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