Whitepaper
Agentic AI im Finanzsektor
Lesen Sie jetzt die vollständige Studie des Handelsblatt und SPS Global kostenfrei.
Die Finanzwelt befindet sich mitten in einem tiefgreifenden Wandel. Was lange als reines Zukunftsthema galt, ist heute ein unverzichtbarer Hebel für langfristigen Erfolg und effiziente Strukturen. Besonders das Thema Agentic AI läutet derzeit die nächste Evolutionsstufe ein: Moderne Systeme übernehmen nicht mehr nur isolierte Routineaufgaben, sondern orchestrieren zunehmend eigenständig komplexe Abläufe und schaffen so völlig neue Grundlagen für die Wertschöpfung.
Für das Top-Management geht es heute deshalb nicht mehr um das Ob, sondern allein um das Wie. Entscheiderinnen und Entscheider müssen Antworten darauf finden, wie sich innovative Technologien sicher, rentabel und im großen Maßstab in den Alltag integrieren lassen. Gleichzeitig bleibt das Umfeld anspruchsvoll – zwischen strengen regulatorischen Vorgaben, hohen Anforderungen an Transparenz und Governance sowie dem spürbaren Fachkräftemangel muss jede Investition einen klaren geschäftlichen Mehrwert liefern.
Welche konkreten Schritte jetzt nötig sind und wie die Umsetzung in der Praxis gelingt, ordnet unser Vorstand Michael Dandorfer im aktuellen Interview im Handelsblatt ein.
Ja, insbesondere dort sehe ich die größten Hebel. KI ermöglicht es, Prozesse effizienter zu gestalten, Abläufe zu automatisieren und Arbeitsschritte zu vereinfachen. Im Ergebnis können viele manuelle Tätigkeiten reduziert werden. KI bietet hier die Chance, große Datenmengen zu verarbeiten und zu strukturieren. Dadurch können sich die Mitarbeiter auf das konzentrieren, was KI nicht übernehmen kann, das zwischenmenschliche Miteinander.
Für Banken kommt noch ein weiterer Aspekt hinzu: der demografische Wandel. Innerhalb der genossenschaftlichen Finanzgruppe wird in den kommenden Jahren ein erheblicher Teil der Mitarbeiter in den Ruhestand gehen, darunter auch viele Kolleginnen und Kollegen in den Marktfolge- und Produktionseinheiten. Gleichzeitig bleibt die Gewinnung qualifizierter Fachkräfte eine große Herausforderung. Vor diesem Hintergrund ist es wichtig, technologische Alternativen zu entwickeln und produktiv einzusetzen.
In der Produktion gibt es derzeit zwei wesentliche Einsatzschwerpunkte.
Der erste Bereich ist Microsoft Copilot. Das System unterstützt uns bei einer Vielzahl organisatorischer und administrativer Aufgaben, etwa bei Terminabstimmungen, der Koordination von Besprechungen oder der Klassifizierung von E-Mails. Das entlastet insbesondere Führungskräfte spürbar von klassischen Assistenz- und Abstimmungsaufgaben.
Der zweite Schwerpunkt ist bei uns GenoGPT. Das kann man vereinfacht als eine Art ChatGPT in einer sicheren, von Atruvia bereitgestellten Umgebung beschreiben. Dieses System nutzen wir in unterschiedlichen Bereichen, insbesondere in der Kreditmarktfolge. Dort unterstützt es die Mitarbeiter beispielsweise bei der Erstellung von Kreditprotokollen und Kreditanalysen.
Darüber hinaus setzen wir KI auch in der Kundenberatung ein. Gespräche zwischen Berater und Kunde können – sofern die Einwilligung vorliegt – analysiert werden, wobei ausschließlich die bankfachlich relevanten Inhalte erfasst werden. Private Gesprächsinhalte werden nicht berücksichtigt. Basierend auf den fachlichen Informationen können anschließend Angebote automatisiert vorbereitet werden. Das erleichtert die Dokumentation erheblich und spart Zeit, da Angebote deutlich schneller erstellt und bereitgestellt werden können.
In erster Linie unterstützt sie bestehende Prozesse. Ein besonders wichtiges Einsatzfeld ist die Betrugserkennung. Gerade bei Echtzeitüberweisungen müssen verdächtige Vorgänge innerhalb von Sekunden erkannt werden. Ohne KI wären solche Anforderungen heute kaum noch zu bewältigen. Hinzu kommt, dass auch Betrüger entsprechende Technologien nutzen.
Vor allem in der Zeitersparnis. Früher mussten Mitarbeiter beispielsweise bei einer Kreditanfrage für eine ihnen unbekannte Branche zunächst umfangreiche Recherchen durchführen. Heute kann KI die notwendigen Basisinformationen deutlich schneller bereitstellen.
Für mich liegt die Grenze dort, wo das Vertrauen der Kunden unmittelbar betroffen ist. Ein gutes Beispiel ist die Kreditgewährung. Wenn eine Bank eine Kreditzusage erteilt, trägt sie dafür Verantwortung. Es wäre aus meiner Sicht problematisch, wenn eine Zusage vollständig von Agent zu Agent automatisiert verschickt würde und man später feststellen müsste, dass ein Fehler im System vorlag.
An dieser direkten Vertrauensschnittstelle zwischen Kunde und Bank halte ich menschliche Verantwortung weiterhin für unverzichtbar. Das Risiko eines Reputationsschadens wäre erheblich, wenn hier Fehlentscheidungen aufträten.
Deshalb sehe ich KI derzeit vor allem als Assistenzsystem, nicht als abschließend entscheidende Instanz in solchen sensiblen Prozessen, gerade dort, wo keine gute Datenbasis vorliegt oder sehr individuelle und kreative Lösungen gefragt sind.
Zunächst einmal halte ich es für entscheidend, dass Banken selbst ein tiefes Verständnis ihrer eigenen IT-Architektur besitzen.
Natürlich kann man durchaus mit mehreren Partnern zusammenarbeiten. Entscheidend ist aber, dass man jederzeit den Überblick darüber behält, wie die Systeme zusammenspielen und an welchen Stellen kritische Schnittstellen entstehen. Wenn Software immer schneller erzeugt und erweitert wird, steigt auch das Risiko von Fehlern oder Inkonsistenzen, die sich durch weitere Entwicklungsstufen fortpflanzen können. Die eigentliche Herausforderung besteht daher darin, Geschwindigkeit und Innovationsfähigkeit mit einer stabilen und gesunden IT-Landschaft zu verbinden.
Gerade für kleinere und mittlere Genossenschaftsbanken ist die Zusammenarbeit mit einem zentralen Dienstleister aus meiner Sicht nahezu unverzichtbar.
Dort werden die strategischen Vorgaben der genossenschaftlichen Finanzgruppe in konkrete Systeme übersetzt. Gleichzeitig sind die regulatorischen Anforderungen inzwischen sehr hoch. Stichworte sind etwa DORA – also der Digital Operational Resilience Act der EU – oder die Vorgaben für Dienstleistungen im Bereich der Informations- und Kommunikationstechnik.
Wenn eine Bank externe KI-Lösungen einsetzt, muss sie selbst beurteilen können, wie diese Systeme funktionieren, wie Entscheidungen zustande kommen und welche Risiken bestehen. Dafür benötigt man wiederum erhebliches Fachwissen und entsprechende Kontrollprozesse.
Wirtschaftlich betrachtet lohnt sich das bei vielen Kernbankanwendungen kaum. Deshalb sollten zentrale und besonders kritische Systeme bei einem Dienstleister gebündelt werden, dem man fachlich und regulatorisch vertrauen kann.
Dass künftig zwei KI-Agenten selbstständig eine Baufinanzierung aushandeln und abschließen, sehe ich auf kurze und mittlere Sicht eher nicht.
Ich gehe vielmehr davon aus, dass das persönliche Gespräch zwischen Bank und Kunde bestehen bleibt. Alles, was dieses Gespräch begleitet, wird jedoch zunehmend automatisiert werden: Dokumentation, Vertragsunterlagen, Analysen oder die Aufbereitung von Informationen. Die eigentliche Entscheidung und die Vertrauensbildung werden aus meiner Sicht weiterhin stark vom persönlichen Austausch geprägt sein.
Es gibt einen Satz, den ich in diesem Zusammenhang für sehr treffend halte: Je mehr die IT übernimmt, desto wichtiger wird die Interaktion von Mensch zu Mensch.
Gleichzeitig wird die Frage nach Sicherheit immer relevanter. Die Möglichkeiten von KI wachsen, aber damit auch die Risiken des Missbrauchs. Entscheidend wird deshalb sein, ob es gelingt, Vertrauen und Sicherheit dauerhaft zu gewährleisten. Wenn das gelingt, kann KI den Menschen enorm entlasten, ihm administrative Aufgaben abnehmen und mehr Freiraum schaffen.
Whitepaper
Lesen Sie jetzt die vollständige Studie des Handelsblatt und SPS Global kostenfrei.