Künstliche Intelligenz verspricht dem Bankwesen höhere Effizienz, bessere Betrugserkennung und robustere Compliance. Doch zwischen dem technologischen Potenzial von Large Language Models, Graph Neural Networks und biometrischer Echtzeit-Analyse und ihrer regulatorischen Einbettung klafft eine Lücke, die sich nicht durch weitere Modelloptimierung schließen lässt. Ein Blick auf aktuelle Entwicklungen im Schweizer Bankwesen zeigt, wo der Fortschritt real ist – und wo die PR-Schere zwischen Versprechen und Substanz droht, sich zu öffnen.
Der Ausgangsbefund: Systemische Überforderung traditioneller Kontrollen
Das Schweizer Bankwesen operiert in einem Umfeld, das traditionelle Kontrollsysteme strukturell überfordert. Grenzüberschreitende Transaktionsvolumina, regulatorische Parallelarchitekturen und die zunehmende Geschwindigkeit von Kapitalflüssen haben eine Lücke aufgerissen, die manuelle Prüfprozesse nicht schließen können. Die Forderung nach kontinuierlicher, datengetriebener Risikoüberwachung ist unter diesen Bedingungen kein Komfort, sondern eine operative Notwendigkeit.
Genau hier setzt der Einsatz von KI an – und zwar in einem breiteren Spektrum als noch vor wenigen Jahren. Natural Language Processing und Large Language Models übernehmen heute Aufgaben in der Dokumentation, der Compliance-Prüfung und der Transaktionsanalyse, die früher ausschließlich menschliche Expertise erforderten. JP Morgan Chase und, vor seinem Niedergang in der beschriebenen Form, Credit Suisse gelten als Referenzfälle: Bearbeitungszeiten in der Kredit- und Transaktionsprüfung ließen sich durch KI-gestützte Workflows spürbar reduzieren, die Dokumentationsqualität stieg.
Das Kernproblem: Die Client Contact Note als Mikrokosmos
Ein besonders aufschlussreicher Anwendungsfall ist die Automatisierung sogenannter Client Contact Notes (CCNs) – jener Gesprächsnotizen, die Kundenberater nach Kundenkontakten anfertigen müssen. Was banal klingt, ist in der Praxis ein regulatorisches Nadelöhr: Unvollständige, inkonsistente oder verspätet erfasste CCNs sind ein Hauptauslöser aufsichtsrechtlicher Beanstandungen.
Drei unterschiedliche Entwicklungsansätze werden aktuell erprobt: Echtzeit-Assistenzsysteme, die während des Gesprächs mitlaufen; konversationelle Dokumentationsführung, bei der ein KI-System den Berater dialogisch durch die Nachbereitung führt; und umfassende Qualitätssicherungssysteme, die fertige Notizen auf Vollständigkeit und Complia…