KI verändert die Bankenbranche – mit Folgen für Jobs und Regulierung

Künstliche Intelligenz entwickelt sich im Bankensektor gerade vom Experiment zum Alltagswerkzeug. Einige der größten Finanzinstitute der Welt – darunter Standard Chartered, JPMorgan Chase, Bank of America und Goldman Sachs – integrieren KI inzwischen tief in ihre Abläufe: vom Kundenservice über Softwareentwicklung bis hin zu Compliance‑Prüfungen und Back‑Office‑Prozessen.

Das verändert die Arbeitsweise von Banken strukturell. Routine‑ und Analyseaufgaben werden zunehmend automatisiert, während menschliche Mitarbeiter stärker in Aufsicht, Kundenbeziehungen und komplexe Entscheidungen eingebunden sind. Gleichzeitig warnen Aufsichtsbehörden, dass die Geschwindigkeit dieser Entwicklung neue Risiken für Governance, Transparenz und Stabilität im Finanzsystem schaffen könnte.

Standard Chartered: Umbau der Belegschaft durch KI

Ein besonders deutliches Beispiel liefert Standard Chartered. Die Londoner Bank plant, bis 2030 mehr als 7.000 Stellen abzubauen – rund 15 % der sogenannten Corporate‑Function‑Jobs – während sie künstliche Intelligenz und Automatisierung massiv ausbaut .

Betroffen sind vor allem unterstützende Funktionen wie Personalwesen, Lieferkettenmanagement oder andere Back‑Office‑Bereiche, in denen Software zunehmend Aufgaben übernehmen kann .

Führungskräfte beschreiben die Strategie als Ersatz von „niedrigwertigem Humankapital“ durch Technologieinvestitionen, die Produktivität und Effizienz erhöhen sollen . Branchenbeobachter sehen darin einen möglichen Maßstab dafür, wie andere Banken ihre Belegschaften im KI‑Zeitalter neu strukturieren könnten.

Bank of America: KI‑Assistenten im Alltag von Kunden und Mitarbeitern

Die Bank of America verfolgt einen etwas anderen Ansatz: Sie integriert KI direkt in den täglichen Arbeitsfluss von Kunden und Beschäftigten.

Der digitale Assistent Erica beantwortet Fragen, überwacht Ausgaben und weist auf mögliche Probleme im Konto hin. Seit seiner Einführung hat das System Milliarden von Interaktionen mit Kunden abgewickelt und verarbeitet monatlich zig Millionen Anfragen in der Banking‑App .

Parallel dazu gibt es Erica for Employees – eine interne KI‑Assistenz, die von nahezu allen der mehr als 210.000 Mitarbeiter genutzt wird. Sie erledigt Routineaufgaben wie Passwort‑Resets, IT‑Support oder interne Serviceanfragen automatisch .

Der Effekt: weniger Zeit für repetitive Aufgaben und schnellere Antworten für Kunden.

JPMorgan Chase: Hunderte KI‑Anwendungen im Einsatz

JPMorgan gilt als einer der technologisch fortschrittlichsten Player unter den Großbanken. Das Institut betreibt Hunderte KI‑Anwendungen in verschiedenen Geschäftsbereichen, etwa für Datenanalyse, Compliance‑Überwachung, Softwareentwicklung oder Research .

Mehr als 200.000 Mitarbeiter haben Zugriff auf interne Large‑Language‑Model‑Tools, die beim Schreiben von Dokumenten, bei Analysen und bei der Automatisierung von Workflows helfen .

Die Strategie dahinter: KI übernimmt Routine‑Wissensarbeit, während menschliche Beschäftigte sich stärker auf komplexe Analysen und Kundenbeziehungen konzentrieren.

Goldman Sachs: Generative KI im Back Office

Auch Goldman Sachs rollt generative KI‑Assistenten intern aus. Tausende Mitarbeiter nutzen solche Tools bereits seit 2025, mit dem Ziel einer breiteren Einführung im gesamten Unternehmen .

Die Systeme können Dokumente zusammenfassen, Präsentationen vorbereiten oder Finanzdaten analysieren. Laut Führungsebene soll KI vor allem Effizienzgewinne bringen – etwa durch langsamere Neueinstellungen und einen allmählichen Rückgang bestimmter Rollen, statt durch plötzliche Massenentlassungen .

Insgesamt zeichnet sich auf der Wall Street ein Muster ab: weniger repetitive Einstiegs‑ und Routinejobs, dafür steigende Nachfrage nach Softwareingenieuren, KI‑Spezialisten und Experten für Modell‑ und Risikokontrolle.

Warum Regulierer zunehmend warnen

Während Banken die Produktivitätsgewinne betonen, beobachten Aufsichtsbehörden die Entwicklung mit wachsender Aufmerksamkeit.

1. Governance hinkt der Technologie hinterher

Die australische Bankenaufsicht APRA warnte, dass Governance‑ und Risikomanagementstrukturen vieler Finanzinstitute nicht schnell genug mit der zunehmenden Komplexität von KI‑Systemen mithalten .

Auch die Wertpapieraufsicht ASIC identifizierte mögliche Lücken bei der Steuerung von KI‑Systemen, insbesondere wenn diese Entscheidungen treffen, die Kunden betreffen .

2. Menschliche Kontrolle und Nachvollziehbarkeit

Viele KI‑Modelle im Finanzsektor – etwa für Kreditentscheidungen, Betrugserkennung oder Compliance‑Analysen – sind komplex und schwer erklärbar.

Aufsichtsbehörden betonen deshalb, dass Unternehmen menschliche Kontrolle, klare Verantwortlichkeiten und nachvollziehbare Entscheidungen sicherstellen müssen, wenn automatisierte Systeme Auswirkungen auf Kunden oder regulatorische Prozesse haben .

3. Cybersicherheit und operative Stabilität

Die Integration von KI kann auch neue technische Risiken schaffen. Regulierer warnen etwa vor größeren Angriffsflächen für Cyberattacken oder einer wachsenden Abhängigkeit von Cloud‑ und Drittanbietern .

Gerade im Bankensektor ist die sogenannte operative Resilienz – also die Fähigkeit, kritische Dienstleistungen auch bei Störungen aufrechtzuerhalten – ein zentrales Thema.

4. Verantwortung auf Vorstandsebene

Ein weiterer Schwerpunkt der Aufsicht: KI‑Risiken bleiben letztlich Sache der Unternehmensführung. Vorstände und Top‑Manager müssen sicherstellen, dass automatisierte Systeme korrekt überwacht werden – selbst wenn Technologie ausgelagert oder stark automatisiert ist.

Im Vereinigten Königreich etwa betonen Behörden wie die Financial Conduct Authority, dass bestehende Regeln zu Verbraucherschutz, Modellrisiko und operativer Resilienz auch für KI gelten .

Ein grundlegender Wandel der Bankarbeit

Zusammengenommen zeigen diese Entwicklungen eine tiefgreifende Transformation der Branche.

Künstliche Intelligenz entwickelt sich zu einer neuen operativen Ebene des Bankgeschäfts. Viele Aufgaben, die früher von großen Teams aus Analysten, Sachbearbeitern oder Support‑Mitarbeitern erledigt wurden, werden zunehmend automatisiert.

Das bedeutet nicht zwangsläufig das Ende menschlicher Arbeit im Bankwesen – wohl aber eine Verschiebung der benötigten Fähigkeiten. Gefragt sind künftig stärker Kompetenzen in Technologie, KI‑Überwachung, Cybersicherheit und komplexer Kundenberatung.

Damit entsteht ein Spannungsfeld: Banken sehen in KI vor allem Effizienz und Produktivitätsgewinne. Regulierer hingegen betrachten sie als mächtige Technologie, die sorgfältig gesteuert werden muss, um Verbraucher zu schützen und die Stabilität des Finanzsystems zu sichern.