Finanzielle Unsicherheit ist für Menschen mit geringem Einkommen eine beängstigende Realität. Systembedingte Barrieren in Bezug auf finanzielle Inklusion existieren wirklich, das betrifft insbesondere Schwarze Frauen. Die gemeinnützige Tech-Organisation Change Machine nimmt diese Probleme gezielt in Angriff.
Die Mission der Organisation ist es, finanzielle Sicherheit für einkommensschwache Gemeinschaften durch von Menschen betriebene Technologie zu schaffen. Change Machine verwendet für seine Arbeit eine Software-as-a-Service-Plattform (SaaS), die die Art und Weise, wie Menschen ihre finanziellen Ziele erreichen, verändern kann. Die Plattform wird von Finanzcoaches in sozialen Einrichtungen und öffentlichen Behörden genutzt und bietet ein Tool zur sozialen Zusammenarbeit für Praktiker, ein Bildungsportal zu verschiedenen Themen des Finanzcoachings und eine App für das Fallmanagement auf der Salesforce AppExchange, die die Coaches bei der Beratung ihrer Kunden unterstützt.
Die Plattform umfasst eine Reihe von Fintech-Produkten und -Services, die von Change Machine als inklusiv, sicher und effektiv geprüft wurden. Die Plattform wird von Menschen betrieben, d. h. sie spiegelt die Erkenntnisse und Erfahrungen von Finanzcoaches und Kunden wider. Sie enthält eine Funktion, die KI-Analysen von Kundendaten nutzt, um relevante Fintech-Produkte zu empfehlen.
Das war allerdings nicht immer so. Anfang 2020 entwickelte Change Machine eine Reihe von Standards zur Bewertung von Fintech-Produkten im Hinblick auf Erschwinglichkeit, Inklusivität und Sicherheit sowie darauf, wie jedes Produkt zur finanziellen Sicherheit beiträgt. Die erste Iteration der Empfehlungsengine mit dem Namen „Marketplace Relief“ wurde gestartet, um die finanzielle Unsicherheit inmitten der sich abzeichnenden wirtschaftlichen Rezession infolge der Covid-Pandemie zu verringern. Es wurden Kriterien erstellt, um relevante, geprüfte Produkte und Services herauszufiltern, die den Bedürfnissen der Kunden entsprachen. Wenn es zum Beispiel darum ging, das Sparen zu fördern und die Kreditwürdigkeit zu verbessern, empfahl die Empfehlungsmaschine Spar- und Kreditprodukte sowie entsprechende Dienstleistungen.
Obwohl das System gut funktionierte, hatte die Lösung ihre Grenzen. „Unsere ursprüngliche Empfehlungsengine wurde von einer kleinen Gruppe von Coaches aus bestimmten Orten und zu einem bestimmten Zeitpunkt entwickelt“, sagt David Bautista, Director of Product Development bei Change Machine. „Wir wollten, dass die Empfehlungsengine in der Lage ist, sich selbst zu aktualisieren, um ihr Wissen und die Produkte, die sie empfehlen kann, zu erweitern.“
Die Empfehlungsregeln warfen ein weiteres Problem auf. „Die Coaches ermittelten Regeln auf der Grundlage ihres Fachwissens und ihrer Erfahrung in der Zusammenarbeit mit den Kunden, aber wir wussten nicht, wie wir auch die in unseren Systemen gespeicherten Kundendaten nutzen konnten, z. B. welche Services die Kunden am häufigsten in Anspruch genommen haben und welche zusätzlichen Schwellenwerte auf der Grundlage gängiger finanzieller Situationen erforderlich sind", sagt Robert Zarate-Morales, Assistant Director of Product Development. „Die Nutzung dieser Daten könnte uns einen besseren Einblick in die Bedürfnisse unserer Kunden geben.“
Die Empfehlungsengine berücksichtigte auch nicht, ob Kunden die empfohlenen Produkte und Services akzeptierten oder ablehnten, was ein Hinweis darauf ist, wie die Lösung angenommen wird.
Stärkere Nutzung
Die laufende Nutzung von Fintech-Produkten stieg von 60 % auf 98 %
Kürzerer Entwicklungszyklus
Das Projektteam benötigte für die Entwicklung von Klassifizierungsmodellen für maschinelles Lernen nur 6 Wochen in agilen Sprints
Es war klar, dass die Empfehlungsengine mit Hilfe von KI-Datenanalysen verbessert werden konnte. Um die Entwicklung zu unterstützen, engagierte Change Machine im März 2021 das IBM® Data Science and AI Elite-Team. IBM arbeitete im Rahmen des IBM Data and AI for Social Impact-Programms, einer Kooperation für die Ausbildung, bei der IBM gemeinnützige Organisationen dabei unterstützt, Datenwissenschaft und KI zu nutzen, um ihre Ziele zu erreichen.
Das Projekt begann damit, dass die Mitarbeiter von IBM und Change Machine ihr Wissen austauschten und Anforderungen formulierten. Das Ziel war es, die Unternehmensdaten zu einem kohärenten Ganzen zu rationalisieren und Klassifizierungsmodelle für maschinelles Lernen zu entwickeln, die die Empfehlungen anpassen würden. Die Modelle sollten selbstlernend sein und auf vertrauenswürdiger KI basieren, d. h. die Gründe für die Empfehlungen sollten erklärbar sein.
Die Skalierbarkeit würde es der Engine ermöglichen, das erwartete Wachstum an Partnern und Benutzern zu bewältigen. Außerdem würden operative Dashboards Live-Daten anzeigen, um Einblicke in den Betrieb zu erhalten.
Zur Entwicklung der Daten- und KI-Modelle entschied sich das IBM Team für IBM® Cloud Pak for Data as a Service, das alle Daten in einer zentralen Datenfunktion verknüpft. Die Entwickler nutzten die IBM® Watson Studio-Lösung mit ihrer AutoAI-Funktion, um die Entwicklung zu erleichtern. Die API-basierte Lösung IBM® Cognos Dashboard Embedded diente zur Erstellung skalierbarer Dashboards. Alle Tools befinden sich innerhalb von IBM Cloud Pak, das über die IBM® Cloud bereitgestellt wird.
Die Entwicklung verlief zügig unter Verwendung der IBM Data Science und AI Elite Engagement-Methodik mit drei agilen Sprints über einen Zeitraum von sechs Wochen:
- Im ersten zweiwöchigen Sprint arbeiteten die Entwickler mit Change Machine zusammen, um die mit allen Quellen verbundenen Daten zu verstehen.
- Im zweiten Sprint konzentrierte man sich auf die Entwicklung grundlegender Modelle für maschinelles Lernen, um zu sehen, ob die Daten tatsächlich Vorhersagen treffen können.
- Im dritten Sprint wurden die Modelle erfolgreich fertiggestellt, um neue Funktionen erweitert und in die Produktion überführt.
Anschließend wurden die Modelle in die Salesforce-App integriert, die Finanzcoaches bei Kunden einsetzen. Das IBM Team unterstützte das Team von Change Machine auch bei der Entwicklung von Management-Dashboards. Und im Rahmen der Kooperation für die Ausbildung hat IBM dem Change Machine-Team Wissen über Datenstrategien und KI-Tools vermittelt, das sie auch in Zukunft nutzen werden.
„Durch die Zusammenarbeit mit IBM haben wir gelernt, wie wir unsere Daten auf neue Weise nutzen können und wie wir ein Framework für die Erstellung und Verwaltung von Modellen für maschinelles Lernen aufbauen können“, so Bautista. „Das Projekt war auch ein Sprungbrett für unsere Beteiligung an fortschrittlichen Cloud-Lösungen und half uns, KI in der Praxis anzuwenden, etwas, von dem wir vorher dachten, dass es bestenfalls Jahre entfernt ist.“
Die KI-Analyse der Daten von Change Machine unterstützt jetzt die Empfehlungsengine in Salesforce. Die Lösung ist so innovativ, dass sie für den AI Innovation Award von VentureBeat in der Kategorie „AI for Good“ nominiert wurde.
Mit der früheren Empfehlungsengine haben die Kunden nur 60 % der von ihren Coaches empfohlenen Fintech-Produkte aktiv genutzt. Mit der neuen Version ist die Zahl auf 98 % gestiegen – ein Hinweis darauf, dass die Empfehlungen relevanter sind.
„Qualitativ hochwertigere Empfehlungen unterstützen unsere Mission, Menschen dabei zu helfen, ihre finanziellen Barrieren zu überwinden“, sagt Bautista. „Sie erhöhen nicht nur die Produktakzeptanz, sondern tragen auch dazu bei, den Zugang zu den Produkten sicherzustellen, die die Menschen am dringendsten benötigen. Und sie helfen, die Beziehungen zwischen unseren Partnern und den Menschen, die sie betreuen, zu festigen.“
Ein weiterer Vorteil ergibt sich aus der Verbindung der Empfehlungsengine mit dynamischen Daten über Kunden und Fintech-Angebote. Wenn dieser Datenbestand aktualisiert wird, werden auch die Empfehlungen der Engine aktualisiert.
Die Dashboards erweisen sich im gesamten Unternehmen als wertvoll. Sie helfen den Managern von Change Machine, dynamische Betriebsdaten zu visualisieren, bei denen „die Zahlen allein nicht die ganze Geschichte erzählen“, sagt Zarate-Morales. Die Entwickler erstellen weitere Dashboards, die auf einem Data Mart unter IBM Cloud Pak for Data basieren.
Mit Blick auf die Zukunft wird das Engagement von IBM die Innovation bei Change Machine weiter vorantreiben, da die Mitarbeiter das Gelernte anwenden.
„Für mich war es spannend, sowohl die Möglichkeiten als auch die relative Benutzerfreundlichkeit dieser Technologie zu verstehen“, erklärt Bautista. „Früher waren Daten etwas, das wir nur reaktiv nutzen konnten. Wenn es eine Frage gab, fragten wir: ‚Wo sind die Daten?’ Aber heute fangen wir an, Daten proaktiv in strategische Entscheidungen einzubeziehen. Unsere Partnerschaft mit IBM ermöglicht es uns, strategischer über Daten nachzudenken.“
.jpg)
Das 2005 gegründete Unternehmen Change Machine schafft finanzielle Sicherheit für einkommensschwache Gemeinschaften durch von Menschen betriebene Technologie. Mehr als 8.000 Anwender haben die Plattform von Change Machine genutzt, um ihr Engagement zu verstärken und die Taschen ihrer Kunden mit 45 Millionen US-Dollar zu füllen.
Fußnoten
© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504
Hergestellt in den Vereinigten Staaten von Amerika, August 2022.
IBM, das IBM Logo, ibm.com, Cognos, IBM Cloud, IBM Cloud Pak und IBM Watson sind Marken der IBM Corporation in den USA und/oder anderen Ländern. Weitere Produkt‐ und Servicenamen können Marken von IBM oder anderen Unternehmen sein. Eine aktuelle Liste der IBM Marken finden Sie auf der Webseite „Copyright- und Markeninformationen“ unter www.ibm.com/de-de/legal/copytrade.
Das vorliegende Dokument ist ab dem Datum der Erstveröffentlichung aktuell und kann jederzeit von IBM geändert werden. Nicht alle Angebote sind in allen Ländern verfügbar, in denen IBM tätig ist.
Die genannten Leistungsdaten und Kundenbeispiele dienen ausschließlich zur Veranschaulichung. Tatsächliche Leistungsergebnisse hängen von den jeweiligen Konfigurationen und Betriebsbedingungen ab. DIE INFORMATIONEN IN DIESEM DOKUMENT WERDEN OHNE JEGLICHE AUSDRÜCKLICHE ODER STILLSCHWEIGENDE GARANTIE ZUR VERFÜGUNG GESTELLT, EINSCHLIESSLICH DER GARANTIE DER MARKTGÄNGIGKEIT, DER EIGNUNG FÜR EINEN BESTIMMTEN ZWECK UND DER GARANTIE ODER BEDINGUNG DER NICHTVERLETZUNG VON RECHTEN. Die Garantie für Produkte von IBM richtet sich nach den Geschäftsbedingungen der Vereinbarungen, unter denen sie bereitgestellt werden.