banKIng³ – Folge 32: Vom Antragsstau zur Echtzeit: Wie KI Massengeschäft und Boutique gleichzeitig löst
Die Modelle werden nicht nur schneller, sie verschieben die Spielregeln im Fachbereich. In Folge 32 diskutieren wir, warum KI zum neuen Frontend wird und die alten Excel-Insellösungen ablöst. Von interaktiven Visualisierungen über Multi-Agenten-Systeme bis zum Kontrast zwischen Förder- und Privatbanken zeigt sich, wohin die Reise geht. Eine Folge über Tempo, Werkzeuge und die Frage, wer im Banking künftig selbst baut.
In dieser Collection enthalten:
Collection öffnen
banKIng³ - Folge 31: Volle Sinne, leere Use Cases: Warum KI-Strategie mehr braucht

banKIng³ - Folge 30: Revolution in der Revision: KI, DORA und der Weg zur 100-Prozent-Prüfung

banKIng³ - Folge 29: Souveränität, Sicherheit, Systeme – Warum Banken jetzt handeln müssen

banKIng³ - Folge 28: Cybersecurity im KI-Zeitalter: Die neue Realität für Banken

banKIng³ - Folge 27: Banking 3.0: Gen Z, Digitalbanken und AI-Agents

banKIng³ - Folge 26: BanKIng neu denken: AI Agents, Prompt Injections und Verantwortung

banKIng³ - Folge 25: Millennials, KI und die Zukunft der Bankarbeit

banKIng³ - Folge 24: KI im Maschinenraum: Agenten, Fachkräfte und Transformation

banKIng³ - Folge 23: Banking unter Strom: KI, Tempo und neue Engpässe
banKIng3 – Drei Generationen, eine Vision
Die Finanzbranche steht vor einem Generationenwechsel – nicht nur in der Führung, sondern auch in der Technologie. banKIng³ zeigt, wie künstliche Intelligenz das Banking neu definiert und welche Rolle verschiedene Generationen in dieser Transformation spielen. Experten diskutieren über innovative KI-Anwendungen, regulatorische Herausforderungen und den Balanceakt zwischen Erfahrung und technologischer Disruption.
Unabhängig davon, ob Sie Teil der jungen Generation im Banking sind oder auf bewährtes Wissen setzen – banKIng³ liefert Ihnen die Insights, mit denen Sie die Zukunft aktiv mitgestalten können.
Fable 5, ein neues Frontend und das Ende der Excel-Insellösungen
Die Entwicklung leistungsfähiger KI-Modelle nimmt weiter Fahrt auf, und in Folge 32 wird schnell klar, dass sich das Tempo nicht verlangsamt. Wo die Modelle vor rund einem Jahr Aufgaben lösen konnten, für die ein Mensch etwa zweieinhalb Stunden benötigt, liegen die aktuellen Spitzenmodelle inzwischen deutlich höher. Gemessen wird das über einen mittlerweile bekannten Chart, der das Zeitäquivalent menschlicher Arbeit abbildet: Wie komplex darf eine Aufgabe sein, damit ein Modell sie mit hoher Wahrscheinlichkeit noch zuverlässig erledigt. Die Kurve zeigt weiter nach oben, und genau das ist der rote Faden dieser Episode.
Spannend wird es, wenn man von den nackten Zahlen zur gefühlten Qualität wechselt. Im Gespräch fällt der Eindruck, dass das neue Modell nicht nur mehr schafft, sondern präziser wirkt, fast so, als spräche man mit einem besonders klugen Gegenüber. Für die Banking-Welt ist das keine Spielerei, sondern der Startpunkt für eine sehr konkrete Frage: Was verändert sich, wenn diese Präzision auf die alltäglichen Werkzeuge der Fachbereiche trifft.
Wenn Visualisierung das neue PowerPoint wird
Ein Schwerpunkt der Folge liegt auf interaktiven Visualisierungen. Statt statischer Folien entstehen kleine, bewegte Anwendungen, die einen Sachverhalt erlebbar machen, vom Rating-System über Kreditportfolio-Modelle bis zu Themen weit außerhalb der Finanzwelt. Der Reiz liegt in zwei Dimensionen zugleich: der darstellerischen Qualität und der didaktischen Wirkung, also der Frage, wie intuitiv ein komplexer Zusammenhang plötzlich zugänglich wird. Zwischen den Modellen zeigen sich dabei erhebliche Unterschiede, und die jüngste Generation setzt hier noch einmal spürbar nach oben an.
Die These, die daraus entsteht, ist bewusst zugespitzt: Interaktive, bewegte Visualisierung könnte das neue PowerPoint werden. Überall dort, wo etwas kommuniziert werden muss, lässt sich Kommunikation durch Visualisierung unterstützen oder ganz in sie überführen. Für Banken heißt das, schwer zugängliche Themen einfach dadurch verständlicher zu machen, dass man sie besser zeigt. Was dabei noch möglich ist, scheint nach oben offen zu sein, und ein kleines Rätsel als Cliffhanger bleibt in dieser Folge bewusst ungelöst.
Der Fachbereich baut jetzt selbst
Der vielleicht wichtigste Gedanke der Episode betrifft die alten Excel-Tools, die in nahezu jedem Fachbereich schlummern. Über Jahre galt die klare Trennung: Fachlichkeit hier, Programmierung dort, dazwischen die IT. Diese Trennung fällt. Wer heute in natürlicher Sprache beschreiben kann, welche Daten hereinkommen, welche Analysen laufen und wie das Ergebnis aussehen soll, kann eine funktionierende Anwendung entstehen lassen, ohne selbst eine Zeile Code oder auch nur einen SVerweis zu beherrschen.
Spätestens seit Opus 4.7 ist jedem möglich zu programmieren.
Zwei Bedingungen bleiben allerdings entscheidend, und sie passen bemerkenswert gut zum Wesen einer Bank. Der Kontext muss formalisierbar sein, und das Ergebnis muss verifizierbar sein. Man muss also genau erklären können, was man braucht, und am Ende beurteilen können, ob das Richtige herausgekommen ist. Eine Bank ist kein künstlerischer, sondern ein stark regulierter, deterministischer Betrieb mit ausgearbeiteten Methodiken. Genau deshalb eignen sich viele ihrer Prozesse hervorragend für diesen Weg. Der weiter gedachte Ausblick reicht sogar über Excel hinaus: Datenverarbeitung rückt hinter ein neues Frontend, und dieses Frontend ist die KI, die die nötigen Funktionen entweder selbst schreibt oder über Schnittstellen bedient.
Router, Agenten und eine kleine Modell-Romanze
Zwischen den großen Linien bleibt Raum für die Werkzeuge der Woche. Ein Agent, der Lernvideos für einen anschaut und das Wissen kompakt zusammenfasst, spart dort Zeit, wo man Serien von Tutorials sonst selbst durcharbeiten müsste. Größer gedacht sind Multi-Agenten-Systeme, bei denen ein eigens trainierter Router jede Aufgabe an das jeweils passende Modell weiterreicht. Das macht unabhängiger von einem einzelnen Anbieter und hilft zugleich, den Tokenverbrauch gezielt zu optimieren, statt reflexhaft immer das teuerste Modell zu wählen.
Dem steht ein sehr menschlicher Einwand gegenüber. Wer sich an den Stil eines Modells gewöhnt hat, möchte gar nicht ständig wechseln, sondern bleibt gern bei seinem vertrauten Gegenüber, halb im Scherz als Modell-Romanze bezeichnet. Ob sich modellagnostische Orchestrierung oder die Bindung an ein bevorzugtes System durchsetzt, bleibt offen und ist als eigenes Thema für eine kommende Folge vorgemerkt. Angeklungen ist außerdem, dass die Verfügbarkeit solcher Spitzenmodelle zwischenzeitlich eingeschränkt war, was die Frage nach Unabhängigkeit zusätzlich schärft.
Förderbank und Privatbank: Zwei Welten, dieselbe Antwort
Zum Abschluss wechselt die Folge die Perspektive und schaut auf zwei sehr unterschiedliche Kundengruppen. Förderbanken kämpfen mit Masse: steigende Antragsvolumina, hohe Heterogenität bei Programmen, Unterlagen und Antragstellern.
Förderbanken müssen ihre Mitarbeiter enablen.
Genau hier hilft KI beim Einsammeln, Validieren und Vorstrukturieren von Dokumenten, etwa bei Steuerunterlagen in der Wohnraumförderung, und bringt Struktur in einen Prozess, der bislang oft noch von manueller Klickarbeit geprägt ist.
Innovative KI-Dokumentenverarbeitung im Banking
Genau das Massenthema, das Förderbanken umtreibt: Unterlagen automatisiert prüfen, digitalisieren und validieren. Wie OCR, visuelle Sprachmodelle und Computer Vision heterogene PDFs in strukturierte Datensätze verwandeln, lesen Sie im vertiefenden Blogbeitrag.
Privatbanken hingegen leben nicht vom Massengeschäft, sondern von Individualität und Nähe. Ihre KI-Themen liegen deshalb eher im Inneren, bei Compliance, beim Abgleich der schriftlich fixierten Ordnung und beim Managen von Risiken über verschachtelte Beteiligungen hinweg.
In dem Moment, wo du von deinen Bankern schneller eine kompetente Antwort bekommst – das hat natürlich auch mit Verfügbarkeit zutun – hast du als Privatbank ein großen USP.
Fabian Forthmann Manager | msg for banking
So unterschiedlich die beiden Welten sind, sie münden in dieselbe Erkenntnis. Im Wettbewerb entscheidet zunehmend Geschwindigkeit, und gerade kleine, wendige Häuser können daraus einen echten Vorteil machen. Wer schneller eine kompetente, hochverfügbare Antwort liefert, verkauft seinen Kunden das, was sie am meisten schätzen: gesparte Zeit. Nicht die Großen fressen die Kleinen, sondern die Schnellen die Langsamen. Wie sich dieser Vorsprung konkret aufbauen lässt, und was hinter dem ungelösten Rätsel steckt, hört man am besten in der Folge selbst.
Ihre Fragen, Ihre Themen– machen Sie mit!
Sie haben eine Frage an unsere Experten,möchten ein Thema einbringen, das Sie im Banking-Alltagbeschäftigt, oder haben eine Idee für eine neue Folge?Wir freuen uns über Ihre Impulse und Gedanken aus der Praxis.

