Generative KI im Finanzbereich

Generative KI erzeugt aus einer Eingabe neue Texte, Code oder Bilder, gebaut auf großen Sprachmodellen (LLMs). Ältere KI im Finanzwesen klassifiziert und prognostiziert: Sie bewertet einen Kredit oder markiert eine Kartenzahlung. Generative KI entwirft die Kundenmail, fasst eine lange Kreditakte zusammen und beantwortet Fragen zu internen Richtlinien. In ihrem Bericht Risiken im Fokus fasst die BaFin eine Umfrage der Europäischen Bankenaufsicht unter großen EU-Banken zusammen: Der Anteil mit generativer KI stieg binnen weniger Monate von rund 40 auf über 60 Prozent. In der ESMA-Umfrage zu den EU-Wertpapiermärkten (auf Englisch) stand generative KI hinter den meisten KI-Anwendungen.

Der britische Verband UK Finance hat in seinem Bericht Generative AI in Action (auf Englisch) erfasst, wo Firmen den größten Nutzen sehen: Kundenansprache und Marketing, Wissensmanagement und Informationssuche, Softwareentwicklung und Datenmanagement, E-Mail- und Workflow-Bearbeitung, Betrug und Finanzkriminalität, Analyse von Rechts-, Vertrags- und Compliance-Texten sowie Meetings. Rund 70 Prozent der Finanzfirmen testeten generative KI noch in Piloten, 91 Prozent nutzten schon prädiktive KI, etwa für Betrugserkennung.

Den größten Einsatz in Deutschland haben die Sparkassen. Finanz Informatik betreibt S-KIPilot für die Sparkassen-Finanzgruppe in eigenen Rechenzentren, ohne Verbindung zu einer öffentlichen Cloud, und laut FI-Magazin nutzen ihn rund 147.000 Menschen in der Gruppe. Die DekaBank gab ihren Beschäftigten DekaGPT 2.0, das mehrere lange Dokumente zugleich durchsucht, und die Handelszeitung meldet fast 1.800 Nutzer der internen Chatbots. Die ING Deutschland nutzt generative KI im Kundenservice und stützt die Antworten per Retrieval-Augmented Generation auf eigene Dokumente, wie silicon.de beschreibt.

Retrieval-Augmented Generation, kurz RAG, steckt hinter den meisten dieser Werkzeuge. Das Modell antwortet nicht aus dem Gedächtnis, sondern holt zuerst Passagen aus freigegebenen internen Quellen wie Produktblättern oder Handbüchern und schreibt daraus seine Antwort. So bleiben Antworten nachvollziehbar und erfundene Fakten seltener, was zählt, wenn der Text an Kunden oder in eine Kreditakte geht. Mehr zu KI-Anwendungsfällen in Banken.

Sprachmodelle können „halluzinieren“: Sie schreiben flüssige, aber falsche Texte. Die ESMA warnt, dass das in Beratung und Portfolioberichten Kunden in die Irre führen kann, und deshalb sieht jede der genannten Bankanwendungen eine menschliche Prüfung vor. Der Finanzstabilitätsrat FSB blickt auf das System. Der Bericht des FSB zu den Folgen von KI für die Finanzstabilität (auf Englisch) nennt Abhängigkeit von Dritten und die Konzentration auf wenige Modell- und Cloud-Anbieter, gleichgerichtetes Verhalten an Märkten, Cyberrisiken sowie Modellrisiken mit Datenqualität und Governance.

Für eine deutsche Bank ist der Umgang mit Anbieterkonzentration eine Rechtspflicht nach DORA. Die Orientierungshilfe der BaFin zu IKT-Risiken durch KI umfasst den ganzen Lebenszyklus eines Modells, vom Datenbezug bis zur Abschaltung, und die Steuerung der Cloud- und Modellanbieter dahinter. Ein Chatbot für Beschäftigte ist nach der KI-Verordnung minimal riskant und verlangt vor allem KI-Kompetenz der Nutzer; die Anbieter der zugrunde liegenden Basismodelle tragen eigene Dokumentations- und Transparenzpflichten.

Finance Loop ist der Treffpunkt für die Menschen, die generative KI im Finanzbereich einführen: IT-Architekten, Compliance-Verantwortliche, Produktverantwortliche und die Fachteams, die die Werkzeuge nutzen. Finance Loop verbindet die Finance-, IT- und KI-Communities in Deutschland, Österreich und der Schweiz, mit Events in Frankfurt, München, Berlin und Hamburg.

Mit Finteda und Frankfurt Data Science unterstützt Finance Loop Claude Hacker House, wo Entwickler und Finanzleute Prototypen mit Claude bauen, und es bot ausgewählten Mitgliedern einen Platz in der Zertifizierung Claude Certified Architect Foundations von Anthropic. Finance Loop stellte fAInance vor, wo die Keynote von Fraunhofer IAIS vom LLM-Copilot zu autonomen Systemen führte, und kündigte KI Exchange in Hamburg an, mit KI-Governance und DORA auf dem Programm. Beim Finance-Side-Event der AI Week Frankfurt 2025, das Finance Loop mit Frankfurt Main Finance und weiteren Partnern ausrichtete, sprach Jasper Albrecht von revel8 über Deepfakes.

Zu den Anwendungsfällen gehören Textentwürfe und Zusammenfassungen, interne Suche und Assistenten, Kundenchat, Programmcode und die Analyse von Verträgen und Compliance-Dokumenten. In der Betrugs- und Geldwäschebekämpfung hilft sie beim Schreiben von Fallberichten, die Erkennung machen weiter prädiktive Modelle.

Klassische KI prognostiziert oder klassifiziert, etwa die Ausfallwahrscheinlichkeit eines Kreditnehmers. Generative KI erzeugt neue Inhalte, etwa einen Antwortentwurf oder die Zusammenfassung einer Kreditakte. Viele Banken kombinieren beides: Ein Modell markiert den Fall, ein Sprachmodell schreibt den ersten Berichtsentwurf.

Claude Hacker House ist ein Praxisabend in Frankfurt für Leute aus Finanzwesen und Tech. Die Frankfurt School of Finance & Management bietet einen berufsbegleitenden Master of Artificial Intelligence & Data Science. Das Studium behandelt auch die Grundlagen von KI im Finanzwesen.