das wirklich erstaunlich – eine von Technologie getriebene, globale Transformation. Als ich im Jahr 2005 bei Mastercard angefangen habe, war das Unternehmen in erster Linie für seine Plastikkarten bekannt. Damals hatte Mastercard rund 3.500 Mitarbeiter und eine Marktkapitalisierung von vier Milliarden Dollar. Heute macht der Konzern einen jährlichen Umsatz in Höhe von 450 Milliarden Dollar und beschäftigt weltweit mehr als 35.000 Mitarbeiter. Das ist im Wesentlichen nicht Technologie zu verdanken, sondern unseren Menschen, deren transformative Arbeit vor kurzem auch mit einem CIO 100 Award honoriert wurde. Im Kern unseres Erfolgs steht Customer Excellence – und die wird in erster Linie durch den Einsatz von künstlicher Intelligenz (KI) getrieben. In diesem Artikel gebe ich einen kurzen Überblick über unsere KI-Journey. Komplexe Probleme, einfache Lösungen Mit dem Wachstum des Unternehmens haben wir erkannt, dass wir neue Technologien einsetzen müssen, um unsere traditionellen Kundenserviceprozesse zu modernisieren und diese an unsere externen, marktorientierten Innovationen anzupassen. Unsere B2B-Kundenserviceteams bearbeiten jährlich etwa 700.000 Support-Fälle, die über verschiedene Kanäle einfließen. Da ständig neue Kunden hinzukommen und weitere Mastercard-Dienstleistungen und -Produkte online gehen, rechnen wir damit, dass sich das Volumen der Support-Fälle im Jahr 2025 auf eine Million steigern wird. Die unstrukturierten Informationen, die dabei anfallen, müssen so schnell wie möglich an die richtigen Mitarbeiter des Customer-Experience-Teams weitergeleitet werden. Das ist aus Kundensicht ein entscheidender Moment: Je schneller wir das Problem lösen können, desto besser die Kundenerfahrung. Mithilfe von Machine Learning und KI lassen sich die Probleme der Kunden in vielen Fällen treffsicher vorhersagen – und der jeweilige Fall schnell und effektiv an den richtigen Mitarbeiter weiterleiten. So entfällt nicht nur kostenintensive und zeitaufwändige manuelle Arbeit, die durchschnittliche Zeit, um die Kundenprobleme zu lösen lässt sich ebenfalls reduzieren. So haben unsere Mitarbeiter mehr Zeit und Energie für Problemlösungs-Tasks und können letztendlich qualitativ hochwertigere Services anbieten. Das steigert nicht nur die Kundenzufriedenheit, sondern auch die Performance und Zufriedenheit unserer Experten. Ed McLaughlin ist seit 2016 President und Chief Technology Officer bei Mastercard.Ed McLaughlin Neben diesem mit dem CIO 100 Award prämierten Projekt setzen wir bei Mastercard KI auch zur Betrugsbekämpfung ein. Dafür haben wir ein neues Tool namens „Authorization Optimizer“ entwickelt. Dabei handelt es sich um ein KI-basiertes System, das sowohl generative Techniken als auch maschinelles Lernen nutzt. Es analysiert, warum eine Transaktion abgelehnt wurde – und spricht eine Empfehlung aus, wann ein neuer Versuch unternommen werden sollte. Im Jahr 2024 wurden insgesamt acht Milliarden Transaktionen mit einem Gesamtumsatz von 27 Milliarden Dollar über unser Netzwerk abgewickelt. Das wäre auf manueller Basis und ohne den Einsatz von künstlicher Intelligenz nicht möglich gewesen. Die Innovationschance für Finanzdienstleister Wer drängende geschäftliche Herausforderungen mit KI lösen möchte, muss wissen, welches Problem er lösen will – und zwar bestenfalls auf eine Art und Weise, die bisher nicht zu realisieren war. KI ist dabei allerdings nicht nur ein System, das man einmal einrichtet und dann vergessen kann: Vielmehr handelt es sich um eine dynamische Umgebung, in der die Inputs die Ergebnisse beeinflussen. Zudem muss man die Technologie aber auch überwachen – und verstehen, wie sie funktioniert. Unternehmen und ihre Teams müssen vor allem weiter testen und lernen. Es gilt, verschiedene KI-Betriebsmodelle auszuprobieren, um das zu identifizieren, das den jeweiligen Unternehmensanforderungen am besten entspricht. Speziell für Finanzdienstleister und -institute bieten KI-Innovationen die Chance, bessere Services bereitzustellen und ihre Produkte effizienter zu managen. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!
Die KI-Metamorphose von Mastercard Künstliche Intelligenz ist bei Mastercard (schon länger) gesetzt.ArDanMe | shutterstock.com Wenn ich an die Technologie denke, mit der wir zu Beginn meiner Karriere gearbeitet haben, und mir anschaue, was wir seitdem erreicht haben, ist das wirklich erstaunlich – eine von Technologie getriebene, globale Transformation. Als ich im Jahr 2005 bei Mastercard angefangen habe, war das Unternehmen in erster Linie für seine Plastikkarten bekannt. Damals hatte Mastercard rund 3.500 Mitarbeiter und eine Marktkapitalisierung von vier Milliarden Dollar. Heute macht der Konzern einen jährlichen Umsatz in Höhe von 450 Milliarden Dollar und beschäftigt weltweit mehr als 35.000 Mitarbeiter. Das ist im Wesentlichen nicht Technologie zu verdanken, sondern unseren Menschen, deren transformative Arbeit vor kurzem auch mit einem CIO 100 Award honoriert wurde. Im Kern unseres Erfolgs steht Customer Excellence – und die wird in erster Linie durch den Einsatz von künstlicher Intelligenz (KI) getrieben. In diesem Artikel gebe ich einen kurzen Überblick über unsere KI-Journey. Komplexe Probleme, einfache Lösungen Mit dem Wachstum des Unternehmens haben wir erkannt, dass wir neue Technologien einsetzen müssen, um unsere traditionellen Kundenserviceprozesse zu modernisieren und diese an unsere externen, marktorientierten Innovationen anzupassen. Unsere B2B-Kundenserviceteams bearbeiten jährlich etwa 700.000 Support-Fälle, die über verschiedene Kanäle einfließen. Da ständig neue Kunden hinzukommen und weitere Mastercard-Dienstleistungen und -Produkte online gehen, rechnen wir damit, dass sich das Volumen der Support-Fälle im Jahr 2025 auf eine Million steigern wird. Die unstrukturierten Informationen, die dabei anfallen, müssen so schnell wie möglich an die richtigen Mitarbeiter des Customer-Experience-Teams weitergeleitet werden. Das ist aus Kundensicht ein entscheidender Moment: Je schneller wir das Problem lösen können, desto besser die Kundenerfahrung. Mithilfe von Machine Learning und KI lassen sich die Probleme der Kunden in vielen Fällen treffsicher vorhersagen – und der jeweilige Fall schnell und effektiv an den richtigen Mitarbeiter weiterleiten. So entfällt nicht nur kostenintensive und zeitaufwändige manuelle Arbeit, die durchschnittliche Zeit, um die Kundenprobleme zu lösen lässt sich ebenfalls reduzieren. So haben unsere Mitarbeiter mehr Zeit und Energie für Problemlösungs-Tasks und können letztendlich qualitativ hochwertigere Services anbieten. Das steigert nicht nur die Kundenzufriedenheit, sondern auch die Performance und Zufriedenheit unserer Experten. Ed McLaughlin ist seit 2016 President und Chief Technology Officer bei Mastercard.Ed McLaughlin Neben diesem mit dem CIO 100 Award prämierten Projekt setzen wir bei Mastercard KI auch zur Betrugsbekämpfung ein. Dafür haben wir ein neues Tool namens „Authorization Optimizer“ entwickelt. Dabei handelt es sich um ein KI-basiertes System, das sowohl generative Techniken als auch maschinelles Lernen nutzt. Es analysiert, warum eine Transaktion abgelehnt wurde – und spricht eine Empfehlung aus, wann ein neuer Versuch unternommen werden sollte. Im Jahr 2024 wurden insgesamt acht Milliarden Transaktionen mit einem Gesamtumsatz von 27 Milliarden Dollar über unser Netzwerk abgewickelt. Das wäre auf manueller Basis und ohne den Einsatz von künstlicher Intelligenz nicht möglich gewesen. Die Innovationschance für Finanzdienstleister Wer drängende geschäftliche Herausforderungen mit KI lösen möchte, muss wissen, welches Problem er lösen will – und zwar bestenfalls auf eine Art und Weise, die bisher nicht zu realisieren war. KI ist dabei allerdings nicht nur ein System, das man einmal einrichtet und dann vergessen kann: Vielmehr handelt es sich um eine dynamische Umgebung, in der die Inputs die Ergebnisse beeinflussen. Zudem muss man die Technologie aber auch überwachen – und verstehen, wie sie funktioniert. Unternehmen und ihre Teams müssen vor allem weiter testen und lernen. Es gilt, verschiedene KI-Betriebsmodelle auszuprobieren, um das zu identifizieren, das den jeweiligen Unternehmensanforderungen am besten entspricht. Speziell für Finanzdienstleister und -institute bieten KI-Innovationen die Chance, bessere Services bereitzustellen und ihre Produkte effizienter zu managen. (fm) Sie wollen weitere interessante Beiträge zu diversen Themen aus der IT-Welt lesen? Unsere kostenlosen Newsletter liefern Ihnen alles, was IT-Profis wissen sollten – direkt in Ihre Inbox!