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.
Grill Me: Wenn die KI die bessere Idee hat
Es gibt Wochen, in denen die KI-Welt so viele Schlagzeilen produziert, dass selbst Insider kaum hinterherkommen. In dieser Folge von banKIng³ sortieren wir ein, was davon Substanz hat und was Banken wirklich betrifft. Der Bogen reicht vom Leasingmarkt über die Mathematik bis zum Börsenparkett, und er zeigt vor allem eines: KI beschleunigt gerade überall gleichzeitig und liefert dabei oft mehr, als man bestellt hat.
Leasing: Späte Starter mit klugem Rückenwind
Im Oktober kamen beim 9. Forum Digitalisierung des Bundesverbands Deutscher Leasing-Unternehmen in Berlin über 100 Gäste zusammen, vor Ort und im Livestream. Im Mittelpunkt standen die Themen KI, Cyber-Security und Cloud Computing. Dazu kam die Regulatorik, allen voran DORA und der EU AI Act, die auch kleine Institute vor große Aufgaben stellt. Das Bild, das sich zeigte, war eindeutig: Die Branche legt in Sachen KI gerade los.
Leasinggesellschaften sind ein spannender Sonderfall. Sie sind klein und damit agil, arbeiten aber mit begrenzten Budgets und hängen oft an einer Bank oder einem Hersteller. Ihr Kerngeschäft verlangt, nicht nur den Kunden zu kennen, sondern auch das verleaste Produkt, vom Smartphone bis zum Baukran. An dieser Stelle wird die KI heute angesetzt, um Zahlen und Produkte zu analysieren. Wie viel das bringen kann, zeigt ein Praxisbeispiel: Ein Leasing-Antrag, für den früher zwei Stunden nötig waren, ist mit KI-Unterstützung in rund 30 Minuten erledigt. Langfristig träumt die Branche sogar von einem Risikomodell, das Einflussfaktoren in Echtzeit verarbeitet.
Dass die Branche in Sachen KI erst jetzt richtig startet, muss dabei kein Nachteil sein. Viele Häuser haben erst Mitte dieses Jahres begonnen, sich ernsthaft mit künstlicher Intelligenz zu beschäftigen, und profitieren nun von den Erfahrungen, die andere längst gemacht haben. Als Fast Follower überspringen sie Umwege bei Transformation, Plattformwahl und Modellen. Ihr erster Anwendungsfall ist bezeichnenderweise kein Chatbot, sondern die Analyse regulatorischer Anforderungen und interner Arbeitsanweisungen.
Forschung als Commodity
Ein weiteres Thema der Folge kommt aus einer ganz anderen Ecke: der Mathematik. Sie ist voller ungelöster Rätsel, und genau an diesen arbeitet KI inzwischen mit erstaunlichen Ergebnissen. Berichtet wird von Fortschritten bei Strömungsgleichungen, die für Simulationen im Flugzeugbau relevant sind, aber auch bei Fragen, die fast verspielt wirken: Füllt eine Billardkugel in einem dreieckigen Tisch jeden Punkt der Fläche aus? Bei einigen dieser Lösungen steht die Verifikation noch aus, doch die Richtung ist unübersehbar.
Und was bringt das alles? Die Antwort fällt gelassen aus: Große Erkenntnisse in der Mathematik sind schon immer aus Neugier und Spieltrieb entstanden, nicht aus einem klar definierten Zweck. KI kann diese Neugier nun mit enormer Geschwindigkeit begleiten und Wissen so schnell verfügbar machen wie nie zuvor. Oder, wie es in der Diskussion knapp hieß: Forschung ist Commodity.

Von der Idee in denproduktiven Betrieb
Anthropic an der Börse: Zahlen, die staunen lassen
So beeindruckend diese Themen in der Praxis funktionieren, so sicher braucht es weiterhin einen Blick hinter die Modelle. Denn wer die Technologie baut, bestimmt mit, wohin die Reise geht. Das Rennen um die besten KI-Modelle ist dabei noch nicht entschieden: Google hat mit dem Transformer-Paper „Attention is All You Need“ von 2017 das Fundament gelegt und auch OpenAI bleibt ein weiterhin ein wichtiger Spieler. Doch Anthropic hat eine beeindruckende Aufholjagd hingelegt. Mit dem angekündigten Börsengang liegt nun ein umfangreiches Filing vor, das über 300 Seiten stark ist. Allein die Zahl der Unternehmenskunden hat sich laut Unterlagen innerhalb eines Jahres verzehnfacht.
Spannend ist vor allem das Geschäftsmodell dahinter. Zwei sich gegenseitig verstärkende Kreisläufe treiben das Wachstum an: bessere Modelle ziehen mehr Anwendungsfälle und Feedback an, und höheres Wachstum bringt mehr Investitionen, die wiederum in bessere Modelle fließen. Hinzu kommt eine Rechenlogik, die für Banken hochrelevant ist. Gerechnet wird nicht mehr pro Token, sondern pro erfolgreich gelöster Aufgabe. Das senkt die Kosten und führt dazu, dass immer mehr Aufgaben mit KI gelöst werden.
Wenn die Maschine die bessere Idee hat
Je mehr die künstliche Intelligenz kann, desto wichtiger werden Leitplanken. Wer die Fähigkeiten von Spitzenforschern in einer Box bereitstellt, kann Gutes und Schlechtes erzeugen. Auch die Frage, wer in einem KI-Unternehmen das letzte Wort hat, wenn Rendite und Verantwortung kollidieren, rückt in den Fokus. Das Gründerteam von Anthropic hält laut Filing die Mehrheit der Stimmrechte, genau mit dieser Begründung.
Dabei hilft das Umfeld enorm. Eigene Skills, angebundene Datenquellen und Kontext machen den Unterschied zwischen einem netten Ergebnis und einem überzeugenden. Ein besonders wirkungsvolles Beispiel ist der sogenannte “Grill Me Skill”, der zur eigenen Idee unablässig Rückfragen stellt, bis die Anforderung wirklich sitzt.
Er grillt dich quasi in deiner Idee.
Tim S. KörwersPartner | Management & Business Consulting | msg for banking
Das kostet Nerven, bringt das Ergebnis aber deutlich näher an das, was wirklich gebraucht wird.
Dass es dafür keinen jahrelangen Vorlauf braucht, zeigt ein Grafiker, der KI bislang skeptisch sah und beim ersten Versuch eigene Werkzeuge für seinen Arbeitsalltag baute. Das verändert den Blick auf Anforderungen grundlegend: Was früher als Nice-to-have dem Budget zum Opfer fiel, lässt sich heute einfach mitbauen.
Tempo braucht Verantwortung
Bei aller Begeisterung bleibt ein Thema, das sich nicht ausklammern lässt: Sicherheit.
Vom Leasingunternehmen über die Mathematik bis zur Börse zieht sich ein roter Faden: Wer Wissen und Technologie klug verbindet, gewinnt Tempo, und wer Tempo hat, braucht Leitplanken. Genau diese Balance zwischen Mut und Verantwortung entscheidet, ob KI im Banking vom Experiment zum echten Vorsprung wird.


