Eigenentwickelte und selbstgehostete KI

Die deutschen Sparkassen setzen auf eine eigenständige KI-Strategie , indem sie eine eigene KI-Prozessor-Infrastruktur aufbauen und auf Open- Source-Modelle von Meta und Mistral zurückgreifen . Dies kündigte Andreas Schelling , Vorsitzender der Geschäftsführung der Finanz Informatik , gegenüber dem Handelsblatt für diesen Sommer an . Erster Anwendungsfall soll ein Chatbot mit dem “ Sparkassen-KIPilot ” sein .

„ Damit steigern wir die Effizienz in den Sparkassen und die Sparkassen haben langfristig die Chance , offene Stellen und einzelne Lücken , die durch Personalmangel entstehen , nicht besetzen zu müssen “, ergänzte Schelling im gleichen Medium und deutete damit an , dass KI ein Teil der Lösung des Fachkräftemangels sein wird .

Andere Institute wie die DZ Bank und die Deka verfolgen ähnliche KI-Initiativen , nutzen jedoch Cloud-basierte Lösungen statt eigener Hardware und Corporate-Versionen von ChatGPT statt eigener Modelle , die auf Open Source basieren .

Wenn Fachkräftemangel bedeutet , dass weniger Arbeitskräfte auf dem Markt verfügbar sind , dann betrifft das auch die Sparkassen . Daran ändert auch kein Employer Branding etwas . Die gleiche Menge an Arbeit muss von weniger Menschen erledigt werden . Das erfordert eine effizientere Arbeitsweise und ein KI-basierter Chatbot ist die zeitgemäße Hoffnung auf eine Lösung .

Das Handelsblatt bezeichnet die strategische Entscheidung der Sparkassen , die KI selbst zu entwickeln und zu hosten , als umstrittenen Sonderweg , der sich als teuer und komplex erweisen könnte .

Dieser Sonderweg ist das Ergebnis einer klassischen Make-or-Buy-Entscheidung , allerdings mit erheblichen strategischen Konsequenzen .

Natürlich ist die Entscheidung teuer , aber beide Optionen sind es . Ressourcen sind knapp und die Nachfrage nach Softwareentwicklern und KI-Chips von Nvidia übersteigt das Angebot bei weitem . OpenAI muss seine Entwickler und Entwicklerinnen auf dem gleichen wettbewerbsintensiven Markt einkaufen wie die Sparkassen Gruppe , und Cloud- Anbieter konkurrieren genauso um Chips für die Entwicklung ihrer Lösungen .

Angesichts ähnlicher Kosten sind die strategischen Implikationen für die Entscheidung ausschlaggebend .

Der Sonderweg besteht darin , eine eigene KI zu entwickeln und zu hosten , während andere Banken eine Software-as-a-Service-Lösung ( SaaS ) von OpenAI mieten und in der Cloud von Google oder Amazon hosten . Dies mag weniger Investitionen erfordern , führt aber zu Abhängigkeiten sowohl von OpenAI als auch von den Cloud-Anbietern . Es besteht auch das Risiko , dass OpenAI die Anforderungen der Banken nicht mehr erfüllen kann . Banken operieren in einem stark regulierten Markt , der sich von Land zu Land unterscheidet . Der AI Act der EU hat den Finanzmarkt als regulierungsbedürftig identifiziert , aber die spezifischen Anforderungen an KI für Banken sind noch unklar . Eine selbst entwickelte KI bietet jedoch bessere Chancen , sich an veränderte Bedingungen anzupassen .

Kritiker befürchten , dass die Sparkassen technologisch hinter ihre Wettbewerber zurückfallen könnten . Auch wenn die Sparkassen nicht über die finanziellen Ressourcen von OpenAI verfügen , können sie ihre Investitionen so tätigen , dass die KI tatsächlich in der gesamten Organisation sinnvoll eingesetzt wird und den Compliance-Anforderungen entspricht . Denn SaaS- und Cloud-Lösungen garantieren nicht automatisch Compliance .

Und ja , die Entscheidung ist natürlich umstritten . Und das ist ein wesentliches Merkmal des Sparkassenverbundes , in dem Lösungen unter Berücksichtigung unterschiedlicher Interessen gemeinsam gefunden werden .

Eine Make-or-Buy-Entscheidung ist nicht in Stein gemeißelt . Es spricht nichts dagegen , zusätzlich SaaS in der Cloud zu hosten . Für Institute , die sich zunächst nur für eine SaaS- und Cloud-Lösung entscheiden , wird der Umstieg auf eine eigenentwickelte KI mit der Zeit teurer . Deshalb ist der Weg der Sparkassen mehr als einen Versuch wert .

Autor Clas Beese

SPARKASSEN KIPILOT

Eigenentwickelte und selbstgehostete KI

Die Einführung des neuen Sparkassen KIPilot , einer intern entwickelten und selbstgehosteten KI-Lösung , ist auch eine direkte Antwort auf den Fachkräftemangel in der Bankenbranche . Durch den Einsatz dieser innovativen Technologie werden die Sparkassen in die Lage versetzt , effizienter zu arbeiten und die vorhandenen Mitarbeiter besser einzusetzen , um den Fachkräftemangel zu kompensieren . Die Entscheidung gegen eine Softwareas-a-Service-Lösung aus der Cloud ist strategisch klug .

Die deutschen Sparkassen setzen auf eine eigenständige KI-Strategie , indem sie eine eigene KI-Prozessor-Infrastruktur aufbauen und auf Open- Source-Modelle von Meta und Mistral zurückgreifen . Dies kündigte Andreas Schelling , Vorsitzender der Geschäftsführung der Finanz Informatik , gegenüber dem Handelsblatt für diesen Sommer an . Erster Anwendungsfall soll ein Chatbot mit dem “ Sparkassen-KIPilot ” sein .

„ Damit steigern wir die Effizienz in den Sparkassen und die Sparkassen haben langfristig die Chance , offene Stellen und einzelne Lücken , die durch Personalmangel entstehen , nicht besetzen zu müssen “, ergänzte Schelling im gleichen Medium und deutete damit an , dass KI ein Teil der Lösung des Fachkräftemangels sein wird .

Andere Institute wie die DZ Bank und die Deka verfolgen ähnliche KI-Initiativen , nutzen jedoch Cloud-basierte Lösungen statt eigener Hardware und Corporate-Versionen von ChatGPT statt eigener Modelle , die auf Open Source basieren .

Was das bedeutet

Wenn Fachkräftemangel bedeutet , dass weniger Arbeitskräfte auf dem Markt verfügbar sind , dann betrifft das auch die Sparkassen . Daran ändert auch kein Employer Branding etwas . Die gleiche Menge an Arbeit muss von weniger Menschen erledigt werden . Das erfordert eine effizientere Arbeitsweise und ein KI-basierter Chatbot ist die zeitgemäße Hoffnung auf eine Lösung .

Das Handelsblatt bezeichnet die strategische Entscheidung der Sparkassen , die KI selbst zu entwickeln und zu hosten , als umstrittenen Sonderweg , der sich als teuer und komplex erweisen könnte .

Dieser Sonderweg ist das Ergebnis einer klassischen Make-or-Buy-Entscheidung , allerdings mit erheblichen strategischen Konsequenzen .

Natürlich ist die Entscheidung teuer , aber beide Optionen sind es . Ressourcen sind knapp und die Nachfrage nach Softwareentwicklern und KI-Chips von Nvidia übersteigt das Angebot bei weitem . OpenAI muss seine Entwickler und Entwicklerinnen auf dem gleichen wettbewerbsintensiven Markt einkaufen wie die Sparkassen Gruppe , und Cloud- Anbieter konkurrieren genauso um Chips für die Entwicklung ihrer Lösungen .

Angesichts ähnlicher Kosten sind die strategischen Implikationen für die Entscheidung ausschlaggebend .

Der Sonderweg besteht darin , eine eigene KI zu entwickeln und zu hosten , während andere Banken eine Software-as-a-Service-Lösung ( SaaS ) von OpenAI mieten und in der Cloud von Google oder Amazon hosten . Dies mag weniger Investitionen erfordern , führt aber zu Abhängigkeiten sowohl von OpenAI als auch von den Cloud-Anbietern . Es besteht auch das Risiko , dass OpenAI die Anforderungen der Banken nicht mehr erfüllen kann . Banken operieren in einem stark regulierten Markt , der sich von Land zu Land unterscheidet . Der AI Act der EU hat den Finanzmarkt als regulierungsbedürftig identifiziert , aber die spezifischen Anforderungen an KI für Banken sind noch unklar . Eine selbst entwickelte KI bietet jedoch bessere Chancen , sich an veränderte Bedingungen anzupassen .

Kritiker befürchten , dass die Sparkassen technologisch hinter ihre Wettbewerber zurückfallen könnten . Auch wenn die Sparkassen nicht über die finanziellen Ressourcen von OpenAI verfügen , können sie ihre Investitionen so tätigen , dass die KI tatsächlich in der gesamten Organisation sinnvoll eingesetzt wird und den Compliance-Anforderungen entspricht . Denn SaaS- und Cloud-Lösungen garantieren nicht automatisch Compliance .

Und ja , die Entscheidung ist natürlich umstritten . Und das ist ein wesentliches Merkmal des Sparkassenverbundes , in dem Lösungen unter Berücksichtigung unterschiedlicher Interessen gemeinsam gefunden werden .

Eine Make-or-Buy-Entscheidung ist nicht in Stein gemeißelt . Es spricht nichts dagegen , zusätzlich SaaS in der Cloud zu hosten . Für Institute , die sich zunächst nur für eine SaaS- und Cloud-Lösung entscheiden , wird der Umstieg auf eine eigenentwickelte KI mit der Zeit teurer . Deshalb ist der Weg der Sparkassen mehr als einen Versuch wert .

Autor Clas Beese