„Willkommen bei Ihrer Bank der Zukunft! Ihr digitaler Assistent erledigt für Sie Überweisungen, optimiert Ihr Portfolio und bespricht mit Ihnen Kreditoptionen – alles dank künstlicher Intelligenz.“ So oder so ähnlich könnte bald die Realität aussehen – zumindest wenn es nach den Vorreitern der Branche geht. Doch während US-Banken wie J.P. Morgan bereits voll auf den KI-Zug aufgesprungen sind, scheinen deutsche Geldhäuser noch am Bahnsteig zu stehen.

Deutsche Bank und Commerzbank: KI-Rückstand im globalen Bankenvergleich 

Dieses Zukunftsszenario scheint für deutsche Banken noch in weiter Ferne zu liegen. Eine aktuelle Studie des KI-Anbieters Snowflake zeigt:  Nur knapp die Hälfte der deutschen Banken legt Wert auf KI bei der Kundenbetreuung. Ein Blick auf das renommierte Evident AI-Ranking aus November 2023 offenbart die ernüchternde Realität: Unter den 50 größten Banken weltweit belegt die Deutsche Bank lediglich Platz 29, während die Commerzbank sogar nur auf Platz 42 landet. Beide Institute schneiden damit im internationalen Vergleich schlecht ab, insbesondere im Kontrast zum Spitzenreiter J.P. Morgan aus den USA.

Beim Evident AI Index wird jede Bank anhand von 100+ einzelnen Indikatoren bewertet, die aus Millionen von öffentlich zugänglichen Datenpunkten stammen, die für vier Säulen spezifisch sind
Beim Evident AI Index wird jede Bank anhand von 100+ einzelnen Indikatoren bewertet, die aus Millionen von öffentlich zugänglichen Datenpunkten stammen, die für vier Säulen spezifisch sind: Talent, Innovation, Führung und Transparenz. © Evident AI Index

Chat ECB Indikator bei der Commerzbank

Trotz dieser enttäuschenden Platzierungen zeigen sich erste Anzeichen eines Umdenkens. Die Commerzbank präsentiert sich als aktiver Innovator im KI-Bereich. Ein Sprecher betont: „Künstliche Intelligenz und Maschinelles Lernen sind für die Zukunft der Bankenbranche von großer Bedeutung.“ Die Bank hat einen eigenen Geschäftsbereich Big Data & Advanced Analytics als KI-Kompetenzzentrum etabliert und setzt KI bereits in verschiedenen Bereichen ein. Ein Vorzeigeprojekt ist der sogenannte Chat ECB Indikator, der mithilfe von KI tausende EZB-Reden analysiert, um präzisere Zinsprognosen zu ermöglichen.

Allerdings räumt auch die Commerzbank ein, dass die Implementierung von KI in der stark regulierten Bankenbranche komplex ist. Um diesen Herausforderungen zu begegnen, verfolgt die Bank einen risikobasierten Ansatz und hat 2023 ein White Paper zur ML-Governance veröffentlicht.

Mehrere KI-Anwendungen bei der Deutschen Bank

Die Deutsche Bank hingegen betonte jedoch, dass künstliche Intelligenz kein neues Thema für sie sei. Ein Sprecher erklärte: „Wie auch andere Banken nutzen wir KI schon sehr lange – beispielsweise für die automatische Bearbeitung einfacher Aufgaben in Prozessen, die bislang überwiegend manuell bearbeitet wurden.“

Die Bank sieht in der generativen KI großes Potenzial und erprobt aktuell verschiedene Anwendungsmöglichkeiten in Pilotprojekten über alle Bereiche hinweg. „Wir gehen davon aus, dass KI künftig zu einem integralen Bestandteil fast aller Aspekte unseres Geschäftsbetriebs wird – von internen Prozessen bis hin zur Interaktion mit Kunden“, so der Sprecher weiter.

Konkrete Beispiele für KI-Anwendungen bei der Deutschen Bank umfassen unter anderem einen Chatbot sowie digitalen Assistenten, eine Softwareentwicklung und eine Dokumentenverarbeitung. Die Bank arbeitet zudem mit Google Cloud zusammen, um auf KI-Technologien und -Tools zuzugreifen und für weitere Anwendungen zu nutzen.

 

Evident AI Index 2024: Chance für deutsche Banken zur KI-Aufholjagd?

Ein KI-Experte von der Universität Frankfurt sieht die Situation kritisch: „Deutsche Banken haben das Potenzial von KI lange unterschätzt. Jetzt müssen sie aufholen, um international wettbewerbsfähig zu bleiben. Es geht nicht nur um einzelne Anwendungen, sondern um eine grundlegende digitale Transformation.“

Die Diskrepanz zwischen den Bemühungen einzelner Banken und ihrer Position in internationalen Rankings verdeutlicht die Herausforderungen, vor denen der deutsche Bankensektor steht. Es bleibt abzuwarten, ob die aktuellen Initiativen ausreichen, um den Rückstand aufzuholen und die eingangs skizzierte Zukunftsvision Realität werden zu lassen. Bereits im Oktober 2024 wird der neue Evident AI Index veröffentlicht. Spätestens dann wird zu sehen sein, ob sich die deutschen Banken im KI-Ranking besser platzieren können. 

Regulierung, Innovation, Infrastruktur: Die Dreifach-Herausforderung für KI in deutschen Banken

Die Ursachen für den KI-Rückstand deutscher Banken sind vielschichtig und komplex. Aus den Aussagen der Commerzbank und der allgemeinen Marktlage lassen sich drei Hauptgründe ableiten:

  1. Regulatorische Herausforderungen: Die Commerzbank betont, dass „die Implementierung von KI in der stark regulierten Bankenbranche komplex ist“. Der deutsche Finanzsektor unterliegt strengen Vorschriften, die die schnelle Einführung neuer Technologien erschweren können. Dies führt zu einem vorsichtigeren Ansatz bei der KI-Implementierung im Vergleich zu weniger regulierten Märkten.
  2. Konservativer Innovationsansatz: Traditionell neigen deutsche Banken zu einem eher konservativen Geschäftsmodell. Diese Zurückhaltung spiegelt sich auch in der Adaption neuer Technologien wider. Während US-Banken wie J.P. Morgan aggressiv in KI investieren, zeigen sich deutsche Institute oft zögerlicher bei der Einführung disruptiver Technologien.
  3. Herausforderungen bei Infrastruktur und Datenzugang: Die effektive Nutzung von KI erfordert eine robuste digitale Infrastruktur und Zugang zu großen Datenmengen. Die Commerzbank hat zwar einen eigenen Geschäftsbereich für „Big Data & Advanced Analytics“ geschaffen, doch die Umsetzung solcher Initiativen in großem Maßstab bleibt eine Herausforderung. Datenschutzbestimmungen und fragmentierte IT-Systeme können den Fortschritt zusätzlich behindern.

Neben diesen Hauptgründen spielen möglicherweise auch Faktoren wie der Fachkräftemangel im KI-Bereich und die hohen Investitionskosten eine Rolle. Die Zurückhaltung der Deutschen Bank bei Anfragen zur KI-Strategie deutet zudem darauf hin, dass das Thema möglicherweise noch nicht die höchste Priorität in allen Führungsetagen genießt.

Um den Rückstand aufzuholen, müssen deutsche Banken diese Herausforderungen gezielt angehen. Die Entwicklung klarer KI-Strategien, Investitionen in Infrastruktur und Talente sowie ein proaktiver Umgang mit regulatorischen Anforderungen werden entscheidend sein, um im internationalen Wettbewerb nicht den Anschluss zu verlieren.

Zukunft des Bankensektors: Potenziale und Herausforderungen erklärbarer KI-Technologien

Die Zukunft des Bankwesens wird maßgeblich von der Implementierung und Weiterentwicklung von KI-Technologien geprägt sein. Dabei spielt das Konzept der erklärbaren KI eine zentrale Rolle, insbesondere im stark regulierten Finanzsektor.

Laut der Studie von Snowflake und Sapio legen nur 47 Prozent der deutschen Banken Wert auf eine KI, deren Entscheidungen für Menschen nachvollziehbar und zuverlässig sind. Diese Zahl ist alarmierend niedrig, bedenkt man die Bedeutung von Transparenz und Vertrauen im Bankgeschäft. Die deutsche Finanzaufsicht Bafin hat bereits 2021 in einem Diskussionspapier eine bessere Nachvollziehbarkeit von KI-Entscheidungen gefordert. Fehlende Transparenz, so die Bafin, erschwere nicht nur die Überprüfung der Ergebnisse, sondern könne auch die Akzeptanz dieser Technologie beeinträchtigen.

Trotz dieser Herausforderungen bietet KI enorme Potenziale für die Zukunft des Bankensektors:

  1. Kundenservice: KI-gestützte Chatbots und virtuelle Assistenten können die Kundenzufriedenheit steigern und gleichzeitig Kosten senken.
  2. Risikomanagement: Fortschrittliche Algorithmen können Kreditrisiken präziser einschätzen und Betrugsversuche frühzeitig erkennen.
  3. Personalisierung: KI ermöglicht maßgeschneiderte Finanzprodukte und -dienstleistungen basierend auf individuellen Kundenprofilen.
  4. Prozessautomatisierung: Routineaufgaben können effizienter bewältigt werden, was Ressourcen für komplexere Aufgaben freisetzt.

Die Commerzbank zeigt mit ihrem Chat ECB Indikator bereits, wie KI zur Verbesserung von Analysen und Prognosen eingesetzt werden kann. Solche Innovationen könnten den Weg für weitere KI-Anwendungen in der Branche ebnen.

Um diese Potenziale voll auszuschöpfen, müssen deutsche Banken jedoch einige Herausforderungen meistern:

  1. Ethische Überlegungen: Der Einsatz von KI muss fair und diskriminierungsfrei erfolgen.
  2. Regulatorische Compliance: KI-Systeme müssen den strengen Anforderungen der Finanzaufsicht entsprechen.
  3. Datenschutz: Der Schutz sensibler Kundendaten hat höchste Priorität.
  4. Mitarbeiterqualifikation: Bankangestellte müssen im Umgang mit KI-Systemen geschult werden.

Die Bewältigung dieser Herausforderungen wird entscheidend dafür sein, ob deutsche Banken den internationalen Anschluss in Sachen KI wiederfinden können. Der nächste Evident AI Index, der im Oktober 2024 veröffentlicht wird, wird zeigen, ob die aktuellen Bemühungen Früchte tragen. Bis dahin bleibt der deutsche Bankensektor in einem spannenden Wettlauf gegen die Zeit und die internationale Konkurrenz.