Financial Technologies and Artificial Intelligence in Bank Expense Management

Öz

As in all businesses, the primary objective of expense management in banks is to ensure that payments relating to expense items which vary in type, number and amount on a daily basis are processed in accordance with established procedures and practices, recorded in the accounts in a budget-controlled manner, and settled within the required timeframe. In this study, which was conducted with this objective in mind, recommendations have been put forward regarding the measures that could be implemented to ensure that unauthorised transactions do not occur in bank operations, and that transactions do not take place outside the defined scope as determined by the budget in terms of figures and by different practices as well as regarding the selection and use of financial technology when adopting and implementing these measures. As with all banking operations, the use of information technology for expense management has become a necessity rather than a choice. When factors such as speed, performance, zero errors and low costs are taken into account, utilising the latest advanced capabilities offered by digitalisation emerges as the most effective solution. In addition to addressing the proposed controls and applications through technological means, the study also explores how artificial intelligence solutions can contribute to the process, with a focus on leveraging the potential and opportunities offered by AI applications. The implementation of the recommendations outlined under the heading ‘Capabilities and Opportunities in Digitalisation and the Use of Artificial Intelligence’ will open up significant opportunities for banks, particularly in the area of expense management. This will result in the establishment of end-to-end secure, manageable, scalable, and optimisable expense tracking and operational processes that are aligned with financial discipline.

Anahtar Kelimeler

• Expense Management
• Financial Technology
• Artificial Intelligence
• Banking

BANKA GİDER YÖNETİMİNDE FİNANSAL TEKNOLOJİLER VE YAPAY ZEKÂ

Öz

Tüm işletmelerde olduğu gibi bankalarda da gider yönetiminde temel amaç, her gün çeşitliliği, adedi ve tutarı artış ya da değişkenlik gösteren gider kalemlerine ait ödemelerin belirlenmiş prosedür ve uygulamalar kapsamında işleme alınması, bütçe kontrollü muhasebeleştirilmesi ve ödemelerinin olması gereken zaman diliminde gerçekleştirilmesidir. Bu amaca yönelik çalışmada, bankalarda gerçekleşen işlemlerde kontrol dışı işlemlerin yaşanmaması, bütçe ile rakamsal olarak, farklı uygulamalar ile kapsama alanı olarak belirlenen çalışma ortamı dışında işlem gerçekleşmemesine yönelik kontrolleri içeren tedbirlerin neler olabileceği, bu tedbirleri alıp uygularken finansal teknoloji seçimleri ve kullanımı hakkında öneriler sunulmuştur. Bankalarda tüm işlemlerde olduğu gibi gider yönetimi için de bilgi teknolojileri kullanımı tercih değil zorunluluk olmuştur. Hız, performans, sıfır hata, düşük maliyet, vb. gibi unsurlar dikkate alındığında dijitalleşmenin sunduğu son gelişmiş imkânları kullanmak en efektif çözüm olarak karşımıza çıkmaktadır. Çalışmada, aktif olarak bankalarda gerçekleşmiş işlem setleri, yaşanmış olumsuzlukların tekrar etmemesi ve süreçleri iyileştirebilecek yaşanmışlıklara dayalı tecrübelerden istifade edilerek, süreçlerin tersine mühendislik yaklaşımı ile yapay zekâ imkânlarından faydalanılıp çözüm alternatifi ve teklifler üretilmesi temel yöntem olarak benimsenmiştir. Konu detayında önerilen kontrol ve uygulamaların teknolojik imkânlarla çözümünün yanı sıra yapay zekâ çözümleri ile de sürece katkı sağlanması, yapay zekâ uygulamalarının imkân ve fırsatlarından faydalanma adına yapılabileceklerde çalışmada yer almaktadır. Dijitalleşme ve yapay zekâ kullanımı kabiliyet ve fırsatları başlığı altında yer alan önerilerin hayat geçirilmesi ile gider yönetimi uygulaması özelinde bankalar için ciddi fırsat kapıları aralanacaktır. Böylelikle, gider yönetimi uygulamasında uçtan uca güvenli, yönetilebilir, ölçeklenebilir, mali disipline uygun optimize edilebilir gider takip ve operasyon süreçleri oluşacaktır.

Anahtar Kelimeler

• Gider Yönetimi
• Finansal Teknolojiler
• Yapay Zekâ
• Banka

Kaynakça

1. Akgüç, Ö. (2011). Ticaret Bankalarının Yönetimi, Arayış Basım ve Yayımcılık.
2. Bakri, A. A., Hasanah, N., and Lasmiatun , K. (2024). Financial Technology Innovation and Banking Industry Transformation: A Literature Study On Financial Markets. Multifinance, 1(3), 230–238. https://doi.org/10.61397/mfc.v1i3.112
3. Beyoğlu, A. (2025). Türk Bankacılık Sektöründe Dijital Bankacılık Verimlilik Analizi. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 43(2), 232-248. https://doi.org/10.17065/huniibf.1517751
4. Bozkurt, R., & Durgun, A. (2024). Dijitalleşme ve Vergi Uygulamalarında Dijital Teknolojilerin Kullanılması. Bilge Uluslararası Sosyal Araştırmalar Dergisi, 8(2), 30-39. https://doi.org/10.47257/busad.1568379
5. Broby, D. (2021). Financial Technology and The Future of Banking. Financ Innov 7, 47. https://doi.org/10.1186/s40854-021-00264-y
6. Businessquest. (2025). Op-Ed:How AI is Revolutionizing Traditional Banking Roles. https://www.businessquest.co.ke/how-ai-is-revolutionizing-traditional-banking-roles/, Retrieval date: 18.05.2026
7. Cantürk, S. (2024). Üretken Yapay Zekâ ile Finansın Yeni Normali. KPMG. https://fintr.org/wp-content/uploads/2024/04/Uretken-yapay-zeka-ile-finansin-yeni-normali_.pdf
8. Cumhur, Ö. (2025). Bankacılık Sektöründe Yapay Zekâ Uygulamaları, Gdpr ve AB Yapay Zeka Yasası Çerçevesinde Veri Güvenliği. Girişimcilik ve Kalkınma Dergisi, 20(2), 68-88. https://izlik.org/JA45WP72AR

9. Danacı, M. C. ve Çetintaş, Ö. (2020). Bankalarda Finansal Teknoloji ve Yenilikler. Turkish Business Journal, 1(2), 179-187. https://izlik.org/JA37HH36XT
10. Demirel, S. (2024). Bankacılıkta Yapay Zekâ Uygulamalarının Geleneksel Bankacılık Üzerine Etkisi, ESAM Ekonomik ve Sosyal Araştırmalar Dergisi, 5 (2), 164-201.
11. Eralp,A. (2024). Endüstri 4.0 Kapsamında Büyük Veri Ve Yapay Zekânın Muhasebe Süreçlerine Etkisi. Dijital Çağda Muhasebe: Dijitalleşme, Enflasyon ve Sürdürülebilirlik Üzerine Çalışmalar. Özgür Yayınları
12. Garantibbva. (2026). Gider Yönetimi ve Verimlilik Komitesi. Yatırımcı İlişkileri. https://www.garantibbvainvestorrelations.com/tr/kurumsal-yonetim/detay/Gider-Yonetimi-ve-Verimlilik-Komitesi/1045/4758/0
13. Gazel, Y. H., Altınırmak, S. ve Karamaşa, Ç. (2021). Türkiye’de Faaliyet Gösteren Ticari Bankaların Çok Kriterli Karar Verme Yöntemlerine Göre Performanslarının Sıralanması. Sosyoekonomi, 29(48), 161-180. https://doi.org/10.17233/sosyoekonomi.2021.02.09
14. Gümüş, E., Medetoğlu, B. ve Tutar, S. (2020). Finans ve Bankacılık Sisteminde Yapay Zekâ Kullanımı: Kullanıcılar Üzerine Bir Uygulama. Bucak İşletme Fakültesi Dergisi, 3(1), 28-53. https://doi.org/10.38057/bifd.690982
15. Haryono, D., Saha Ghafur, A. H., and Rusliwa Somantri, G. (2023). The Challenges of Digital Banking in Today’s Banking Industry. Indonesian Interdisciplinary Journal of Sharia Economics (IIJSE), 6(3), 2216-2234. https://doi.org/10.31538/iijse.v6i3.3857
16. Karyağdı, N. G. (2022). Bankacılık Sektöründe Dijital Dönüşümün Verimliliğe Olan Etkileri: TRB2 Bölgesinde Nitel Bir Çalışma. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 19(2), 852-870.
17. Kerr, M. (2026). Expense Management Explained: Lifecycle, Policies, and Automation, https://www.procurify.com/blog/expense-management/, Retrieval date: 14.05.2026
18. Kıvrak, O. ve Hatipoğlu, S. (2023). Teknolojik Gelişmelerin Bankacılık Hizmetlerine Katkısı: Türkiye’nin Son Yüzyılı Örneği. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 26(49-1), 239-248. https://doi.org/10.31795/baunsobed.1354743
19. Metin, S. (2025). Üretken Yapay Zekâ Modellerinin Teknik Özellikleri ve Kullanıcı Geri Bildirimlerinin Analizi: Chatgpt Örneği. İnönü Üniversitesi Uluslararası Sosyal Bilimler Dergisi, 14(2), 744-770.
20. Olğaç Akar, Y., Faiz, E., ve Öncü, M. A. (2025). Büyük Verinin Bankacılık Sektöründe Pazarlama Öngörülerinde Kullanımına İlişkin Nitel Bir Araştırma. Sosyoekonomi, 33(64), 587-618. https://doi.org/10.17233/sosyoekonomi.2025.02.25
21. Omnicard. (2026). Expense Management Transformation in Modern Banking Institutions. https://omnicard.in/blogs/expense-management-transformation-in-modern-banking-institutions-, Retrieval date: 18.05.2026
22. Öncel, M. (2025). Yapay Zekâ ile Muhasebenin Dönüşümü: Kuramsal ve Karşılaştırmalı Bir İnceleme. Ordu Üniversitesi Ünye İktisadi ve İdari Bilimler Fakültesi Dergisi, 7 (2), 81-90.
23. Parmaksız, H. (2025). Ajan yapay zekâ: Otonom sistemler, sürdürülebilir etki ve akademik evrim için çok boyutlu bir çerçeve. Sürdürülebilirlik, Yönetim & Ekonomi Dergisi, 1(2), 105-128. https://izlik.org/JA75PP23KX
24. Procurify. (2024). How to Implement an Expense Management Process. https://www.procurify.com/blog/expense-management-process/, Retrieval date: 14.05.2026
25. Qnb. (2023). OCR nedir?. https://www.qnb.com.tr/dijitalkopru/akademi/ocr-nedir-10677
26. Sarı,S. (2024). Bankacılıkta Yapay Zekâ Uygulamaları (AI Applications in the Banking Sector). Journal of Emerging Economies and Policy, 9(SI), 246-263
27. Tağtekin, T. (2026). Banka İşlemleri Kayıt Ve Denetiminde Dijital Teknoloji, Yapay Zekânın Rolü. Kapanaltı Dergisi, 9, 1-16. https://doi.org/10.62080/kmfed.1845264
28. Takan, M. ve Boyacıoğlu, M.A. (2013). Bankacılık Teori, Uygulama ve Yöntem. Nobel Yayıncılık
29. Ünal, A., Ünal, E., ve Güler, D. (2023). Evrişimli Sinir Ağları Kullanarak Optik Karakter Tanıma. Journal of Business in The Digital Age, 6(1), 1-12. https://doi.org/10.46238/jobda.1257840
30. Varshney, B. (2026). AI in a Nutshell: Understanding the Layers Behind the AI Revolution. https://peerlist.io/bharatvarshney/articles/ai-in-a-nutshell-understanding-the-layers-behind-the-ai-revo
31. Wenalyze. (2026). The Great Lie of Modern Expense Management, https://wenalyze.com/blog/the-great-lie-of-modern-expense-management/, Retrieval date: 18.05.2026
32. Yıldırım, O. (2020). Bankacılık Sistemindeki Gelişmeler ve Türkiye’de Bankacılık Sistemi. Uluslararası Finansal Ekonomi ve Bankacılık Uygulamaları Dergisi, 1(2), 63-77. https://izlik.org/JA87XX68SN