Banken und Versicherer im KI-Stresstest KI zwischen Tempo und Transparenz

Anbieter zum Thema

Fsas Technologies GmbH

QUNIS GmbH

BigData-Insider

Künstliche Intelligenz (KI) verspricht Banken und Versicherungen Effizienzgewinne und neue Kundenerlebnisse. Doch strategische Einbindung, klare Governance und eine tragfähige Datenbasis bleiben Herausforderungen.

Der Einsatz Künstlicher Intelligenz ist in vielen Branchen geprägt von großen Erwartungen, auch bei Versicherungen und Banken. Doch es gibt offene Fragen. Denn während US-Konzerne KI-Technologien längst flächendeckend nutzen, geht es in den deutschsprachigen Ländern langsamer voran. Die Unternehmen befinden sich in einem Spannungsfeld: Sie müssen innovativ sein, sich an strenge Regeln halten und das Vertrauen ihrer Kunden erhalten.

Regulierung und technische Realität

Technisch ist auch in Europa vieles möglich, doch es muss regulatorisch und ethisch tragfähig sein. Finanzinstitute und Versicherungsgesellschaften agieren entsprechend vorsichtig. Sie wollen Effizienzpotenziale heben, um wettbewerbsfähig zu bleiben. Doch sie müssen auch Verantwortung übernehmen und regulatorische Anforderungen einhalten.

Tatsächlich ist KI im operativen Alltag vieler Banken und Versicherungen längst angekommen. So nutzen laut einer PwC-Studie rund 78 Prozent der Versicherer mindestens eine KI-Anwendung. Automatische E-Mail-Klassifizierung, Sentiment-Analysen oder smartes Lead-Management beschleunigen viele Abläufe.

Doch solche KI-Anwendungen sind in vielen Unternehmen nicht strategisch eingebettet. Gründe dafür sind unter anderem fehlende personelle Ressourcen und unklare Verantwortlichkeiten. Viele IT-Teams sind unsicher, welche Technologien langfristig tragfähig sind. Deshalb dominieren punktuelle Lösungen, die nicht durchgängig in bestehende IT- und Prozesslandschaften integriert sind. Die Folge: KI hat bisher nur eine begrenzte Wirkung, die langfristige Skalierung bleibt aus.

Ein zentraler Engpass ist die Datenbasis. Denn aktuelle und strukturierte Daten zünden bei KI den Turbo. Ein Beispiel: Die Echtzeit-Dokumentation von Beratungsgesprächen durch KI-gestützte Transkription führt zu präziserer Analyse und effizienteren Abläufen. Ein zweites Beispiel: Automatische Korrekturen von Kundendaten sorgen für bessere Entscheidungsgrundlagen. Solche Fortschritte sind möglich, wenn Daten konsistent verfügbar sind und nahtlos in die Systeme eingespeist werden.

Governance für vertrauenswürdige KI

Ein weiteres Manko in vielen Unternehmen: Es gibt keine übergeordnete KI-Governance. Dabei erfordert ein verantwortungsvoller Umgang mit KI klare Regeln, Rollen und Prozesse. Einige Anbieter haben dafür Leitlinien entwickelt, etwa einen „Code of Conduct KI“. Er soll Prinzipien wie Schadensvermeidung, Fairness und Selbstbestimmung festschreiben und ergänzt prozedurale Werte wie Transparenz und Verantwortlichkeit.

In diesem Zusammenhang entstehen neue Rollen wie der „Ethics Enabler“. Sie wird für den ethischen Diskurs in das Projekt einbezogen und fördert so den team- und rollenübergreifenden Austausch. Ethics Enabler entscheiden gemeinsam mit dem Projektteam, ob Anpassungen am KI-System, am Entwicklungsprozess oder an den darunterliegenden Trainingsdaten nötig sind, um gemäß den ethischen Grundsätzen zu handeln. Bei Wertekonflikten bringen sie als Diskussionspartner eine neue Perspektive ein.

Diese Form von Governance geht weit über Datenschutzfragen hinaus. Sie berührt die technologische Infrastruktur ebenso wie die Gestaltung von Serviceverträgen. Der entscheidende Faktor dabei ist die digitale Souveränität. Damit ist die Fähigkeit gemeint, KI-Systeme unabhängig zu betreiben und sie bei Bedarf schnell und sicher austauschen zu können.

Der Wechsel eines Modells oder einer Cloud darf nicht an systemischen Abhängigkeiten scheitern. Diese Exit-Fähigkeit wird zum Maßstab für Zukunftssicherheit. Gerade in kritischen Branchen wird digitale Souveränität zum Game Challenger. Die eingesetzten Lösungen müssen technologische Beweglichkeit erlauben und gleichzeitig regulatorische Anforderungen erfüllen. Nur so verschaffen sie den Unternehmen einen echten Wettbewerbsvorteil.

Mehrwert mit Automatisierung und Kundennähe

KI beschleunigt Serviceprozesse, ermöglicht aber auch neue Formen der Kundeninteraktion. Sentiment-Analysen beispielsweise erlauben es, Stimmungen automatisiert zu erkennen und in Echtzeit zu reagieren. Mit KI erkennen Finanzdienstleister frühzeitig die drohende Abwanderung von Kunden und können gezielt gegensteuern. Personalisierte Angebote, die sich aus dem Nutzerverhalten ableiten lassen, stärken die Bindung und steigern die Abschlussquoten.

Darüber hinaus eröffnen KI-basierte Systeme eine neue Dimension der Prozessautomatisierung. Im Kreditvergabeprozess ist es beispielsweise möglich, die Bonität automatisch zu prüfen und Entscheidungsvorlagen zu erzeugen. Die KI-gestützte Dunkelverarbeitung entlastet die Mitarbeitenden von Finanzdienstleister spürbar und senkt die Durchlaufzeit erheblich. Gleichzeitig steigt die Servicequalität, da Anfragen ohne Medienbruch und Wartezeiten bearbeitet werden.

In der Kundenkommunikation sorgt intelligentes Lead-Routing dafür, dass Anfragen automatisch an die jeweils geeignetste Agentur oder Beraterin weitergeleitet werden – unter Berücksichtigung von Kriterien wie Reaktionszeit, Verfügbarkeit oder fachlicher Passung. Dies verbessert die interne Effizienz und wirkt sich direkt auf die Kundenzufriedenheit aus.

Diese Beispiele zeigen, dass KI künftig ein zentrales Element der strategischen Steuerung von Banken und Versicherungen sein kann. Die entscheidende Frage lautet nicht mehr, ob KI eingesetzt wird, sondern wie. Datenverfügbarkeit, Prozessorganisation, Transparenz und Verantwortung – alle diese Punkte entscheiden über das Vertrauen, das Kunden und Aufsichtsbehörden in KI-Lösungen setzen. KI wird damit im Banken- und Versicherungswesen zum Teil eines ganzheitlichen Transformationsprozesses, der dauerhaften Mehrwert stiften kann.

Über den Autor

René Konrad verantwortet bei BSI Software als Community-Leiter Banking die Weiterentwicklung von CRM- und CX-Lösungen für die Finanzbranche. Seine Expertise schöpft er aus über 20 Jahren Erfahrung an der Schnittstelle von IT und Banking, unter anderem beim Banken-IT-Dienstleister Comit, bei Swisscom und als Geschäftsleitungsmitglied bei ti&m.

(ID:50566581)