|
Hamburg (ots) - Viele Banken und Versicherer setzen erste KI-Anwendungen ein.
Bei KI-Agenten und nachhaltiger Wertschöpfung durch KI sieht das Bild noch
anders aus. Thomas Ertl, Head of Data Management, erklärt, worauf es jetzt
ankommt.
Woran erkennen Sie, ob ein KI-Pilot Substanz hat?
Daran, ob die KI ein konkretes Problem besser löst und der Business Case einen
klaren Return to Outcome im Verhältnis zu Entwicklungsaufwand und Tokenkosten
bietet. Ich würde daher mit dem konkreten Anwendungsfall starten und erst danach
die passende Infrastruktur definieren.
Welche KI-Anwendungen funktionieren in Banken und Versicherungen heute bereits
gut?
Viele Institute nutzen große Sprachmodelle als interne Wissenssysteme. Das spart
Zeit bei Suche und Dokumentenauswertung. Bei Banken sehen wir im Accounting
standardisierte Fälle und bei einzelnen Kunden bereits KI-basierte
Kreditentscheidungen. Versicherer setzen KI etwa in Vertrieb, Underwriting und
Schaden ein.
Der Trend geht zu "offensiven" KI-Cases: Die KI reagiert nicht mehr nur, sondern
übernimmt Aufgaben, stößt Prozesse an und interagiert mit anderen Systemen.
Was braucht es für die nächste Stufe - KI-Agenten, die Aufgaben weitgehend
selbstständig übernehmen? Müssen dafür zunächst alle relevanten Daten zentral
zusammengeführt werden?
Nein. Das halte ich für einen Trugschluss. Entscheidend sind die Metadaten - das
Wissen darüber, welche Informationen wo liegen und wie die Systeme
zusammenspielen. So lassen sich KI-Agenten über Systemgrenzen hinweg
orchestrieren, ohne alle Daten zentral zusammenzuführen.
Reichen dafür die Agenten der großen Softwareanbieter aus?
Sie können eine Grundlage bilden. Jeder Anbieter bleibt zunächst in seinem
technologischen Ökosystem, während Prozesse über mehrere Systeme laufen.
Unternehmen brauchen deshalb eine technologieoffene Ebene, die Agenten
unterschiedlicher Anbieter und Anwendungen zusammenführt. Auch hier sind
Metadaten der Schlüssel.
Wenn solche Agenten system-übergreifend und zunehmend autonom arbeiten: Was
bedeutet das für Regulierung und Cybersicherheit?
Regulierung, Nachvollziehbarkeit, Governance und Cybersicherheit müssen von
Anfang an mitgedacht werden. Gerade gegenüber Aufsehern muss nachvollziehbar
sein, wie Entscheidungen zustande kommen. Fehlende Kontrolle kann zudem zum
Reputationsrisiko werden.
Wozu raten Sie Instituten, die jetzt den nächsten Schritt gehen wollen?
Nicht auf die perfekte KI-Welt warten, sondern mit klaren, beherrschbaren Use
Cases starten. So lassen sich Abläufe beschleunigen und Mitarbeitende entlasten.
2026 ist für viele noch das Jahr der Proofs of Concept. 2027 geht es um die
Priorisierung und Skalierung erfolgreicher Cases. Nicht zu unterschätzen ist
dabei das Change Management: Wenn sich Rollen durch KI verändern oder Aufgaben
zusammengelegt werden, muss dieser Wandel aktiv begleitet und gestaltet werden.
Über x1F
x1F ist ein führender Anbieter integrierter Lösungen mit besonderem Fokus auf
die Financial Services Industry. Das Portfolio reicht von wirkungsvollen
End-to-End-Prozessen bis hin zur digitalen Transformation und dem Betrieb als
Managed Services.
Pressekontakt:
N: Marketing & Communication
T: +49 89 589395-600
E: mailto:marketing@x1f.one
Weiteres Material: http://presseportal.de/pm/160371/6359021
OTS: X1F GmbH
|
