Viele Banken und Versicherer setzen erste KI-Anwendungen ein. Bei KI-Agenten und nachhaltiger Wertschöpfung durch KI sieht das Bild noch anders aus. Thomas Ertl, Head of Data Management, erklärt, worauf es jetzt ankommt.
Woran erkennen Sie, ob ein KI-Pilot Substanz hat?
Daran, ob die KI ein konkretes Problem besser löst und der Business Case einen klaren Return to Outcome im Verhältnis zu Entwicklungsaufwand und Tokenkosten bietet. Ich würde daher mit dem konkreten Anwendungsfall starten und erst danach die passende Infrastruktur definieren.
Welche KI-Anwendungen funktionieren in Banken und Versicherungen heute bereits gut?
Viele Institute nutzen große Sprachmodelle als interne Wissenssysteme. Das spart Zeit bei Suche und Dokumentenauswertung. Bei Banken sehen wir im Accounting standardisierte Fälle und bei einzelnen Kunden bereits KI-basierte Kreditentscheidungen. Versicherer setzen KI etwa in Vertrieb, Underwriting und Schaden ein.
Der Trend geht zu „offensiven“ KI-Cases: Die KI reagiert nicht mehr nur, sondern übernimmt Aufgaben, stößt Prozesse an und interagiert mit anderen Systemen.
Was braucht es für die nächste Stufe – KI-Agenten, die Aufgaben weitgehend selbstständig übernehmen? Müssen dafür zunächst alle relevanten Daten zentral zusammengeführt werden?
Nein. Das halte ich für einen Trugschluss. Entscheidend sind die Metadaten – das Wissen darüber, welche Informationen wo liegen und wie die Systeme zusammenspielen. So lassen sich KI-Agenten über Systemgrenzen hinweg orchestrieren, ohne alle Daten zentral zusammenzuführen.
Reichen dafür die Agenten der großen Softwareanbieter aus?
Sie können eine Grundlage bilden. Jeder Anbieter bleibt zunächst in seinem technologischen Ökosystem, während Prozesse über mehrere Systeme laufen. Unternehmen brauchen deshalb eine technologieoffene Ebene, die Agenten unterschiedlicher Anbieter und Anwendungen zusammenführt. Auch hier sind Metadaten der Schlüssel.
Wenn solche Agenten system-übergreifend und zunehmend autonom arbeiten: Was bedeutet das für Regulierung und Cybersicherheit?
Regulierung, Nachvollziehbarkeit, Governance und Cybersicherheit müssen von Anfang an mitgedacht werden. Gerade gegenüber Aufsehern muss nachvollziehbar sein, wie Entscheidungen zustande kommen. Fehlende Kontrolle kann zudem zum Reputationsrisiko werden.
Wozu raten Sie Instituten, die jetzt den nächsten Schritt gehen wollen?
Nicht auf die perfekte KI-Welt warten, sondern mit klaren, beherrschbaren Use Cases starten. So lassen sich Abläufe beschleunigen und Mitarbeitende entlasten. 2026 ist für viele noch das Jahr der Proofs of Concept. 2027 geht es um die Priorisierung und Skalierung erfolgreicher Cases. Nicht zu unterschätzen ist dabei das Change Management: Wenn sich Rollen durch KI verändern oder Aufgaben zusammengelegt werden, muss dieser Wandel aktiv begleitet und gestaltet werden.
Ãœber x1F
x1F ist ein führender Anbieter integrierter Lösungen mit besonderem Fokus auf die Financial Services Industry. Das Portfolio reicht von wirkungsvollen End-to-End-Prozessen bis hin zur digitalen Transformation und dem Betrieb als Managed Services.
Pressekontakt:
N: Marketing & Communication
T: +49 89 589395-600
E: marketing@x1f.one
Original-Content von: X1F GmbH, übermittelt durch news aktuell
„Der Schlüssel sind die Metadaten“ hinzugefügt von Edmund Heider am
Alle Beiträge von Edmund Heider →
