Banken beschäftigen sich gerade intensiv mit dem Thema agentische KI. Prototypen gibt es bereits häufig, skalierbare Lösungen sind aber noch eher selten im Einsatz. Europäische Banken müssen jetzt die Grundlagen für KI-Agenten legen, um nicht dauerhaft von der internationalen Konkurrenz abgehängt zu werden.
JPMorgan Chase sorgte Ende September mit seinem Plan, „die weltweit erste vollständig KI-gestützte Megabank“ zu werden, für etliche Schlagzeilen. Die Ausarbeitung einer Investmentbanking-Präsentation soll nach Chefanalytiker Derek Waldron nur noch 30 Sekunden dauern ‒ eine Arbeit, die vorher ein Team für Stunden beschäftigt hat. Doch die Bank hat Jahre damit verbracht, die Grundlagen für diese Entwicklung zu schaffen.
96 Prozent aller großen Unternehmen weltweit wollen den Einsatz von KI-Agenten ausbauen – das gilt genauso für Banken. Die Branche steht vor einer erheblichen Transformation: Agentische Systeme sind in der Lage, auch komplexe, mehrstufige Aufgaben zu erledigen und aus der Zusammenarbeit zu lernen. Das geht weit über klassische Systeme hinaus. Spezialisierte Agenten arbeiten eigenständig, führen Aufgaben wie Datenrecherche, Mustererkennung oder sogar Entscheidungen aus und teilen Informationen untereinander.
Der globale KI-Agenten-Markt wird voraussichtlich von einem Umsatz von 2,1 Mrd US-Dollar im Jahre 2024 auf über 80 Mrd. US-Dollar in 2034 anwachsen. Europäische Banken stehen bei dieser Entwicklung allerdings nicht an der Spitze, wie der Evident AI Index 2025 belegt. Trotz Investition haben UBS und HSBC Boden verloren und belegen erst die Plätze 6 und 7; die erste deutsche Bank findet sich auf Platz 28.
Vorteile agentenbasierter Prozesse in Banken
Der Einsatz von KI-Agenten wird die Arbeitswelt auch im Bankensektor komplett verändern: Anstatt Kundenverhalten manuell zu analysieren oder neu entwickelte Produkte akribisch gegen EU-Compliance-Vorgaben zu testen, können Produkt-Manager in Zukunft einfach die über Nacht von mehreren KI-Agenten erarbeiten Reports nutzen und darauf basierend Entscheidungen treffen. Menschen müssen keine Informationen mehr selbst zusammentragen, sondern nur noch entscheiden.
Davon profitieren auch Abteilungsleiter. Diese greifen direkt auf KI-basierte Produkt-, Business-, Finance- und Strategie-Agenten zurück, die sich gegenseitig informieren und abfragen, um Umsatzprognosen zu erstellen, Marktveränderungen herauszuarbeiten und Strategieempfehlungen gegeneinander abzuwägen. In der IT übernehmen KI-Agenten das Ausspielen von neuen Anwendungen und patchen über Nacht vollautomatisch Dienste, bei denen Schwachstellen erkannt wurden.
Der Weg vom Prototyp zur skalierbaren Implementierung
Der Weg zu oben beschriebenen Szenarien hängt allerdings von mehreren Faktoren ab. Einen einzelnen Prototypen zu entwickeln und erfolgreich einzusetzen, ist wesentlich einfacher, als ein Gesamtsystem aus KI-Agenten nachhaltig zu betreiben, permanent weiterzuentwickeln und aktuell zu halten. Doch wie gelingt eine skalierbare Implementierung?
Folgende fünf Grundpfeiler sind essenziell, um die KI-Agenten-Transformation erfolgreich umzusetzen:
- Data-Readiness: Banken benötigen vereinheitlichte Datenarchitekturen, damit KI-Agenten unternehmensweit auf alle relevanten Informationen innerhalb der gesetzlichen Vorgaben zugreifen können. Diese Datenkonsolidierung und Auflösung von Datensilos ist essenziell, um schnell skalieren und neue Produkte einführen zu können.
- Prozess-Transformation: Es gilt, Arbeitsabläufe für die Zusammenarbeit zwischen Mensch und autonomer Technologie völlig neu zu gestalten. Ein bloßes Hinzufügen von Technologie zu bestehenden Prozessen reicht dafür nicht aus, um die möglichen Potenziale auszureizen.
- Weiterbildung der Mitarbeitenden: Change-Management ist unerlässlich, damit die Mitarbeitenden mit autonomen Systemen gezielt arbeiten können und das Know-how dazu aufbauen. Ziel ist der Aufbau von Fähigkeiten zur Prüfung und Kontrolle. Change-Management sichert außerdem die Akzeptanz der neuen Arbeitsweisen.
- Agenten-Orchestrierung: Banken müssen ein zentrales KI-Agenten-Management-System einführen, um die Vielzahl an autonomen Systemen entwickeln, verwalten und bereitstellen zu können. Dazu gehört ein Marktplatz (Repository) wie auch ein Dokumentationsregister, das festhält, in welchem Zeitraum welcher Agent wo im Einsatz war oder ist.
- Parallele Architekturen: Banken müssen Architekturen finden, die den Parallelbetrieb bestehender Altsysteme mit neuen agentischen KI-Systemen erlauben, um die neuen Prozesse und Systeme im laufenden Betrieb zu implementieren, ohne dass das tägliche Business darunter leidet.
Diese fünf Aspekte sind alle notwendig, denn eine zentrale Datenhaltung mit unveränderten Prozessen ist nutzlos; neue Prozesse ohne gründliches Change-Management wird Widerstände provozieren; der Einsatz von Agenten ohne Orchestrierung führt direkt zu chaotischen Zuständen.
Nachzügler oder Vorreiter: Die Grundlage entscheidet
Erste Versuche von einzelnen Banken haben bereits gezeigt: Wer auf die Orchestrierung verzichtet, kann einen guten Start mit zahlreichen Effizienzgewinnen hinlegen, wird aber schnell ins Agenten-Verwaltungschaos stürzen. Proof-of-Concepts funktionieren gut, skalieren aber nie, weil die zugehörigen Prozesse nicht grundlegend angepasst wurden. Auf der anderen Seite haben Banken bereits eine erfolgreiche Transformation durchgeführt, weil sie das Change-Management ernst genommen und die Angestellten intensiv auf den Einsatz der KI-Agenten vorbereitet hatten.
In den nächsten zwei Jahren werden weltweit tausende von autonomen KI-Agenten im Bankensektor zum Einsatz kommen. Banken müssen diese Transformation technisch und menschlich durch entsprechende Maßnahmen begleiten, wenn sie weiterhin erfolgreich sein wollen. Diese Transformation erfordert strategische Entscheidungen: Sollen Rollen automatisiert, Prozesse neu gestaltet oder ganze Wertschöpfungsketten optimiert werden? Jeder Ansatz erfordert unterschiedliche Koordinierungsmethoden und liefert unterschiedliche Ergebnisse. Ist die Basis erst einmal gelegt, stehen einem viele Wege offen, die Zukunft aktiv zu gestalten und sich vor die Welle zu setzen.
Ãœber Anke Zeller
Anke Zeller ist Leiterin des Bereichs Financial Services & Insurance für Deutschland beim Fortune-500-Technologie-Dienstleister Cognizant. In dieser Rolle verantwortet sie die Branchenstrategie sowie die Kundenbetreuung im deutschen Markt. Seit ihrem Eintritt bei Cognizant im Jahr 2021 hat sie verschiedene Führungspositionen innegehabt, darunter Head of Industry und Global Client Director, und berät große Finanzdienstleistungsunternehmen in den Bereichen digitale Transformation, Technologiemodernisierung und strategisches Wachstum. Sie verfügt über mehr als zwei Jahrzehnte internationale Erfahrung in den Bereichen Finanzdienstleistungen, Zahlungsverkehr, Telekommunikation und Technologie. Zuvor war sie in leitenden Positionen unter anderem bei Siemens, CGI und Nokia tätig.