Der Einsatz von KI im Finanz- und Versicherungswesen tritt in eine neue Phase ein. Während sich Unternehmen in den vergangenen Jahren auf Anwendungsfälle wie Chatbots und virtuelle Assistenten konzentriert haben, verschiebt sich der Fokus heute deutlich. Im Bank- und Versicherungssektor steht KI zunehmend im Zentrum operativer Abläufe, der Entscheidungsunterstützung und dokumentenintensiver Prozesse.
Eine Studie von Bloomberg Intelligence kommt zu dem Ergebnis, dass 96 % der befragten Finanzdienstleister erwarten, dass generative KI innerhalb der nächsten drei bis fünf Jahre zu höheren Produktivitäts- und Umsatzeffekten führen wird. Entsprechend verlagern viele Institute ihre Investitionen in Richtung agentischer KI. Diese ermöglicht es, durchgängig automatisierte Prozesse zu realisieren und den Grad an Autonomie von Systemen gezielt zu erhöhen.
Angesichts der sich wandelnden Prioritäten stellt sich für viele Führungskräfte die Frage, wie KI-Initiativen erfolgreich lanciert werden können – mit Anwendungen, denen Kunden vertrauen, die von Mitarbeitenden akzeptiert werden und regulatorischen Anforderungen standhalten. Sebastian Frey, Principal und Mitglied der Geschäftsleitung von Eraneos, beobachtet diese Entwicklung genau: «Chatbots bildeten den Ausgangspunkt. Heute werden die Anwendungsfälle deutlich komplexer – und die Auswirkungen entsprechend grösser als noch vor wenigen Jahren.»
Wo KI im Finanzsektor bereits heute Mehrwert schafft
Der Einsatz von KI geht heute über Kundensupport und Arbeitsplatz-Unterstützung hinaus und hält Einzug in die zentralen Abläufe der Finanzbranche. Banken nutzen KI unter anderem in der Betrugserkennung, in KYC- und AML-Prozessen, im Onboarding, im Servicebetrieb und in der Dokumentenprüfung. Versicherungen setzen KI-Anwendungen für die Schadenbearbeitung, zur Unterstützung der Risikoprüfung, in der Policen-Verwaltung und in Service-Workflows ein.
Mit der Ausweitung der Anwendungsgebiete für KI befürchten viele Banken und Versicherungen einen möglichen massiven Stellenabbau. Das Weltwirtschaftsforum (WEF) geht jedoch von einer differenzierteren Entwicklung aus. Zwar lassen sich viele Aufgaben in den nächsten Jahren problemlos an KI-Systeme übertragen, heisst es in einem Beitrag zum Thema. Gleichzeitig werde die KI-Transformation aber neue menschliche Kompetenzen erfordern und Menschen neue Arbeitsformen ermöglichen.
Sebastian Frey teilt diese Einschätzung:
“Bei kritischen Prozessen liegt die endgültige Entscheidung nach wie vor beim Menschen. Das wird auch weiterhin die beste Strategie für Finanzdienstleister sein. KI kann zwar Unterlagen zusammenfassen und Vorschläge unterbreiten. Wenn eine Entscheidung mit einem Risiko oder Auswirkungen auf die Kundenbeziehungen verbunden ist, haben aber nach wie vor qualifizierte Mitarbeitende das letzte Wort.”
Dieser Ansatz zeigt sich bereits im Kundensupport, wo dialogorientierte KI am weitesten ausgereift ist. KI-Anwendungen können problemlos Routineanfragen bearbeiten, doch in sensiblen Fällen sollten sie dies sofort erkennen und Kunden unverzüglich an geschulte Mitarbeitende weiterleiten. „Wenn jemand beispielsweise die Bank kontaktiert, um das Konto eines verstorbenen Elternteils zu verwalten, sollte die Person automatisch mit einem Menschen verbunden werden“, so Sebastian Frey.
Vertrauen als zentraler Erfolgsfaktor
Vertrauen spielt im Finanzsektor eine grössere Rolle als in den meisten anderen Branchen. Dienstleistungen drehen sich um zentrale Bereiche, wie Risiken, Gesundheit, familiäre Ereignisse und rechtliche Verpflichtungen.
Laut dem Eurobarometer 2025 der Europäischen Kommission zum Thema KI und der Zukunft der Arbeit stehen 60 % der Europäer künstlicher Intelligenz positiv gegenüber. 84 % sind jedoch der Meinung, dass KI einen sorgfältigen Umgang erfordert, damit der Schutz der Privatsphäre und Transparenz am Arbeitsplatz gewährleistet sind. Für Finanzdienstleister bedeutet dies: Erklärbarkeit, Überprüfbarkeit und menschliche Verantwortlichkeit sind zentrale Voraussetzungen für den nachhaltigen Einsatz von KI.
„Vertrauen, Empathie und Beziehungen lassen sich nicht automatisieren. In der Finanzdienstleistungsbranche entscheiden sie darüber, ob Kundinnen und Kunden langfristig bleiben“, sagt Sebastian Frey. Die gleiche Logik gilt auch intern: Die Mitarbeitenden müssen verstehen, wie KI-Systeme funktionieren, wann Eskalationen erfolgen und wo ihre Verantwortung endet.
Weshalb geraten so viele KI-Projekte nach der Pilotphase ins Stocken?
Ein häufiger Grund, weshalb KI-Projekte nach der Pilotphase ins Stocken geraten, ist sehr menschlicher Art: Tools werden eingeführt, ohne die zugrunde liegenden Prozesse anzupassen. Mitarbeitende erhalten Zugang, testen ein paar Prompts und kehren dann zu ihren alten Gewohnheiten zurück, weil der Use Case nie wirklich Teil des Arbeitsalltags wurde.
Sebastian Frey hilft Kunden oft dabei, diese Hürde zu überwinden, indem er im Rahmen des Change Management einen stärker menschenzentrierten Ansatz verfolgt. „Wenn KI-Initiativen nicht über die Pilotphase hinauskommen, liegt das in der Regel nicht an der Technologie selbst. Die eigentliche Herausforderung besteht darin, die Mitarbeitenden dazu zu bewegen, KI in der täglichen Arbeit einzusetzen, und überhaupt erst einmal relevante Anwendungsfälle zu finden. Die besten Use Cases betreffen echte geschäftliche Herausforderungen. Ihre Mitarbeitenden wissen, welche Aufgaben zu viel Zeit in Anspruch nehmen und was sie benötigen, um bessere Entscheidungen zu treffen oder bessere Dienstleistungen zu erbringen. Deshalb beginnen wir jeweils damit, abzuklären, wo KI mit dem geringsten Widerstand die grösste Wirkung erzielen kann.“
Eine Schweizer Perspektive: im Gespräch mit Adrian Anderegg
Adrian Anderegg
Adrian Anderegg ist Partner bei Eraneos in der Schweiz und berät Finanzinstitute in den Bereichen KI-Strategie und -Implementierung. Wir haben ihn gefragt, wie sich die von Sebastian beschriebenen Dynamiken im Schweizer Markt widerspiegeln.
Die Schweiz ist im Finanzsektor traditionell sehr sensibel beim Thema Datenschutz. Beeinflusst das die Einführung von KI?
„Schweizer Banken und Versicherungen streben bei der Digitalisierung einen sehr hohen Reifegrad an. Gleichzeitig verfügen sie über ein ausgeprägtes Verständnis ihrer Daten und behandeln diese als zentrale Assets. Diese Datenkompetenz ist eine wichtige Grundlage für den erfolgreichen Einsatz von KI.
Auf der anderen Seite hemmt eine generell geringe Risikobereitschaft die Innovation. Wenn KI eingeführt wird, muss sie von Anfang an sehr sauber umgesetzt werden – mit entsprechend geringer Fehlertoleranz.“
Wo verlieren KI-Initiativen in der Schweiz an Dynamik und was hilft dagegen?
„Die grösste Herausforderung liegt im Übergang vom Pilot in die Produktion. In kontrollierten Umgebungen funktionieren viele Ansätze gut. Sobald sie jedoch in komplexe, historisch gewachsene IT-Landschaften von Banken und Versicherungen integriert werden sollen, verlieren sie häufig an Momentum.
Ein Grund dafür ist, dass bestehende Governance- und Qualitätssicherungsprozesse nicht auf KI ausgelegt sind. Klassische Tests vergleichen Ergebnisse mit klar definierten Erwartungen. Generative KI liefert jedoch keine deterministischen Resultate – ein direkter Abgleich ist daher nicht möglich.
Entscheidend ist eine gezielte Auswahl der Use Cases: Der Fokus sollte auf Bereichen mit klarem Business-Nutzen und entsprechender Investitionsbereitschaft liegen. Gleichzeitig ist es wichtig, frühzeitig alle relevanten Funktionen einzubinden. Von Information Security über Risk, Legal und Compliance bis hin zum Einkauf und bestehende Prozesse gemeinsam weiterzuentwickeln.“
Wie prägen Schweizer Regulatoren den Umgang mit KI in Finanzinstituten?
„Schweizer Regulatoren verfolgen einen prinzipienbasierten und risikoorientierten Ansatz. In den von uns begleiteten Prüfungen legt die FINMA besonderen Wert auf die Fähigkeiten der Institute im Umgang mit KI.
Ein zentraler Aspekt ist die Transparenz von KI-gestützten Entscheidungen, insbesondere gegenüber Kunden. Organisationen müssen jederzeit nachvollziehen können, wie Ergebnisse zustande kommen. Das kann insbesondere dann herausfordernd sein, wenn KI in Standardsoftware integriert ist.“
KI ist überall. Der Mehrwert bleibt oft begrenzt.
Wir bringen KI aus der Theorie in die Praxis und machen sie zum Treiber für echten Geschäftserfolg.
Wie sieht eine menschenzentrierte Umsetzung in der Praxis aus
Erfolgreiche KI-Initiativen im Finanzdienstleistungssektor weisen laut Sebastian Frey drei zentrale Gemeinsamkeiten auf:
- Klar strukturiertes Change Management – Change Management steht bei der Einführung von KI-Tools an erster Stelle, weil dafür Struktur, Support und klare Verantwortlichkeiten erforderlich sind. In vielen Finanzdienstleistern liegt der Fokus zu stark auf der Technologie, während die Mitarbeitenden noch unsicher sind, wie Anwendungen funktionieren und wie sie ihnen bei der Arbeit helfen. Dadurch verlieren sie das Vertrauen in ein Tool, lange bevor es überhaupt eine faire Chance hat, seinen Wert unter Beweis zu stellen.
- Rollenbasiertes Training – Zweitens benötigen die Mitarbeitenden Schulungen, die auf ihre alltäglichen Arbeitserfahrungen zugeschnitten sind. In einer Bank oder einem Versicherungsunternehmen ist dieser Unterschied entscheidend, da Entscheidungsbefugnisse, Risikobelastung und Auswirkungen auf die Kunden je nach Funktion stark variieren. „Einige Institute ernennen KI-Beauftragte oder setzen auf ‚Train-the-Trainer‘-Modelle. Dadurch haben die Mitarbeitenden eine Anlaufstelle, wenn sie Hilfe bei der Nutzung der Tools benötigen“, so Sebastian Frey.
- Anwendungsfälle aus der täglichen Praxis – Das dritte Element ist Relevanz. KI gewinnt an Bedeutung, wenn sie konkrete Probleme im Rahmen von Routineaufgaben löst, beispielsweise bei der Schadenbearbeitung, der Einarbeitung neuer Mitarbeitenden, der Compliance, im Servicebetrieb oder in der Dokumentenanalyse.
Der Mensch bleibt Ihr entscheidender Wettbewerbsvorteil
Mit der zunehmenden Verfügbarkeit von KI-Technologien rückt weniger die Frage nach der richtigen Technologie in den Vordergrund. Wichtiger wird stattdessen, wie gut Ihre Mitarbeitenden ein Tool einsetzen. Für Finanzdienstleister bedeutet dies, dass Urteilsvermögen, Ethik, Empathie und Verantwortungsbewusstsein weiter an Bedeutung gewinnen.
Das Finanzinstitut der Zukunft wird stärker datengetrieben und KI-gestützt agieren. Menschliche Führung setzt aber nach wie vor den Massstab – insbesondere im Hinblick auf Vertrauen, Fairness und Kundenorientierung. Daraus ergibt sich ein nachhaltiger Wettbewerbsvorteil.
