AFINIT erhält Patent für KI-Kreditprüfung mit generativer KI

Das Problem

Generative KI kann strukturierte Daten wie Einkommen und Bonitätsscore ebenso auswerten wie unstrukturierte Informationen, etwa Finanzunterlagen und Beratungsprotokolle. Liefert ein Modell jedoch nur „genehmigt“ oder „abgelehnt“, lassen sich Risikounterschiede innerhalb der genehmigten Kunden nicht erkennen. Für Kreditlimits oder gestaffelte Zinssätze braucht es jedoch eine kontinuierliche Risikokennzahl.

So funktioniert es

Laut Unternehmen wird aus den Kundendaten ein Prüfungs-Prompt erstellt, auf den die KI mit „genehmigen“, „ablehnen“ oder „prüfen“ antwortet. Anschließend wird die Token-Log-Wahrscheinlichkeit, also die mathematische Wahrscheinlichkeit für die Erzeugung dieses Wortes, extrahiert und in einen Ablehnungswert umgerechnet. Dieser wird mit historischen Zahlungsausfalldaten des Kreditinstituts kombiniert, um eine statistische Kalibrierungsfunktion zu trainieren. Sie trennt die reine Textgenerierungswahrscheinlichkeit von der tatsächlichen Ausfallwahrscheinlichkeit des Kunden.

Institute können damit Genehmigungen, Ablehnungen und manuelle Prüfungen steuern sowie Zinsen und Limits pro Kunde festlegen. Ändern sich Markt oder Regulierung, muss nur die schlanke Kalibrierungsfunktion neu trainiert werden, nicht das gesamte KI-Modell. Das senke Betriebskosten und Zeitaufwand erheblich, so das Unternehmen.

Blick ins Ausland

Auch für Märkte mit anderer Sprache, Rechtslage und Kreditprodukten genügt es, die Funktion mit lokalen Ausfalldaten zu optimieren. Lee erklärte, das Patent schaffe die technische Grundlage, qualitative KI-Antworten mit quantitativen Risikokennzahlen zu verbinden. AFINIT wolle damit die globale Expansion beschleunigen.