Die Deutsche Bank hat wichtige operative Aufgaben drastisch beschleunigt und die Bearbeitungszeiten durch den strategischen Einsatz künstlicher Intelligenz (KI) von zwei Jahren auf nur drei Monate reduziert. Denis Roux, Chief Information Officer für das Investmentbanking der Deutschen Bank, bestätigte diesen Effizienzgewinn am Donnerstag (18. Juni) gegenüber Reuters und unterstrich damit die greifbaren Renditen, die das Institut aus seinen KI-Investitionen erzielt.
nn
Die Abgewogene KI-Strategie der Deutschen Bank
n
Roux erläuterte den vorsichtigen, aber effektiven Ansatz der Bank bei der KI-Integration und wies darauf hin, dass für Routineaufgaben einfachere Modelle bevorzugt werden. Die Bank entwickelt aktiv KI-Tools zur Automatisierung der Extraktion und Analyse von Finanzdaten sowie zur Verknüpfung externer Ereignisse mit ihrem Portfolio, um das Risiko genau zu bewerten. Zur Verwaltung der damit verbundenen Kosten setzt die Deutsche Bank ein Token-Zuweisungssystem für Ingenieure ein, das es ihnen ermöglicht, zusätzliche Ressourcen anzufordern, wenn sie einen Mehrwert nachweisen können. Roux formulierte die Philosophie der Bank wie folgt: “Wir wollen die Leute nicht ausbremsen und wollen, dass sie weitermachen, aber wir wollen auch eine Rendite erzielen.”
nn
Branchenweites Engagement für KI-Investitionen
n
Das Engagement für KI erstreckt sich über den gesamten Finanzdienstleistungssektor, wie der PYMNTS Intelligence-Bericht “Financial Services Pulls Ahead in the Enterprise AI Race” hervorhebt. Dieser Bericht ergab, dass beachtliche 85 % der Finanzdienstleistungs- und Versicherungsunternehmen mit einem Jahresumsatz von mindestens 1 Milliarde US-Dollar planen, ihre KI-Budgets in den nächsten 12 Monaten zu erhöhen. Unternehmen begründen diese Investitionen mit ergebnisorientierten Zielen, die messbare Renditen erfordern:
n
- n
- 65 % nannten Produktivitäts- und Effizienzsteigerungen.
- 65 % verwiesen auf strategische und wettbewerbsfähige Positionierung.
- 55 % betonten Risikoreduzierung und Compliance.
n
n
n
n
Der Bericht hob hervor, dass “Dies ergebnisorientierte Begründungen sind, die von KI-Investitionen messbare Renditen erfordern.”
nn
Wichtige KI-Anwendungen im Finanzdienstleistungsbereich
n
Spezifische KI-Anwendungen gewinnen in der Branche an Bedeutung, hauptsächlich in strukturierten, auditierbaren Back-Office-Funktionen, die interne Abläufe unterstützen, ohne direkten Kundenkontakt zu haben. Der PYMNTS Intelligence-Bericht identifizierte die am häufigsten eingesetzten KI-Aufgaben bei Finanzdienstleistungs- und Versicherungsunternehmen:
n
- n
- 65 % hoben die Umsatzrealisierung und den Monatsabschluss hervor.
- 60 % nannten die Kreditrisikobewertung und das Scoring.
- 60 % konzentrierten sich auf die Umsatzprognose und Pipeline-Optimierung.
n
n
n
nn
Ausweitung der KI-Einführung und Budgetzuweisung
n
Weitere Daten untermauern die weit verbreitete Einführung von KI im Finanzwesen. Ein kürzlich veröffentlichter Bericht von Nvidia zeigte, dass fast 90 % der Finanzinstitute KI-Technologien entweder einsetzen oder bewerten, wobei 65 % sie bereits aktiv nutzen. Die Ergebnisse von KPMG ergänzen diesen Trend und zeigen, dass 70 % der Bank-CEOs planen, im kommenden Jahr 10 % bis 20 % ihrer Budgets für KI bereitzustellen. Unter diesen Führungskräften nannten 24 % die verbesserte Cybersicherheit als den größten Vorteil, der sich aus der KI-Einführung ergibt.
n
Die Erkenntnisse der Deutschen Bank und die breiteren Branchenberichte zeichnen zusammen ein klares Bild: KI ist im Finanzsektor keine spekulative Investition mehr. Stattdessen ist sie ein erwiesener Treiber für Effizienz, eine strategische Notwendigkeit für Wettbewerbsvorteile und ein kritisches Werkzeug für Risikomanagement und Compliance, das konkrete, messbare Renditen über ein Spektrum operativer Funktionen liefert.
