Die 15-Jährige bekommt noch keinen Immobilienkredit . Der 75-Jährige bekommt ihn nicht mehr . Die Kundin mit guter Schufa erhält bessere Zinsen als die Kundin mit schlechter Bonität .

Das eigentliche Produkt ist vergleichbar für alle Kund : innen , die Unterschiede sind marginal . Die Schubladen sind mitunter ziemlich kompliziert , aber es sind trotzdem Schubladen ( die auch oft noch mit Vorurteilen behaftet sind , dazu mehr auf Seite18 ).

Das ist der Komplexität von Bankprodukten geschuldet und lässt sich damit erklären , dass vor dem digitalen Zeitalter Menschen diese Komplexität ganz ohne maschinelle Hilfe managen mussten . Deswegen gibt es zum Beispiel 3 und nicht 3.000 Kontoprodukte . Doch auch die heutige IT-Infrastruktur einer Bank kann diese Komplexität nur bis zu einem gewissen Grad abdecken . Denn es macht die Bank unheimlich langsam . Fintechs , gestartet als Unternehmen mit einem einzigen Produkt , verschaffen sich so einen Geschwindigkeitsvorteil gegenüber Universalbanken .

Generative KI gibt nun den traditionellen Finanzinstituten mit ihren komplexen Strukturen endlich die Chance , es mit der Geschwindigkeit dieser simpleren Start-ups aufzunehmen . In einer Welt , in der generative KI wirklich tief in die Infrastruktur des Finanzunternehmens eindringen darf , könnten Finanzprodukte wesentlich individueller für Kund : innen ausgewählt , wenn nicht sogar explizit generiert werden . Dazu sagt Michael Berns , Director AI & FinTech bei PwC Deutschland : „ Es wird in Zukunft Möglichkeiten geben , noch wesentlich personalisierter und spezieller reinzugehen als alles , was wir jemals in Richtung Robo Advisor gesehen haben .“ Aus den komplexen Schubladen würden dann immer mehr und mehr winzig kleine Schublädchen . Aus einer breiten Produktpalette würde eine Palette der auch tatsächlich besten , weil individualisierten Produkte .

Fürs Erste arbeiten die großen Institute ohnehin noch daran , sich und ihre Mitarbeiter : innen überhaupt erstmal fit zu machen für die KI-Ära mit ihren neuen Rahmenbedingungen von Compliance und Datenschutz . Das sei heute eher das Thema als eigene Kundenkanäle auf GPT * -Basis anzubieten , sagt Berns . Doch das werde sich die nächsten Monate garantiert ändern .

Außerdem stellt der KI-Kenner die These auf , dass einige der großen Institute eigene KI-Systeme entwickeln werden : „ Da wurden schon sehr viel Investitionen in Richtung Infrastruktur , Daten usw . gemacht , sodass ich mir gut vorstellen kann , dass sie nicht nur in Richtung GPT unterwegs sein möchten , sondern sich die Möglichkeit offen lassen , entweder eigene Large Language Modelle zu trainieren oder zumindest im Bereich Open Source verschiedene Dinge dazu zu nehmen . Die Diskussion in diesen Banken ist wesentlich breiter als GPT und tiefer gelegt für bestimmte Bereiche .“

Wenn eine Bank es also mit der Geschwindigkeit von Start-ups aufnehmen möchte , dann darf sie nicht warten , bis ein KI-Anbieter ihr in ein paar Jahren das ganz große Paket verkauft . Es gilt , heute die Weichen zu stellen und sich mit generativer KI und all ihren Implikationen zu beschäftigen , um die Technologie perspektivisch überhaupt adaptieren zu können . Und genau darum geht es in den weiteren Kapiteln dieser Geschichte .

Autor : innen Caro Beese und Clas Beese

HELICOPTER- VIEW

Banken stecken ihre Kund : innen in Schubladen .

Die 15-Jährige bekommt noch keinen Immobilienkredit . Der 75-Jährige bekommt ihn nicht mehr . Die Kundin mit guter Schufa erhält bessere Zinsen als die Kundin mit schlechter Bonität .

Das eigentliche Produkt ist vergleichbar für alle Kund : innen , die Unterschiede sind marginal . Die Schubladen sind mitunter ziemlich kompliziert , aber es sind trotzdem Schubladen ( die auch oft noch mit Vorurteilen behaftet sind , dazu mehr auf Seite18 ).

Das ist der Komplexität von Bankprodukten geschuldet und lässt sich damit erklären , dass vor dem digitalen Zeitalter Menschen diese Komplexität ganz ohne maschinelle Hilfe managen mussten . Deswegen gibt es zum Beispiel 3 und nicht 3.000 Kontoprodukte . Doch auch die heutige IT-Infrastruktur einer Bank kann diese Komplexität nur bis zu einem gewissen Grad abdecken . Denn es macht die Bank unheimlich langsam . Fintechs , gestartet als Unternehmen mit einem einzigen Produkt , verschaffen sich so einen Geschwindigkeitsvorteil gegenüber Universalbanken .

Generative KI gibt nun den traditionellen Finanzinstituten mit ihren komplexen Strukturen endlich die Chance , es mit der Geschwindigkeit dieser simpleren Start-ups aufzunehmen . In einer Welt , in der generative KI wirklich tief in die Infrastruktur des Finanzunternehmens eindringen darf , könnten Finanzprodukte wesentlich individueller für Kund : innen ausgewählt , wenn nicht sogar explizit generiert werden . Dazu sagt Michael Berns , Director AI & FinTech bei PwC Deutschland : „ Es wird in Zukunft Möglichkeiten geben , noch wesentlich personalisierter und spezieller reinzugehen als alles , was wir jemals in Richtung Robo Advisor gesehen haben .“ Aus den komplexen Schubladen würden dann immer mehr und mehr winzig kleine Schublädchen . Aus einer breiten Produktpalette würde eine Palette der auch tatsächlich besten , weil individualisierten Produkte .

Fürs Erste arbeiten die großen Institute ohnehin noch daran , sich und ihre Mitarbeiter : innen überhaupt erstmal fit zu machen für die KI-Ära mit ihren neuen Rahmenbedingungen von Compliance und Datenschutz . Das sei heute eher das Thema als eigene Kundenkanäle auf GPT * -Basis anzubieten , sagt Berns . Doch das werde sich die nächsten Monate garantiert ändern .

Außerdem stellt der KI-Kenner die These auf , dass einige der großen Institute eigene KI-Systeme entwickeln werden : „ Da wurden schon sehr viel Investitionen in Richtung Infrastruktur , Daten usw . gemacht , sodass ich mir gut vorstellen kann , dass sie nicht nur in Richtung GPT unterwegs sein möchten , sondern sich die Möglichkeit offen lassen , entweder eigene Large Language Modelle zu trainieren oder zumindest im Bereich Open Source verschiedene Dinge dazu zu nehmen . Die Diskussion in diesen Banken ist wesentlich breiter als GPT und tiefer gelegt für bestimmte Bereiche .“

Wenn eine Bank es also mit der Geschwindigkeit von Start-ups aufnehmen möchte , dann darf sie nicht warten , bis ein KI-Anbieter ihr in ein paar Jahren das ganz große Paket verkauft . Es gilt , heute die Weichen zu stellen und sich mit generativer KI und all ihren Implikationen zu beschäftigen , um die Technologie perspektivisch überhaupt adaptieren zu können . Und genau darum geht es in den weiteren Kapiteln dieser Geschichte .

Autor : innen Caro Beese und Clas Beese