Suriyo - stock.adobe.com
Agentische KI im Einsatz bei europäischen Finanzdienstleistern
Agentische KI bietet Banken einige Potenziale bei Effizienz, Risikomanagement und Kundenerlebnis. Was CIOs jetzt wissen müssen – und wie der Einstieg gelingt.
Agentische KI ist der nächste Hype der künstlichen Intelligenz dank Fähigkeiten wie autonomer Entscheidungsfindung, kontinuierlichem Lernen, adaptiven Arbeitsabläufen und mehrstufiger Problemlösung.
Im März 2025 prognostizierten die Analysten von Gartner, dass agentische KI bis zum Jahr 2029 80 Prozent der routinemäßigen Kundendienstprobleme selbstständig lösen und damit 30 Prozent der Betriebskosten einsparen. Der europäische Markt für agentische KI in Unternehmen befindet sich auf einem rasanten Wachstumskurs: Die Umsätze sollen im Jahr 2024 insgesamt 634 Milliarden US-Dollar betragen und bis 2030 die Marke von 5,5 Milliarden US-Dollar überschreiten. Deutschland, das Vereinigte Königreich und Frankreich sind mit einem Marktanteil von rund 70 Prozent führend.
Die Einführung von agentischer KI bei europäischen Banken befindet sich noch in einem frühen Stadium. Allerdings nimmt ihr Einsatz kontinuierlich zu. Angetrieben wird dies durch relativ risikoarme, aber wirkungsvolle Anwendungen wie Backoffice-Automatisierung und Betrugserkennung. Da die traditionelle statische und regelbasierte Automatisierung an ihre Grenzen stößt, eröffnet agentische KI neue Möglichkeiten: Sie verarbeitet mehrstufige Arbeitsabläufe, optimiert komplexe, dynamische Prozesse und führt anspruchsvolle Aufgaben autonom in Echtzeit aus. Für europäische Finanzdienstleister, die unter Druck von Fintech-/Big-Tech-Konkurrenten und einem strengen regulatorischen Umfeld stehen, könnte der Einsatz von agentischer KI zu keinem besseren Zeitpunkt kommen. Hier sind einige Möglichkeiten, wie sie davon profitieren können:
Automatisierung des Back-Office für weitere Effizienzsteigerungen
Banken können KI-Agenten im gesamten Backoffice einsetzen, um komplexe, repetitive Aufgaben wie die Überprüfung von Dokumenten, den Kontenabgleich, die Rechnungsbearbeitung und das autonome Verbuchen von Journalbuchungen durchzuführen, um Kosten und Zeit zu sparen und gleichzeitig Fehler zu reduzieren. Die Vorteile sind in Bereichen wie Kreditgeschäft und Handelsfinanzierung besonders deutlich zu erkennen.
Einige Banken berichten von einer verbesserten Kreditgenehmigungsgeschwindigkeit von 25 bis 40 Prozent beziehungsweise reduzierter manueller Aufwands von 45 bis 65 Prozent. Die niederländische Bank ING entwickelt derzeit die Möglichkeit, Hypothekenanträge mithilfe von agentischer KI zu initiieren und abzuschließen. Wenn die von agentischer KI generierten Hypotheken im Laufe des nächsten Jahres eingeführt werden, sind die Kunden der Bank in der Lage, Bonitätsprüfungen und andere Formalitäten erledigen, ohne mit einem Mitarbeiter zu sprechen.
Steigenden Risiken und Compliance-Anforderungen effektiver begegnen
Durch die Kontrolle von Finanztransaktionen in Echtzeit erkennen KI-Agenten nicht nur verdächtige Muster frühzeitig, sondern leiten auch automatisch Maßnahmen ein – beispielsweise das Einfrieren des betroffenen Kontos –, um Verluste zu verhindern. Außerdem überwachen sie Prozesse hinsichtlich Compliance, verfolgen Änderungen von Vorschriften, senden Warnmeldungen über potenzielle Verstöße und erstellen Berichte ohne menschliche Eingriffe.
Im Gegensatz zu herkömmlichen Risikomodellen, die sich hauptsächlich auf historische Informationen stützen, berücksichtigen agentische KI-Systeme auch Echtzeit-Markttrends und andere externe Daten, um die Risikobewertung dynamisch anzupassen. Das Ergebnis ist eine bessere Risikovorhersage und -steuerung. Dies ist besonders wichtig, damit die strengen europäischen Vorschriften wie der DSGVO und der EU AI Act eingehalten werden. Laut Cedar Hill Capital konnten europäische Banken, die autonome Agenten für die MiFID-II-Konformität testeten, neue Anforderungen bis zu 25 Prozent schneller umsetzen als diejenigen, die nur menschliche Compliance-Analysten einsetzten.
Hyper-personalisierte Kundenerfahrung generiert Mehrwerte
Agentische KI-gestützte Chatbots und virtuelle Assistenten können den Kontext des Kunden verstehen, die richtigen Informationen abrufen und komplexe Aufgaben wie die Beilegung von Streitigkeiten ausführen. Durch die Analyse von Kundeninformationen wie Risikobereitschaft und Finanzzielen lassen sich hochgradig kontextbezogene Finanzprodukte und -dienstleistungen empfehlen. KI-Agenten übertreffen routinemäßige Personalisierungs-Tools, indem sie als persönliche Finanzberater fungieren und autonom Aufgaben wie die Umschichtung von Geldern auf renditestärkere Konten und die Neugewichtung von Portfolios ausführen.
Das folgende Beispiel veranschaulicht, wie europäische Banken ein agentisches KI-Ökosystem nutzen können, um eine effiziente, reibungslose und personalisierte Erfahrung bei der Beantragung von Hypotheken anzubieten: Ein Kunde, der eine Hypothek sucht, bittet einen Marktbewertungsagenten, die Angebote verschiedener Banken zu vergleichen und diejenigen auszuwählen, die seinen Anforderungen am besten entsprechen. Unabhängig davon überprüft ein Finanzanalyseagent unter anderem die Bonität, die finanzielle Situation und die Ausgabegewohnheiten des Antragstellers. So lässt sich eine realistische monatliche Rate berechnen. Ein Prüfer verfeinert die ursprüngliche Auswahlliste für den Kunden. Schließlich reicht ein weiterer Agent den Antrag direkt bei der betreffenden Bank ein.
Innovative Maßnahmen für eine neue Generation von Verbrauchern
Die Gaming-Branche bietet Banken eine attraktive Möglichkeit, jüngere, digital versierte Zielgruppen mit generativer KI anzusprechen. Viele Gamer interagieren in immersiven virtuellen Umgebungen – Banken können generative KI nutzen, um hyperpersonalisierte Finanzerlebnisse zu schaffen, die auf den Gaming-Lebensstil und die Persönlichkeit der Nutzer abgestimmt sind. Beispielsweise ermöglichen KI-gestützte Erkenntnisse es Banken, Mikroinvestitionsprodukte auf Basis des Ausgabeverhaltens im Spiel anzubieten, dynamische Kreditoptionen für digitale Käufe anzubieten und Sparpläne zu entwerfen, die finanzielle Disziplin mit virtuellen Anreizen belohnen.
„Agentische KI ist zwar ein klarer Fortschritt gegenüber traditioneller KI, ihre Implementierung ist jedoch auch komplexer. Europäische Finanzinstitute sollten sich auf mehr als nur technische Integrationsherausforderungen vorbereiten.“
Jay Nair, Infosys
Durch die Integration mit Gaming-Plattformen und die Analyse von Verhaltensdaten in Echtzeit sind Banken in der Lage, kontextbezogene finanzielle Anreize zu bieten, zum Beispiel indem sie ein Budgetierungs-Tool vorschlagen oder kryptogebundene Belohnungen für Erfolge im Spiel anbieten. Die Integration von Gaming und Finanzen, unterstützt durch generative KI, verbessert nicht nur die Kundenbindung, sondern positioniert Banken auch als Lifestyle-Partner in der digitalen Wirtschaft.
Künftige Fortschritte
Agentische KI ist zwar ein klarer Fortschritt gegenüber traditioneller KI, ihre Implementierung ist jedoch auch komplexer. Europäische Finanzinstitute sollten sich auf mehr als nur technische Integrationsherausforderungen vorbereiten. Dazu gehören beispielsweise erhöhte Datenschutz- und Sicherheitsrisiken über undurchsichtige Black-Box-KI-Systeme bis hin zu ethischen Bedenken und Talent- beziehungsweise Fachkräftemangel.
Banken in Europa, von denen sich die meisten noch in der Anfangsphase der Einführung befinden, sollten den Weg zur agentischen KI sorgfältig beschreiten. Auf höchster Ebene müssen sie möglicherweise ihre Betriebsmodelle für agile Entwicklung und funktionsübergreifende Zusammenarbeit überdenken. Dazu gehört es auch, die Unternehmenskultur zu verändern: schnelles Experimentieren, kontinuierliches Lernen und Kundenorientierung sind Bestandteile dafür. Der nächste Schritt ist ein umfassender Fahrplan, der strategische Ziele, technische Bereitschaft, Priorisierung von Anwendungsfällen, Erklärbarkeit und Transparenz von Modellen, Weiterqualifizierung der Mitarbeiter und Change-Management umfasst. Banken sollten diese Entscheidungen im Rahmen eines verantwortungsvollen KI-Konzepts treffen, um den Wert der agentischen KI auf sichere, konforme und ethische Weise zu erschließen.
Über den Autor:
Jay Nair ist EVP, Industry Head, Financial Services and Public Sector bei Infosys.
Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.
