FONDS professionell Deutschland, Ausgabe 4/2025

fen oder verkaufen, funktioniere längst bestens, merkt Brecht dazu an. Schon heute gehören KI-Assistenten im Banking zum Alltag – bis hin zur Wert- papiervermittlung. Sie nehmen Beratern Routinearbeit ab, bereiten Kundendaten auf, füllen Formulare aus, zeichnen Gespräche auf, fassen sie zusammen und dokumentieren sie. Solche Helfer könn- ten sich rasch zu echten Agenten weiter- entwickeln. Zeb-Experte Brecht berichtet etwa von einem Schweizer Institut, das erprobt, wie sich der KI-Assistent in der Wertpapiervermittlung als führende In- stanz einsetzen lässt. „Banken haben einen enormen Fach- kräftemangel“, sagt Benjamin Winter. In Deutschland dürfte bis zum Jahr 2030 fast ein Drittel der Belegschaft in Rente gehen. Ľ'LH ,QVWLWXWH ZHUGHQ /ĆVXQJHQ ljQGHQ müssen, ihre Kunden mit einer kleineren Mannschaft zu betreuen. Der Mangel wird auch durch KI kompensiert“, erwar- tet der Consultant. (ȯ]LHQ]DVSHNWH VWHKHQ DXI GHU 3RVLWLY- seite von KI im Banking. Zugleich gibt es aber alarmierende Entwicklungen – zum Beispiel solche, die potenziell den direkten Draht zum Kunden kappen könnten. App-loses Handy als Gefahr Tech-Konzerne, darunter die Deutsche Telekom, arbeiten an App-losen Handys. Die Idee: Nutzer steuern keine Apps mehr an, sondern lassen eine zentrale KI ihre Aufgaben erledigen. „Da ist der Konkur- rent dann nicht mehr nur die App von der 6SDUNDVVH RGHU GHU 5DLȬHLVHQEDQN (V VLQG die großen Tech-Konzerne“, so Brecht. Das Rad dreht sich jedenfalls schnell: „Wir hatten innerhalb kurzer Zeit das Aufkommen von Direktbanken. Dann die Neobanken, die das Onlinebanking weiter perfektioniert haben. Es kann gut VHLQ GDVV VLFK 3OD\HU YRUEHUHLWHQ YRQ denen wir noch nichts wissen – vielleicht echte KI-Banken“, sagt Winter. $OV 1DGHOĆKU IĞU GHQ 3UD[LVHLQVDW] vollständig autonomer Systeme gilt die 5HJXOLHUXQJ (89RUJDEHQ ZLH 0LljG ,, für Wertpapiere oder die IDD für Versi- cherungsprodukte schreiben den mensch- lichen Beratern klare Transparenz- und Verhaltensregeln vor. Unklar ist noch, wie sich KI-Agenten da einfügen. Wenn das digitale Alter Ego des Kunden Ver- träge abschließt, entstehen neue Fragen. Wer trägt die Verantwortung, wenn sich Kunden-KI und Bank „missverstehen“ oder die Kunden-KI falsche Nachweise vorlegt? Liegt überhaupt ein Beratungs- geschäft vor? „Die aktuellen Regelungen bedürfen einer Nachschärfung, um solche Zukunftsszenarien abzudecken“, sagt Brecht. Banken seien oft verunsichert. Einige stünden daher zu KI-Themen im Austausch mit den Aufsichtsbehörden. 'LHVH ZLHGHUXP VHLHQ GXUFKDXV RȬHQ IĞU den Dialog. Auch für sie ist das Thema neu. EDITH HUMENBERGER-LACKNER FP Generative KI im Banking: Assistenten versus Agenten Ein Schlüssel für den Aufstieg von KI-Agenten (Agentic AI) sind die Entwicklungen in der modernen generativen KI (Gen AI). Vor allem geht es um sogenannte große Sprachmodelle (Large Language Models, LLMs), die klar formulierte „menschliche“ Antworten liefern – anders als frühere Chatbots, die ein beschränktes Repertoire an Antworten hatten, die oft nicht annähernd zur Fragestellung pass- ten. Prominentestes Beispiel für ein LLM ist der Ende 2022 veröffentlichte KI-Assistent ChatGPT. LLMs können komplexe Texte verwerten und Inhalte selbst erstellen. Damit sind sie wie gemacht für das Finanzwesen, wo täglich große Datenmengen umgewälzt werden. Zwei Beispiele: Bei Julius Bär unterstützt Gen AI die „Corporate Language“: Sie sorgt dafür, dass Texte einheitlich die Terminologie des Unternehmens umsetzen. Die Commerzbank hat einen „Chat- EZB“-Indikator erstellt, der Reden von EZB-Mitgliedern analysiert und einordnet. Unterscheidung: Assistent, Workflow, Agent – was ist was? + KI-Assistenten werden nur bei einem konkreten Auftrag tätig. Sie treffen keine eigen- ständigen Entscheidungen. Bekannte Beispiele sind ChatGPT und Gemini, aber auch Siri oder Alexa gehören in diese Kategorie. + KI-Workflows gehen einen Schritt weiter als Assistenten. Sie führenvorgegebene linearePro- zesse aus („Wenn X, dann Y“). Workflows agie- ren sehr statisch, die KI hat kaum eigenständi- gen Lösungsspielraum. Im Banking sind solche Prozesse vielfach im Einsatz: in der Betrugs- bekämpfung (z.B. in der Transaktionsanalyse), imKundenservice oder imRisikomanagement. + KI-Agenten planen und handeln weitgehend autonom. Sie verfolgen und erfüllen selbststän- dig Ziele. Kennzeichen von KI-Agenten: Sie bestehen immer aus einem LLM, aus einer Gedächtnisfunktion und aus spezifischen Auf- gabentools. So könnte ein Postfach-Agent auf frühere Konversationen und auf den Shop oder ein Kundenverwaltungssystem (CRM) zugreifen und auf dieser Basis Kundenmails beantworten. » Da ist der Konkurrent nicht mehr nur die App der Sparkasse. Es sind die großen Tech-Konzerne. « Sebastian Brecht, Zeb 432 fondsprofessionell.de 4/2025 BANK & FONDS Künstliche Intelligenz FOTO: © ILLUSTRATION: ANTTO | ADOBE.STOCK.COM