Advertorial Artikel aus dem Handelsblatt Journal Banking 2025 vom 03.09.2025
Zur Zukunfts- und Wettbewerbsfähigkeit in der Finanzindustrie
AI Agents und Agentic AI sind die „new kids on the block“ und werden die Zukunfts- und Wettbewerbsfähigkeit in der Finanzindustrie maßgeblich beeinflussen. Seit Anthropic mit dem Model Context Protocol (MCP) quasi einen neuen Industriestandard für Agentic AI vorgestellt hat, wurden die technischen Grundlagen für einen breiten Einsatz von AI Agents geschaffen.
Begriffsbestimmungen
- Agentic AI steht für den Wandel von Künstlicher Intelligenz (KI) als reinem Werkzeug für Frage-Antwort-Systeme hin zu einem aktiven Mitgestalter von Arbeitsprozessen. In dieser neuen Architektur agieren KI-Systeme nicht nur reaktiv, sondern verfolgen Ziele, setzen Prioritäten und unterstützen komplexe Entscheidungen. Agentic AI umfasst auch strategische Steuerung, Governance-Strukturen und die Zusammenarbeit zwischen Mensch und Maschine.
- AI Agents sind spezialisierte, autonome Softwareeinheiten, die auf definierte Ziele hin agieren und dabei eigenständig Entscheidungen treffen, um konkrete Aufgaben zu erfüllen. Sie kombinieren Wahrnehmung, Planung und Handlung, um in dynamischen Umgebungen effektiv zu operieren – sei es durch Interaktion mit Nutzern, Systemen oder anderen Agenten.
- Das Model Context Protocol (MCP) von Anthropic ist ein offener Schnittstellenstandard, der darauf abzielt, KI-Modelle nahtlos mit externen Datenquellen und Anwendungen zu verbinden. Statt individueller Integrationen bietet MCP ein einheitliches und skalierbares Protokoll, über das KI-Systeme sicher und bidirektional auf Inhalte, Werkzeuge und Berechtigungen aus verschiedenen digitalen Umgebungen zugreifen können.
Einsatz von Agentic AI in der Finanzindustrie
Die möglichen Einsatzgebiete von Agentic AI sind vielfältig – ein wesentlicher Grund, warum sich die Technologie auf die Zukunfts- und Wettbewerbsfähigkeit von Finanzunternehmen auswirken wird. Beispiele:
- Automatisierung von Teilprozessen: AI Agents übernehmen repetitive Aufgaben wie Datenabgleich, Dokumentenverarbeitung oder Transaktionsüberwachung.
- Personalisierte Kundeninteraktion: Agenten können Kundenbedürfnisse in Echtzeit analysieren und individuell zugeschnittene Angebote oder Beratung bereitstellen.
- Proaktive Risikoerkennung: Durch kontinuierliche Analyse von Markt- und Kundendaten erkennen AI Agents potenzielle Risiken frühzeitig und schlagen präventive Maßnahmen vor.
- Compliance und Governance: Agentic AI kann helfen, regulatorische Anforderungen automatisiert zu überwachen und einzuhalten, zum Beispiel durch Audit-Trails oder Echtzeit-Reporting.
- Stärkung der Innovationsfähigkeit: Durch die Entlastung von Routinetätigkeiten können sich Mitarbeitende stärker auf kreative und strategische Aufgaben konzentrieren.
- Optimierung von Entscheidungsprozessen: Agentic AI kann strategische Entscheidungen unterstützen, indem sie relevante Informationen priorisiert, Szenarien simuliert und Empfehlungen generiert.
- Nahtlose Integration in bestehende Systeme: Über Protokolle wie MCP lassen sich AI Agents ohne hohe Interaktionskosten flexibel in bestehende IT-Architekturen einbinden.
- Skalierbarkeit und Anpassungsfähigkeit: Agenten lassen sich skalieren und an neue regulatorische oder geschäftliche Anforderungen anpassen.
Unterschiedliche Reifegrade
Der KI-Reifegrad in Finanzunternehmen variiert stark: Einige Häuser befassen sich noch mit Grundsatzfragen. Andere haben bereits Anwendungen in Produktion und beginnen nun, diese auf einer einheitlichen KI-Plattform zu orchestrieren. Die Vorreiter mit ihrer „AI-First-Strategie“ prüfen bereits jede Prozess- oder Produktidee daraufhin, ob und wie KI sie unterstützen kann.
Technologisch und organisatorisch sind die Voraussetzungen mittlerweile so weit, dass sich Effizienzgewinne und verbesserte Kundenkenntnis bald deutlich im Wettbewerbsumfeld bemerkbar machen. Institute, die Document Intelligence, Corporate-GPTs und Conversational AI mithilfe von AI Agents einsetzen, sichern sich schon jetzt entscheidende Vorteile.
Fazit
Angesichts der hohen Dynamik darf es kein Zaudern geben. Eine „Fast-Follower-Strategie“ könnte die eigene Wettbewerbsfähigkeit ernsthaft gefährden. Hinzu kommt der demografische Wandel: Viele erfahrene Mitarbeitende stehen kurz vor dem Ruhestand und der Fachkräftemangel ist bereits spürbar. KI-gestützte Tools und in Standardlösungen eingebettete Intelligenz können hier nicht nur Prozesse automatisieren, sondern auch Quereinsteiger schnell ins Thema holen. Es ist höchste Zeit, sich aktiv mit Agentic AI auseinanderzusetzen.
