Cas d'usage de l'IA en finance
Les cas d'usage de l'IA en finance sont des tâches où un logiciel utilise des schémas appris pour traiter l'information ou éclairer une décision. Un assistant clientèle peut répondre aux questions, tandis qu'un modèle de détection signale une activité à examiner. L'objectif pratique dépend de la tâche, et un résultat automatisé nécessite toujours des contrôles adaptés à ses conséquences.
Les établissements financiers évaluent ces systèmes en testant leurs résultats et en décidant qui peut agir sur cette base. Une alerte sur une transaction justifie une enquête, sans prouver une fraude du client. Le contrôle d'autorités comme la BaFin compte, avec la responsabilité propre de l'établissement envers le service et ses clients.
Les principaux usages de l'IA des banques allemandes
Dans son rapport Risques prioritaires, la BaFin résume une enquête de l'Autorité bancaire européenne (EBA) auprès de certaines grandes banques de l'UE. Les domaines les plus courants étaient le service client, surtout les chatbots, puis la surveillance des transactions, la détection des fraudes, la modélisation des risques et le scoring crédit. La même enquête relevait l'IA générative dans environ 40 pour cent des banques fin 2024 et plus de 60 pour cent au premier trimestre 2025.
Pour les petites banques allemandes, établissements moins importants directement supervisés par la BaFin et la Deutsche Bundesbank, la BaFin décrit des usages plus restreints dans ce texte. L'IA y rédige surtout des textes, anime des chatbots et aide la gestion des risques à détecter les fraudes et contrer la cybercriminalité. Elle sert rarement à vérifier la solvabilité ou au trading. Les caisses d'épargne et banques coopératives dépendent largement de leurs prestataires centraux, Finanz Informatik et Atruvia; un outil d'IA choisi à ce niveau atteint donc des centaines de banques.
La vision des superviseurs figure dans l'IA bancaire en Allemagne, les assureurs et gestionnaires d'actifs dans l'IA financière en Allemagne, et les règles à haut risque dans le règlement européen sur l'IA dans les services financiers.
Service client et chatbots d'IA bancaires
Le service client est le premier usage de l'IA dans l'enquête EBA, et le chatbot sa partie visible pour les clients. Commerzbank a lancé Ava, avatar bancaire de son application reposant sur Microsoft Azure AI. Par conversation, les clients peuvent commander une carte de crédit, bloquer ou débloquer une carte ou modifier des plafonds. Quand une question devient trop complexe, Ava transmet le client aux experts du centre de clientèle bancaire.
La BaFin cite les chatbots clients parmi les usages qu'elle supervise selon la loi allemande d'application du règlement européen sur l'intelligence artificielle. Un chatbot bancaire n'est pas à haut risque selon le règlement européen sur l'IA, mais les clients doivent savoir qu'ils parlent à une IA. Un chatbot utilisant un modèle cloud ajoute aussi un prestataire TIC tiers à la banque, dont le contrat relève de DORA.
Détection des fraudes et surveillance LCB des transactions
La surveillance des transactions et la détection des fraudes suivent le service client dans la liste EBA, et la BaFin cite la détection des fraudes parmi les principaux usages des petites banques allemandes. L'article 25h de la loi bancaire allemande (KWG) impose des systèmes informatiques détectant les transactions inhabituelles, que le modèle utilise des règles fixes ou l'apprentissage automatique.
Atruvia, prestataire informatique des Volksbanken et Raiffeisenbanken, compare les virements aux habitudes du client, comme son canal et sa méthode TAN préférés. Dans Der Bank Blog, Andreas Hermann indique que le système détecte et bloque correctement les transactions criminelles dans quatre cas sur cinq (en allemand). Deutsche Bank explore un agent de recherche Google Cloud pour gérer les risques de criminalité financière.
Le règlement européen sur l'IA exclut explicitement la détection des fraudes du scoring crédit à haut risque. Les règles applicables sont celles du KWG et de la loi antiblanchiment. La prévention des fraudes en Allemagne et les regtech en Allemagne approfondissent ces deux textes.
Assistants d'IA générative pour les salariés bancaires
La première observation de la BaFin sur l'IA des petites banques allemandes concerne la rédaction de textes. Le plus grand exemple allemand est S-KIPilot, assistant d'IA générative que Finanz Informatik exploite pour la Sparkassen-Finanzgruppe dans ses propres centres de données, sans connexion au cloud public. Selon le magazine FI (en allemand), environ 147 000 personnes du groupe l'utilisent, envoyant 1.95 million de requêtes en janvier 2026. Elles résumaient courriels et longs documents, préparaient les rendez-vous clients et interrogeaient les bases de connaissances internes.
Commerzbank a fourni à ses salariés cobaGPT (en allemand), chatbot utilisant Azure OpenAI Service de Microsoft. Chez Deutsche Bank, l'agent de recherche DB Lumina comptait environ 5 000 utilisateurs chez Deutsche Bank Research, selon Max Sommerfeld de Deutsche Bank et Crispin Velez de Google dans leur article Google Cloud sur DB Lumina. DB Lumina résume des documents, extrait des données, répond aux questions sur les fichiers chargés, rédige et traduit.
La plupart de ces assistants présentent un risque minimal selon le règlement européen sur l'IA, qui exige surtout des compétences en IA chez les salariés. DORA impose davantage: la BaFin a publié des orientations sur les risques TIC de l'IA couvrant toute la vie d'un modèle, des données initiales à l'arrêt, et la gestion de ses fournisseurs cloud et de modèles.
IA et gestion et modélisation des risques
La modélisation des risques est le domaine suivant dans la liste EBA. Les banques utilisent depuis des décennies des modèles statistiques pour les risques de crédit, de marché et de liquidité, désormais accompagnés par l'apprentissage automatique. La Bundesbank indique que ces méthodes accélèrent les processus, réduisent les coûts et rendent les données disponibles, et que leurs risques relèvent des exigences prudentielles. Avec la BaFin, elle a consulté le secteur sur l'apprentissage automatique dans les modèles des piliers 1 et 2, principalement sur l'explicabilité et les données.
Un modèle alimentant les exigences de fonds propres d'une banque nécessite l'accord du superviseur avant sa mise en service et une équipe de validation capable d'expliquer son fonctionnement. L'article sur le risque de crédit du centre de connaissances en explique les bases.
Scoring crédit par IA et décisions de prêt
Le scoring crédit figure dans la liste EBA pour les grandes banques, mais la BaFin constate que les petites banques allemandes utilisent rarement l'IA pour vérifier la solvabilité. La réglementation constitue l'une des raisons expliquant cette faible utilisation. L'annexe III du règlement européen sur l'IA classe à haut risque l'IA évaluant la solvabilité des personnes physiques ou établissant leur score de crédit. Une banque déployant un tel système doit maintenir des personnes formées aux commandes, le surveiller et évaluer ses effets sur les droits fondamentaux avant sa première utilisation. Une banque construisant son modèle assume aussi les obligations du fournisseur, dont la documentation et les tests de biais.
Le scoring des entreprises échappe à cette catégorie, et les grandes banques allemandes commencent par la banque d'entreprise. Deutsche Bank déploie l'agent Financial Research de Google dans sa Corporate Bank, d'abord auprès des équipes servant les clients MidCorp allemands, pour préparer des notes clients et analyses financières. Les principes de la BaFin sur les algorithmes décisionnels exigent un responsable nommé dans les phases de développement et d'application de chaque modèle.
Documents, KYC et comptes rendus de conseil
Les banques lisent et classent de nombreux documents papier: pièces d'identité KYC, dossiers de crédit, contrats et comptes rendus de conseil. Commerzbank utilise Google Gemini pour produire une documentation conforme à MiFID des entretiens de conseil aux entreprises (en allemand) et étend Google DocAI pour gérer ses documents. MiFID II exige une trace du conseil en investissement; une IA rédigeant le compte rendu fait donc gagner du temps aux conseillers, la banque restant responsable du contenu.
En KYC, la loi antiblanchiment laisse l'obligation d'identifier le client à la banque, même si un modèle lit la carte d'identité ou vérifie un extrait de registre d'entreprise. Le KYC en Allemagne couvre les règles d'identification, et le centre de connaissances explique le KYC et la lutte antiblanchiment.
IA et développement logiciel bancaire
Commerzbank utilise l'assistant de programmation IA de Microsoft pour moderniser les applications bancaires (en allemand). À fAInance, qui est une conférence organisée par Sopra Steria avec Fraunhofer IAIS pour les salariés d'établissements financiers, le développement par IA et les tests logiciels par IA avaient leurs propres ateliers. Le code écrit avec un assistant suit les mêmes processus de changement et de test que toute modification des systèmes TIC bancaires, imposés par DORA, et l'assistant est lui-même un service TIC à inscrire au registre d'informations.
Cas d'usage de l'IA en assurance
Les assureurs utilisent surtout l'IA pour accélérer le travail et réduire les coûts, rapporte la BaFin, rarement pour la tarification et l'évaluation des risques, domaines où le règlement européen classe les assurances vie et santé à haut risque. Allianz utilise son Insurance Copilot pour les sinistres automobiles en Autriche et l'a étendu aux sinistres immobiliers. Insurance Copilot rassemble les données des sinistres et contrats, lit documents et photos, signale les incohérences et rédige des courriels. Le gestionnaire de sinistres décide finalement de la couverture et de l'indemnisation.
IA, trading, gestion de patrimoine et données de marché
La BaFin constate que les petites banques allemandes utilisent rarement l'IA en trading. Le trading algorithmique relève de MiFID II quel que soit son modèle, et l'entreprise doit pouvoir arrêter un algorithme à tout moment.
Le centre de connaissances explique l'IA en trading et l'IA en gestion de patrimoine. La gestion automatisée des portefeuilles particuliers est traitée dans les robots-conseillers en Allemagne, et Finance Loop a soutenu la rencontre IA & données de marché à Paris sur l'IA dans la chaîne des données de marché.
Les usages de l'IA en bref
| Usage | Rôle de l'IA | Exemple allemand | Règle applicable |
|---|---|---|---|
| Service client | Répond aux questions, gère les services de carte par chat | Ava de Commerzbank | Obligation de transparence du règlement IA européen, supervision BaFin |
| Fraudes et surveillance LCB | Évalue les paiements face aux habitudes du client | Atruvia pour les Volksbanken et Raiffeisenbanken | Article 25h KWG, loi antiblanchiment |
| Assistants des salariés | Résume, rédige, cherche les connaissances internes | S-KIPilot, cobaGPT, DB Lumina | Compétences IA, règles DORA sur les tiers |
| Modélisation des risques | Apprentissage automatique avec les modèles agréés | Consultation Bundesbank et BaFin sur l'apprentissage automatique des modèles de risque | Agrément et validation des modèles |
| Scoring crédit | Évalue la solvabilité d'un emprunteur | Agent de recherche Deutsche Bank pour les clients MidCorp | Haut risque pour les personnes physiques selon le règlement IA européen |
| Documents et KYC | Lit, classe et consigne documents et conseils | Commerzbank avec Gemini et DocAI | Comptes rendus MiFID II, loi antiblanchiment |
| Développement logiciel | Écrit et teste du code | Commerzbank avec Microsoft | Gestion des changements DORA |
| Sinistres d'assurance | Lit les sinistres, signale les lacunes, rédige les réponses | Allianz Insurance Copilot en Autriche | Haut risque seulement pour la tarification vie et santé |
| Trading et patrimoine | Recherche et analyse pour les gérants de portefeuille | Rare dans les petites banques allemandes | MiFID II |
Prochains événements IA en finance
Où Finance Loop discute des cas d'usage de l'IA financière
Finance Loop réunit les personnes qui conçoivent, achètent et contrôlent l'IA des banques, assureurs et gestionnaires d'actifs. Finance Loop relie les milieux de la finance, de l'informatique et de l'IA à Francfort et organise aussi des événements à Munich, Berlin et Hambourg.
Finance Loop a présenté fAInance, en allemand et réservé aux salariés d'établissements financiers, avec des ateliers sur l'IA contre la criminalité financière, l'IA en gouvernance, risques et conformité, un auditeur IA et le développement par IA, puis une intervention finale de Parloa sur l'IA agentique dans l'expérience client. À l'événement financier parallèle d'AI Week Frankfurt 2025, organisé par Finance Loop avec Frankfurt Main Finance et d'autres partenaires, les interventions couvraient les deepfakes, l'IA enquêtrice contre la criminalité financière, l'IA de confiance et ses tests.
Finance Loop est partenaire d'AI in Finance Paris, organisé par Finteda, avec des intervenants de BNP Paribas, Deutsche Bank et Berenberg. Finance Loop a annoncé KI Exchange 2026 à Hambourg, avec la gouvernance de l'IA et la conformité DORA au programme, et soutient Claude Hacker House, format pratique sur les usages de l'IA en entreprise et en finance. Avec Frankfurt Data Science, Finance Loop coopère sur les usages de la science des données et la gouvernance de l'IA dans les établissements financiers. Fayssal El Mofatiche, membre de Finance Loop, a coécrit Building AI Agents for Finance, qui présente des agents d'analyse fondamentale, de recherche approfondie, de trading, d'assurance et de conformité.
Quels sont les principaux usages de l'IA financière?
Dans l'enquête EBA résumée par la BaFin, les usages les plus courants dans les grandes banques de l'UE étaient les chatbots clients, la surveillance des transactions, la détection des fraudes, la modélisation des risques et le scoring crédit. Dans les petites banques allemandes, l'IA rédige surtout des textes, anime des chatbots et aide à détecter les fraudes.
Combien de banques avec l'IA?
Dans l'enquête EBA auprès de certaines grandes banques de l'UE, environ 40 pour cent utilisaient l'IA générative fin 2024 et plus de 60 pour cent au premier trimestre 2025. En Allemagne, environ 147 000 personnes de la Sparkassen-Finanzgruppe utilisent l'assistant S-KIPilot, selon Finanz Informatik.
Comment l'IA bancaire détecte-t-elle les fraudes?
Le modèle compare chaque paiement aux habitudes du client, comme le montant, le canal et la méthode TAN, et suspend ou bloque les paiements qui s'en écartent. L'article 25h KWG impose cette surveillance aux banques allemandes, et une personne vérifie les cas signalés.
Les banques accordent-elles des prêts par IA?
Les grandes banques utilisent l'IA pour préparer des analyses de crédit, surtout pour les entreprises. Pour les prêts à la consommation, l'IA évaluant une personne physique présente un haut risque selon le règlement européen sur l'IA, et la BaFin constate que les petites banques allemandes l'utilisent rarement pour vérifier la solvabilité. Des salariés formés restent responsables de la décision sur la demande de prêt.
Cas d'usage de l'IA financière et Finance Loop
L'IA financière traverse les quatre volets Finance Loop, de la surveillance des fraudes en Risques & conformité aux agents de recherche en Investissement & actifs numériques. Les membres de Finance Loop ont rencontré les équipes de ces cas d'usage à fAInance, AI in Finance Paris et l'événement parallèle d'AI Week Frankfurt.
Finance Loop est un réseau professionnel qui favorise l'usage institutionnel des technologies émergentes dans la finance, comme l'IA, les paiements numériques, le cloud et les solutions blockchain. Finance Loop aide ses membres à développer leurs compétences et leurs réseaux professionnels dans ces domaines: Investissement & actifs numériques, Paiements & monnaie numérique, Infrastructure numérique & souveraineté et Risque & conformité.