Künstliche Intelligenz (KI) revolutioniert die Arbeitsweise von Banken und Finanzinstituten. Doch während die Technologie beim Kundenservice und in der Prozessautomatisierung im Backoffice bereits verbreitet ist, gibt es zahlreiche weitere Einsatzmöglichkeiten. Und diese nehmen laufend zu. Doch bis sich die Anwendung in allen Bereichen der Finanzindustrie etabliert hat, braucht es nach wie vor mutige Pioniere und zudem Akzeptanz sowohl auf Kunden- als auch auf Mitarbeitendenseite. Aber noch wichtiger wird sein, dass die Anwendung von KI und anderen innovativen Technologien auch mit Skepsis betrachtet wird.
«KI hat bereits Einzug in viele Bereiche der Finanzindustrie gehalten», sagt Thomas Wüst, CEO, VR-Präsident und Gründer der Ti&m AG. Das transformative Potenzial der Technologien zeigt sich beginnend bei kundenseitigen Prozessen bis hin zur bankinternen Anwendungen. Chatbots und virtuelle Assistenten bieten der Kundschaft heutzutage rund um die Uhr Unterstützung, während im Backoffice automatisierte Tools Kundenprozesse teilweise und vollständig autonom bearbeiten. Infolgedessen können Ressourcen effizienter eingesetzt und effektiver genutzt werden.
Konkrete Anwendungsbereiche
Ein Einsatzgebiet ist beispielsweise die Betrugserkennung und Sicherheit. KI wird hier genutzt, um verdächtige Transaktionen und unübliches Verhalten frühzeitig zu identifizieren. Durch die Fähigkeit, grosse Datenmengen in Sekundenschnelle zu analysieren, kann KI Malware anhand spezifischer Verhaltensmuster und Wahrscheinlichkeitsberechnungen erkennen. Auch ungewöhnlich grosse Datenmengen, die heruntergeladen werden, oder unübliche Login-Versuche von unbekannten Standorten lassen sich sofort identifizieren. Schneller Einsatz kann folgend oft das Schlimmste verhindern. Immer wichtiger wird auch der Fakt, dass dank KI sogenannte Deepfakes erkannt werden können. Abgesehen von der Effizienz und Geschwindigkeit bietet die Technologie zudem die Fähigkeit, komplexe Sicherheitsinformationen verständlich zu machen und so eine breitere Absicherung gegen verschiedene Arten von Cyberangriffen zu gewährleisten. Dazu Thomas Wüst: «Durch historische Daten und nicht lineare Zusammenhänge wird die Prognosegenauigkeit verbessert. Zudem automatisiert KI Risikoreports und regulatorische Anforderungen und erhöht die Resilienz gegenüber externen Schocks, da die Technologie schnell auf neue Risikomuster reagiert.»
KI spielt ausserdem eine wesentliche Rolle bei der Entwicklung neuer Finanzprodukte und Dienstleistungen. «Durch KI können neue und bessere Insights aus Kunden- und Marktdaten gewonnen werden, die dem Produktmanagement helfen, neue und bestehende Produkte besser an die Kunden- und Marktanforderungen anzupassen», sagt der CEO von Ti&m. Neben der Ausgestaltung von Produkten werden auch digitale Prozesse im Produktverkauf und in der Produktbetreuung optimiert, was zu einem besseren Kundenerlebnis führt. So kann KI in der Vermögensverwaltung durch entsprechende Portfolioanalysen personalisierte Anlagestrategien basierend auf Kundenzielen und Risikoprofilen ermöglichen. «Automatisierte Robo-Advisors geben auf Basis von Algorithmen Anlageempfehlungen und passen Portfolios an», erklärt Thomas Wüst. Besonders beim Kreditbewertungsprozess spielt maschinelles Lernen eine wesentliche Rolle. Alternative Datenquellen wie Transaktionsverhalten und Social-Media-Kanäle werden genutzt, um eine genauere Einschätzung der Kreditwürdigkeit zu ermöglichen. Durch Mustererkennung in historischen Daten können Ausfallrisiken frühzeitig erkannt und Modelle kontinuierlich angepasst werden.
Veränderung der Marktanalyse durch KI
Auch die Art und Weise, wie Finanzmärkte analysiert und vorhergesagt werden, wird sich basierend auf KI erheblich ändern. Auch hier spielt die Verarbeitung grosser Datenmengen innerhalb von Sekunden eine wichtige Rolle. Mithilfe von maschinellem Lernen lassen sich neue Modelle entwickeln, die immer leistungsstärker und anpassungsfähiger sind. Diese verarbeiten sowohl historische Finanzdaten wie auch aktuelle Marktinformationen und aktuelle externe Faktoren wie geopolitische Ereignisse, um präzise Vorhersagen zu treffen. Ausserdem können Algorithmen Nachrichtenartikel, Social-Media-Posts und Berichte «scannen», um die Marktstimmung zu erfassen und daraus Handelsempfehlungen abzuleiten. Und schliesslich sind personalisierte Marktanalysen möglich, indem individuelle Anlegerprofile und Präferenzen berücksichtigt werden können. Diese massgeschneiderten Analysen erhöhen die Relevanz der Empfehlungen und die Zufriedenheit der Kunden.
Trotz diesen technologischen Fortschritten bleibt jedoch die grundlegende Analyse der Finanzmärkte unverändert, aber die Geschwindigkeit und Menge der verarbeiteten Daten schaffen neue Insights und Anwendungsfälle. «Die Modelle werden immer leistungsstärker und ermöglichen immer neue Use-Cases», fügt Wüst hinzu. Dennoch wird der Faktor Mensch im Bereich der Anlageberatung noch lange eine zentrale Rolle spielen. Denn auch wenn KI viele Prozesse revolutioniert, bleibt das Banking, besonders im Kontext von beratungsintensiven Produkten, ein People-Business. «KI kann unterstützende Prozesse entlasten und somit dazu beitragen, dass sich sowohl Kunde als auch Berater mehr auf wesentliche Aspekte konzentrieren können», erklärt Wüst. Durch einfache automatische Prozesse hat der Berater letztlich mehr Zeit, den Fokus auf die relevanten Aspekte der Kundenberatung zu legen. Damit kann KI zu einer Verbesserung der Kunden-Berater-Beziehung führen und gleichzeitig beide Seiten entlasten.
Viel Luft nach oben
Laut einer Marktstudie von PwC, die Anfang 2025 veröffentlicht wurde, kommt KI bereits in sieben von zehn Finanzinstituten KI zur Anwendung. 84 Prozent der Befragten erhoffen sich dadurch eine Effizienzsteigerung, 63 Prozent wollen mit KI Kosten sparen. Die Studie zeigt aber auch, dass man bei der Umsetzung noch viel Potenzial nach oben hat. Ein Grund für den noch vorsichtigen Einsatz ist der Datenschutz. «Die Anforderungen an eine KI-Lösung in Bezug auf Qualität und Datenschutz sind entsprechend hoch und sorgen für erhöhte Komplexität in KI-Projekten», sagt Thomas Wüst. Dennoch überwiegen die potenziellen Vorteile oft die initialen Bemühungen. Finanzinstitute müssen sich diesem Aufwand stellen, um langfristig von den Vorteilen der KI-Technologien zu profitieren. Im besten Fall setzen diese dann auf Unternehmen, die Automatisierung mit lokaler Verankerung verbinden. So lassen sich regulatorische Prozesse, Risikoanalysen oder Kundenberatung effizient und sicher digitalisieren – ohne auf ausländische Saas-Dienste zurückzugreifen. Die Daten bleiben unter Kontrolle, die technologische Kompetenz im Land.
Ein weiterer Punkt auf der Liste der Herausforderungen sind die essenziellen ethischen Bedenken beim Einsatz der neuen Technologien. «Es ist wichtig, zu verstehen, dass KI ein gesamtorganisatorisches Thema ist und nicht nur ein IT-Topic», so der Experte. «Es gilt, Lösungen gesamtheitlich zu denken und ethische Herausforderungen bereits beim Design einer Lösung zu berücksichtigen.» Es ist unerlässlich, diese Bedenken proaktiv zu adressieren, um Vertrauen und Transparenz sicherzustellen.
Als führender Schweizer Technologiepartner setzt Ti&m selbst konsequent auf KI, um Softwareentwicklungsprojekte effizient, nachhaltig und lokal zu realisieren. «Statt Outsourcing zu betreiben und damit Probleme nur zu verlagern, automatisieren wir mit KI repetitive Prozesse und steigern so Tempo, Qualität und Innovationskraft in enger Zusammenarbeit mit unseren Kunden. Durch die Integration von KI auf allen Ebenen der Entwicklung, im Testing oder der Qualitätssicherung gestalten wir Schweizer Softwareentwicklung effizient und ökonomisch langfristig nachhaltig», fasst der CEO es zusammen. «Daneben schaffen wir mit unseren massgeschneiderten KI-Agents autonome Assistenzsysteme. Diese optimieren Prozesse in der Finanzbranche, etwa im Kundenservice, in der Compliance oder in der Beratung.» So trägt man dazu bei, den Schweizer Finanzplatz mit nachhaltiger Technologie lokal wettbewerbsfähig zu halten und zukunftssicher zu gestalten.