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.
Haben Sie schon alle Folgen unseres Podcasts gehört?
Tauchen Sie ein in die Welt der künstlichen Intelligenz und Digitalisierung im Banking – mit Themen wie selbstlernenden Modellen, dem neuen Zusammenspiel von Mensch und Maschine und den Chancen moderner KI-Systeme. Unsere Experten zeigen, wie Prozessoptimierung und innovative Ansätze das Banking von morgen prägen. Jede Folge bietet wertvolle Einblicke und Impulse, um Ihre Bank zukunftssicher aufzustellen. Worauf noch warten? Jetzt die gesamte Podcast-Collection entdecken!
Tempo, Tools, Trust: Was Banken für die Agenten-Ära brauchen
Vor fünf Jahren hätte kaum jemand vorhergesagt, was KI heute leistet. Das ist ein guter Maßstab für Prognosen, die dem Banking noch fünf, zehn oder fünfzehn Jahre bis zum persönlichen KI-Finanzagenten geben. In dieser Folge prüfen wir, wie viel davon schon Realität ist. Spoiler: Es ist mehr, als viele annehmen.
Unser KI-Experten bringt dazu konkrete Beispiele mit: Agenten, die am Telefon Anliegen abschließen, einen ersten Anbieter, der KI-Agenten ins Depot lässt, und eine App, die ganz ohne eigenen Code entstanden ist. Dazu geht es um Governance als Wettbewerbsvorteil und die Frage, wie nah GPT-6 und Fable 5.1 an der AGI sind.
Vom Menü zum Gespräch: Der Zugang zur Bank verändert sich
Über Jahrzehnte war der Weg zur Bank klar vorgezeichnet: erst die Filiale, dann das Online-Banking, schließlich die App. Jeder dieser Schritte hat verändert, wo Kunden ihre Bank erleben und wer die Beziehung prägt. Nun folgt der nächste Wandel. Statt durch Menüs zu navigieren, formulieren Kunden ein Anliegen und überlassen die Ausführung einem Agenten.
Erste Anwendungen zeigen, wie nah das ist. In Versicherung und Kundenservice führen KI-Agenten bereits Telefonate und schließen Fälle ab. Sprachmodelle verarbeiten gesprochene Sprache inzwischen direkt und ohne spürbare Verzögerung, die Umwege über Text entfallen. Auch erste Broker öffnen Schnittstellen für Agenten, die Orders vorbereiten oder Stop-Losses anpassen.
Die App als Vorbild: Warum Zeitpläne oft zu vorsichtig sind
Ein Blick zurück relativiert viele Prognosen. Mobile Banking galt lange als Nischenthema, gebremst von Sicherheitsbedenken. Heute erledigt die große Mehrheit der Kunden ihre Bankgeschäfte per App.
Wir neigen dazu, die Möglichkeiten der Veränderung in längeren Zeithorizonten massiv zu unterschätzen und die Veränderungen, die man in einem Jahr erreichen kann, zu überschätzen.
Tim S. KörwersPartner | Management & Business Consulting | msg for banking
Für Banken ergibt sich daraus eine strategische Frage. Wenn nach der Filiale nun auch die App an Bedeutung verliert, wo liegt dann der eigene Wert? Sobald ein Agent mehrere Depots vergleicht und für jede Aufgabe das günstigste Angebot wählt, zählt nicht mehr die schönste Oberfläche, sondern Konditionen, Leistung und Vertrauen.
Selbst bauen, aber mit Regeln
Parallel verändert KI, wer Software entwickelt. Prototypen, für die früher Monate eingeplant wurden, entstehen heute in Stunden oder wenigen Tagen, teils ohne eine Zeile eigenen Codes. Entscheidend ist nicht mehr die Programmiersprache, sondern die Fähigkeit, Anforderungen präzise zu beschreiben. Genau darin sind Fachbereiche in Banken stark.
Das eröffnet die Chance, gewachsene Excel-Lösungen mit komplexen Makros durch echte Anwendungen zu ersetzen. In der Praxis scheitert das selten an der Technik, sondern an der Freigabe, denn viele Entwicklungswerkzeuge sind in Banken nicht zugelassen. Low-Code-Plattformen, Agenten-Frameworks und souverän betriebene Open-Source-Modelle bieten hier gangbare Wege, auch unter strengen Datenschutzvorgaben.
Voraussetzung sind Regeln, die Innovation nicht lähmen, sondern ermöglichen. Wer klar definiert, welche Modelle, Daten und Agenten unter welchen Bedingungen erlaubt sind, kann schneller und breiter einsetzen. Gute Governance wird damit zum Wettbewerbsvorteil. Ein Beispiel aus der FinTech-Branche zeigt, dass ein bewusster Neustart mit klarem Rahmen zu mehr Tempo führen kann, nicht zu weniger.
Von der Idee in denproduktiven Betrieb
GPT-6, Fable 5.1 und die AGI-Frage
Mit GPT-6 und Fable 5.1 sind zwei neue Spitzenmodelle verfügbar, und die Debatte um allgemeine künstliche Intelligenz (AGI) gewinnt an Fahrt. Einen klaren Maßstab gibt es nicht, denn der Begriff ist weich definiert. Auffällig ist jedoch eine neue Qualität: Modelle bedienen unbekannte Programme, verknüpfen Anwendungen miteinander und führen mehrstufige Aufgaben aus, ohne dass jemand am Rechner eingreift.
Gleichzeitig bleibt die Leistungskurve zackig. Manche Aufgaben gelingen verblüffend gut, andere überraschend schlecht. Welches Modell vorn liegt, hängt stark vom Benchmark ab, und das Umfeld aus Werkzeugen und Fähigkeiten wirkt oft stärker als das Modell selbst.
Für Banken liegt der Schluss nahe, Modelle im eigenen Kontext mit eigenen Tests zu bewerten.
Ein Ausblick mit klarer Richtung
Die Entwicklung ist keine Frage des Ob, sondern des Wann – und das rückt näher. Banken, die jetzt Kompetenzen, Governance und eine tragfähige Modellstrategie aufbauen, gestalten die Ära der KI-Agenten mit, statt ihr zu folgen.
Das ist keine technische Diskussion mehr, sondern eine strategische. Und sie stellt sich heute schon, nicht erst in fünf Jahren.
Fabian ForthmannManager | Artificial Intelligence | msg for banking
Die spannendste Frage bleibt, welche Prognose heute noch zu kühn klingt und in wenigen Jahren selbstverständlich ist.
