KI bei Banken Fortschritte und Zurückhaltung

Künstliche Intelligenz ist längst im Bankalltag angekommen.

Künstliche Intelligenz soll Banken schneller, effizienter und kostengünstiger machen. Im direkten Kontakt mit Privatkunden ist davon bislang jedoch weniger zu sehen, als viele vermuten. Eine Analyse der Beratungsgesellschaft Zeb zeigt, dass Geldhäuser in Deutschland, Österreich und der Schweiz KI vor allem dort einsetzen, wo standardisierte Abläufe automatisiert werden können.

Besonders verbreitet ist die Technologie im sogenannten Middle- und Backoffice. Dazu gehören interne Prüfungen, Dokumentenverarbeitung, Risikomanagement und andere Aufgaben, die Kunden häufig gar nicht wahrnehmen.

Der sichtbare Einsatz in Beratung, Vertrieb oder Vermögensverwaltung bleibt dagegen bisher begrenzt.

Chatbots sind der sichtbarste Anwendungsfall

box

Am deutlichsten begegnen Kunden künstlicher Intelligenz bislang im Service. Viele Banken nutzen Chatbots, um häufige Fragen zu beantworten, Überweisungen zu erklären, Karten zu sperren oder Informationen zu Produkten bereitzustellen.

Solche Systeme können rund um die Uhr arbeiten und mehrere Sprachen abdecken. Die Schweizer Neobank Yuh wickelt nach Angaben von Zeb jede Woche Tausende sprachgesteuerte Gespräche in vier Sprachen ab. Dadurch lässt sich der personelle Aufwand im Kundenservice deutlich reduzieren.

Für Kunden kann das Vorteile bringen:

schnellere Antworten bei einfachen Anliegen,
Erreichbarkeit außerhalb üblicher Geschäftszeiten,
kürzere Wartezeiten,
Unterstützung in mehreren Sprachen.

Komplexe Fragen lassen sich damit jedoch nur eingeschränkt lösen. Sobald mehrere Verträge, persönliche Ziele oder besondere Lebensumstände berücksichtigt werden müssen, stößt ein standardisierter Chatbot schnell an Grenzen.

Die meisten Anwendungen bleiben unsichtbar

Ein großer Teil des KI-Einsatzes findet im Hintergrund statt. Dazu gehört beispielsweise die Identitätsprüfung bei einer digitalen Kontoeröffnung. Systeme vergleichen Ausweisdokumente, Fotos und eingegebene Daten, um Betrugsversuche zu erkennen.

Auch bei Kreditprüfungen kann KI große Datenmengen in sehr kurzer Zeit auswerten. Sie unterstützt Banken dabei, die Wahrscheinlichkeit eines Zahlungsausfalls einzuschätzen oder auffällige Transaktionen zu identifizieren.

Weitere typische Einsatzbereiche sind:

Betrugsprävention,
Geldwäscheüberwachung,
Risikobewertung,
Prüfung von Dokumenten,
Erkennung ungewöhnlicher Zahlungsbewegungen.

Diese Aufgaben sind für Banken besonders interessant, weil sie häufig nach festen Regeln ablaufen und sehr große Datenmengen betreffen. KI kann solche Prozesse beschleunigen und Mitarbeiter von Routinearbeiten entlasten.

Wissensmanagement gewinnt an Bedeutung

Die Analyse zeigt, dass Banken beim KI-Einsatz pragmatisch vorgehen. Zunächst werden Bereiche automatisiert, in denen Prozesse standardisiert, Daten verfügbar und Ergebnisse vergleichsweise gut überprüfbar sind."

Auch intern nutzen Banken künstliche Intelligenz zunehmend als Such- und Arbeitsassistenten. Mitarbeiter können lange Dokumente zusammenfassen lassen, interne Richtlinien durchsuchen oder Informationen für Kundengespräche vorbereiten.

Gerade große Institute verfügen über umfangreiche Regelwerke, Produktinformationen und regulatorische Vorgaben. Eine intelligente Suche kann helfen, die benötigten Inhalte schneller zu finden.

Die Technik kann beispielsweise:

interne Handbücher durchsuchen,
Besprechungen zusammenfassen,
Entwürfe für Schreiben erstellen,
Informationen aus mehreren Dokumenten bündeln,
Mitarbeiter bei Schulungen unterstützen.

Nach Einschätzung von Zeb wird dieses Potenzial bislang jedoch noch nicht vollständig genutzt. Viele Beschäftigte begegnen KI weiterhin mit Skepsis. Dahinter stehen Sorgen um Fehler, Datenschutz, zusätzliche Kontrolle oder den möglichen Verlust von Aufgaben und Arbeitsplätzen.

Persönliche Beratung bleibt schwierig

In der direkten Anlageberatung oder Vermögensverwaltung ist der Einsatz noch wenig verbreitet. Das liegt nicht nur an technischen Grenzen, sondern auch an rechtlichen und haftungsbezogenen Fragen.

Eine Empfehlung zur Geldanlage muss zur finanziellen Situation, zum Anlageziel, zum Risikoprofil und zum Zeithorizont des Kunden passen. Fehler können erhebliche finanzielle Folgen haben.

Deshalb stellen sich bei einer KI-gestützten Beratung wichtige Fragen:

Auf welchen Daten beruht die Empfehlung?
Kann die Entscheidung nachvollzogen werden?
Werden mögliche Interessenkonflikte erkannt?
Wer haftet bei einer ungeeigneten Empfehlung?
Bleibt eine menschliche Kontrolle erhalten?

Banken gehen in diesem Bereich deshalb vorsichtiger vor als bei rein internen Routineaufgaben.

Mehr Effizienz bedeutet nicht automatisch besseren Service

Für Banken bietet künstliche Intelligenz erhebliche Einsparpotenziale. Prozesse lassen sich beschleunigen, Mitarbeiter können mehr Vorgänge bearbeiten und Standardanfragen werden automatisiert beantwortet.

Für Kunden entsteht daraus aber nicht automatisch ein Vorteil. Ein Chatbot kann eine schnelle, aber unpassende Antwort geben. Eine automatisierte Kreditentscheidung kann effizient sein, ohne für den Betroffenen nachvollziehbar zu wirken. Und eine KI-gestützte Produktempfehlung kann die Interessen der Bank stärker berücksichtigen als die des Kunden.

Entscheidend ist daher, wie die Technik eingesetzt wird. Sie sollte Mitarbeiter unterstützen, Fehler reduzieren und Informationen verständlicher machen. Sie sollte persönliche Beratung nicht dort ersetzen, wo eine individuelle Beurteilung notwendig ist.

Der Wandel erfolgt schrittweise

Die Analyse zeigt, dass Banken beim KI-Einsatz pragmatisch vorgehen. Zunächst werden Bereiche automatisiert, in denen Prozesse standardisiert, Daten verfügbar und Ergebnisse vergleichsweise gut überprüfbar sind.

Der nächste Schritt dürfte darin bestehen, Berater stärker mit intelligenten Assistenzsystemen zu unterstützen. KI könnte Kundendaten strukturieren, Gesprächsunterlagen vorbereiten oder auf mögliche Versorgungslücken hinweisen. Die endgültige Entscheidung sollte bei komplexen Finanzfragen jedoch weiterhin von Menschen überprüft werden.

Für Kunden wird künstliche Intelligenz daher vermutlich nicht plötzlich als vollständiger digitaler Finanzberater auftreten. Wahrscheinlicher ist ein schrittweiser Ausbau: zunächst unsichtbar im Hintergrund, anschließend als Unterstützung für Service und Beratung.

Der Erfolg wird sich nicht daran messen lassen, wie viele Prozesse automatisiert werden. Entscheidend ist, ob Bankgeschäfte dadurch schneller, sicherer, verständlicher und tatsächlich kundenfreundlicher werden.

Kategorie: Anlagestrategien