Da geht mehr: Warum 85 % der Banken beim Thema Open-Source-KI im Experimentier­modus hängen

Nur 15 % der Finanzdienstleister haben laut aktueller Umfrage eine ausgereifte KI-Strategie, die Open Source mitdenkt. Der Rest? 85% probieren rum – oder wissen nicht genau, was „offene KI“ eigentlich heißt. Während Regulierung und Wettbewerb Tempo machen, setzen Institute Open-Source-KI eher experimentell in Bereichen wie Kundenservice, Betrieb oder Compliance ein. Eine kürzlich von FSTech und Red Hat durchgeführte Umfrage zeigt, wie Finanzinstitute KI nutzen und damit Herausforderungen bewältigen sowie komplexe Strategien umsetzen.

von Monica Sasso, Chief Technologist for Financial Services in EMEA bei Red Hat

Während die Einführung von KI voranschreitet, verfügen nur 15 % der befragten Finanzdienstleister über eine vollständig definierte KI-Strategie, die Open-Source-KI beinhaltet. Der Schwerpunkt liegt immer noch auf Experimenten und nicht in einer durchgängigen Integration.

Vielen Finanzdienstleistern mangelt es an Kenntnis über die Vorteile von Open-Source-KI: 21 % sind sich nicht sicher, welche Rolle sie in ihrer Strategie spielt, und 19 % sind sich über die Unterschiede zwischen offener KI und Open-Source-KI nicht im Klaren.”

Diese Wissenslücke deutet auf einen Bedarf an kontinuierlicher Weiterbildung in der Branche hin.

Finanzdienstleister berichten bei der KI-Nutzung von erheblichen Herausforderungen, insbesondere bei der Einhaltung gesetzlicher Vorschriften (39 %) und aufgrund kultureller Widerstände (34 %). Regulatorische Rahmenbedingungen wie der AI Act der EU zielen zwar darauf ab, Standards für KI-Sicherheit und -Transparenz zu schaffen, aber mit dem rasanten Tempo der KI-Innovation können regulatorische Anpassungen oft nicht Schritt halten.

Wirksame Compliance ist somit eine schwierige Aufgabe. Vorbehalte innerhalb von Unternehmen stellen ebenfalls ein Hindernis dar, da die Mitarbeiter oft den Verlust von Arbeitsplätzen befürchten oder Schwierigkeiten haben, den Wert von KI zu verstehen, was die Bedeutung umfassender Schulungsinitiativen unterstreicht.

Die Branche sieht sich auch mit einem Fachkräftemangel und ethischen Bedenken konfrontiert, wie etwa ein Drittel der Befragten bestätigt. Um diese Herausforderungen zu adressieren, sind ein klarer ethischer Rahmen sowie Recruitment-Initiativen und Schulungsmaßnahmen zum internen Aufbau von KI-Management-Know-how erforderlich. In Zukunft werden vor allem Ethik und KI zu einem der wichtigsten und polarisierendsten Themen weltweit gehören.

Aktuelle KI-Anwendungsfälle in der Finanzdienstleistungsbranche

Es gibt vielfältige KI-Anwendungen im Finanzdienstleistungsbereich, wobei sie Bereiche wie automatisierten Handel, Cybersicherheit, Fraud Detection und Kundensupport abdecken können. Rund 63 % der Befragten nutzen KI für den Handel und die Prozessautomatisierung, um die Effizienz zu steigern und Fehler zu reduzieren. In ähnlicher Weise setzen 60 % der Finanzdienstleister KI für die Cybersicherheit ein. Mit den KI-Funktionen zur Mustererkennung können Cyberbedrohungen identifiziert werden, sodass eine Reaktion möglich wird, die für den Schutz sensibler Daten von entscheidender Bedeutung ist.

Generative KI und Large Language Models (LLMs) gewinnen ebenfalls an Bedeutung: 60 % der Finanzdienstleister setzen sie bereits im Kundensupport und in der Dokumentation ein. Anwendungen wie das Kreditscoring oder die Risikobewertung – von 59 % der Befragten genutzt – zeigen auch die Fähigkeit von KI, komplexe Datensätze zu analysieren, die Entscheidungsgenauigkeit zu verbessern und Risiken zu reduzieren. Fraud Detection und die Geldwäschebekämpfung sind zunehmend wichtigere Bereiche, wobei 41 % der Finanzdienstleister KI einsetzen, um die Einhaltung regulatorischer Vorgaben zu unterstützen. Dies unterstreicht die zentrale Rolle von KI bei der Bekämpfung von Finanzkriminalität.

Es handelt sich hierbei allerdings um KI-Anwendungen in Silos. Diese Nutzungsbereiche müssen im Laufe der Zeit integriert werden und Open-Source-basierte KI bietet dabei die Möglichkeit, alles auf einer offenen und transparenten Plattform zusammenzuführen.

Die wichtigsten KI-Prioritäten

KI spielt eine wichtige Rolle für die betriebliche Effizienz und die Kundenbindung. Dabei priorisieren die Finanzdienstleister mehrere Kernziele. Ganz oben auf der Liste steht für 41 % der Befragten die Demokratisierung des KI-Zugangs. Immer mehr Mitarbeiter sollen so in die Lage versetzt werden, KI-Tools bei der Entscheidungsfindung zu nutzen.

Ein weiterer Schwerpunkt ist der ethische Einsatz. Für 34 % ist deshalb eine verantwortungswürdige KI wichtig, um Verzerrungen zu vermeiden und Transparenz zu gewährleisten. Customer Experience und Personalisierung werden von 34 % gleichermaßen priorisiert, was das Engagement für die Verbesserung der Kundeninteraktionen in einer Branche widerspiegelt, in der Vertrauen von entscheidender Bedeutung ist. Das geschäftliche Wachstum ist ebenfalls ein zentraler Motivator: 32 % konzentrieren sich auf Umsatzsteigerungen und Kosteneinsparungen. Dies unterstreicht das Potenzial der KI bei der Verbesserung der Profitabilität.

Interne Entwicklung mit externen Partnerschaften

Die Hälfte der Befragten zieht es vor, KI intern zu entwickeln, um die Kontrolle zu behalten und sicherzustellen, dass sie mit den eigenen Zielen und der Risikobereitschaft übereinstimmt. Um von neuen Technologien und spezialisiertem Fachwissen zu profitieren, gehen einige Institute gezielt Partnerschaften mit externen Anbietern ein. So können sie moderne Ressourcen nutzen, ohne ihre KI-Initiativen vollständig auszulagern. Nur 11 % der Befragten verlassen sich in hohem Maße auf externe Anbieter, während weitere 11 % sie für bestimmte Anwendungsfälle hinzuziehen.

Ein ausgewogener Ansatz, bei dem internes Fachwissen mit strategischen Partnerschaften kombiniert wird, kann die KI-Fähigkeiten eines Unternehmens verbessern und die Flexibilität bieten, sich an die sich verändernde technologische Landschaft anzupassen. Die Fokussierung auf den Aufbau eines eigenen Ökosystems von Partnern ist der Schlüssel zu einer Best-of-Breed-Strategie und zur Innovation.

Messung der KI-Auswirkungen

Generell verfolgt die Finanzdienstleistungsbranche bei der Evaluierung von KI einen vorsichtigen, strukturierten Ansatz. Sie verwendet dabei verschiedene Messgrößen, um sicherzustellen, dass KI-Lösungen mit den Unternehmenszielen übereinstimmen. Fast zwei Drittel der Befragten (64 %) überprüfen auch den Grad des erforderlichen menschlichen Eingreifens. Dies deutet darauf hin, dass sie autonome KI-Anwendungen bevorzugen, die Personalressourcen für strategischere Aufgaben freisetzen.

Zudem spielen die Prinzipien von Explainable AI (XAI) eine zentrale Rolle: 62 % integrieren Transparenzmaßnahmen, um das Vertrauen von Kunden und Aufsichtsbehörden zu fördern. Die Institute

legen auch Wert auf Datenqualität oder -zugänglichkeit und unterstreichen damit die Bedeutung zuverlässiger Daten für das Erreichen effizienter KI-Ergebnisse.

Die Hälfte der Befragten misst den ROI von KI und stimmt ihre KI-Projekte mit finanziellen Zielen ab, um fundierte Investitionsentscheidungen zu treffen.”

Ethische KI-Praktiken

Da KI in kritische Funktionen eingebettet ist, haben ethische Überlegungen höchste Priorität. 65 % heben dabei die Einhaltung gesetzlicher Vorschriften hervor und 63 % setzen Tools zur Bias-Erkennung ein, um die Fairness und Inklusivität in Entscheidungsprozessen zu gewährleisten.

Um ethische Standards zu berücksichtigen, haben 58 % spezielle KI-Ethik-Teams eingerichtet und legen 53 % den Schwerpunkt auf Datensicherheit und Datenschutz. Qualifizierte Arbeitskräfte, die in der Lage sind, KI verantwortungsvoll zu nutzen, sind ebenfalls von hoher Priorität: 51 % investieren hier in die Mitarbeiterschulung.

Nachhaltigkeit und KI

Die Umfrage zeigt auch, dass Nachhaltigkeit zunehmend zu einem strategischen KI-Ziel wird. Beachtliche 54 % der Befragten setzen KI bereits zur Unterstützung nachhaltiger Praktiken ein, etwa im Hinblick auf die Optimierung des Energieverbrauchs und des Ressourcenmanagements. Diese Integration verdeutlicht das Potenzial der KI über die Profitabilität hinaus und positioniert sie als Instrument zur Erreichung langfristiger Umweltziele.

Allerdings besteht nach wie vor eine Wissenslücke, denn die Hälfte der Befragten äußert Unsicherheit über die Rolle der KI im Bereich Nachhaltigkeit.

Finanzdienstleister müssten somit ihr Verständnis für die ökologischen Vorteile von KI vertiefen – von der Reduzierung des Energieverbrauchs in Rechenzentren bis hin zur Unterstützung umfassender ESG-Initiativen.”

Der Weg in die Zukunft

Das Potenzial von KI im Bereich der Finanzdienstleistungen ist groß, doch ihre vollständige Integration hängt von der Bewältigung zentraler Herausforderungen ab – wie der Einhaltung regulatorischer Vorgaben, der kulturellen Anpassung und des ethischen Einsatzes. Ein ausbalancierter Ansatz, der die interne Entwicklung mit Lieferantenpartnerschaften kombiniert und KI-Strategien an Nachhaltigkeitszielen ausrichtet, wird die Branche dabei in die Lage versetzen, die transformative Kraft von KI verantwortungsvoll zu nutzen.

Offene KI bietet hier große Chancen für die Finanzdienstleistungsbranche.”

Sie verspricht, die betriebliche Effizienz zu steigern, die Betrugsprävention zu verbessern sowie die Echtzeit-Transaktionsüberwachung und den automatisierten Handel zu optimieren. Durch die Demokratisierung von KI-Wissen, -Fähigkeiten und -Tools mittels Umschulungsinitiativen können Finanzinstitute Innovationen vorantreiben, die Transparenz fördern und die Bedenken hinsichtlich des Verlustes von Arbeitsplätzen reduzieren. Die Weiterbildung von Mitarbeitenden im Bereich KI wird auch neue Karrierewege eröffnen und Unternehmen dabei helfen, Talente zu binden und eine solide Basis für internes KI-Know-how aufzubauen.

Nachhaltigkeit ist ein weiterer vielversprechender Bereich. KI-gestützte Tools ermöglichen es den Instituten, den Energieverbrauch zu überwachen, die Workloads von Rechenzentren zu optimieren und ESG-Ziele zu erreichen, indem sie den CO₂-Fußabdruck verfolgen und datengestützte Nachhaltigkeitsentscheidungen treffen.

Allerdings gibt es nach wie vor erhebliche Hürden.

Trotz der vorhandenen Zielsetzung haben zum Beispiel nur einige Institute KI vollständig in die Nachhaltigkeitsstrategien integriert.”

Voraussetzung hierfür wäre ein kultureller Wandel hin zum Datenaustausch und zur funktionsübergreifenden Zusammenarbeit, was in einer stark regulierten Branche, in der Datenschutz und Vertrauen im Mittelpunkt stehen, schwierig sein kann. Regulatorische Rahmenbedingungen, einschließlich neuer Vorschriften wie des AI-Acts der EU, fügen die Komplexität der Compliance hinzu, mit der sich die Institute auseinandersetzen müssen. Darüber hinaus gibt es immer noch Qualifikationslücken, da es vielen Mitarbeitern an KI-Know-how mangelt. Deshalb sind substanzielle Schulungsinvestitionen erforderlich, um sicherzustellen, dass KI als unterstützendes Tool und nicht als Bedrohung für den Arbeitsplatz gesehen wird.

Ethische Bedenken sind ebenfalls eine Herausforderung. Die Gewährleistung von Transparenz, die Minimierung von Verzerrungen und die Festlegung von Verantwortlichkeiten sind entscheidend für den Aufbau von Kundenvertrauen, insbesondere da KI zunehmend die Entscheidungsfindung beeinflusst. Um ethische Standards aufrechtzuerhalten, vor allem in Compliance-relevanten Bereichen, ist dabei die menschliche Aufsicht nach wie vor unerlässlich. Ein Ansatz, der die Automatisierung mit menschlichem Urteilsvermögen kombiniert, wird es Finanzinstituten aber ermöglichen, KI verantwortungsvoll zu nutzen, Innovationen voranzutreiben und zugleich Compliance, Vertrauen und Nachhaltigkeit zu gewährleisten. Monica Sasso, Red Hat