Native KI-Banken – von Grund auf um künstliche Intelligenz gebaut – automatisieren den Kundenservice, Kredite, Compliance und mehr. Schauen Sie sich an, wie Vorreiter wie Catena Labs, One Zero, Bunq, WeBank und CITIC aiBank das globale Finanzwesen neu definieren und traditionelle Banken herausfordern.
KI im Finanzwesen hat sich schnell entwickelt. In den 2010er Jahren führten viele Banken maschinelles Lernen für Kreditbewertungen und Chatbots für den Kundensupport ein, um das Potenzial der KI innerhalb bestehender Rahmenbedingungen zu testen. Bis 2020 integrierten führende Banken fortschrittliche Algorithmen in das Risikomanagement und die Personalisierung von Kunden. Eine kürzlich durchgeführte Branchenumfrage ergab, dass 65 % der Banken planen, 2025 KI-gesteuerte Kundenservices einzuführen – ein Beweis dafür, wie KI im Banking zum Mainstream geworden ist. Dennoch fügen die meisten dieser Bemühungen KI immer noch in bestehende Systeme ein. Im Gegensatz dazu streben "KI-native" Banken danach, eine Finanzinstitution vollständig um KI-Fähigkeiten herum zu gestalten und grundlegend neu zu denken, wie eine Bank funktioniert.
Das Konzept der nativen KI-Banken gewinnt an Fahrt, da Unternehmer und Technologen erkennen, dass bestehende Banken – selbst digitale Neobanken – in einer KI-zentrierten Welt an Grenzen stoßen. Traditionelle Banken, die auf Jahrzehnte alten Prozessen und Infrastrukturen aufgebaut sind, finden es oft "langsam, teuer, voll globaler Reibungen, unflexibel und ungeeignet", um neue Chancen zu unterstützen, die die KI bietet. Dies hat die Tür für Startups und zukunftsorientierte Finanzfirmen geöffnet, um Banken zu bauen, die mit KI-first-Architekturen beginnen.
Diese neuen Akteure entwerfen Systeme, in denen KI alles von der Kundeninteraktion und Betrugsüberwachung bis hin zu Kreditentscheidungen und sogar der Einhaltung von Vorschriften übernimmt, alles unter menschlicher Aufsicht.
Was sind Native KI-Banken?
Kurz gesagt, native KI-Banken sind Finanzinstitute, die von Tag eins an um künstliche Intelligenz herum gebaut werden, anstatt KI an einen traditionellen Kern anzuflanschen.
Eine kürzliche Beschreibung eines Fintech-Startups definierte eine KI-native Bank als eine Bank, die "um KI herum gebaut wird, nicht als nachträglicher Gedanke."
In der Praxis bedeutet dies, dass die Produkte, Dienstleistungen und internen Prozesse der Bank so gestaltet sind, dass sie von KI-Algorithmen und Automatisierung betrieben werden, mit minimalem manuellen Eingriff in die täglichen Arbeitsabläufe. Menschliches Personal bietet Aufsicht, strategische Führung und bearbeitet außergewöhnliche Fälle, aber KI-Systeme steuern die Routineentscheidungen und -interaktionen.
Eine native KI-Bank zeichnet sich durch durchgängige digitale Operationen aus, bei denen die KI die Kundenaufnahme, Risikobewertung, Transaktionen und den Kundenservice verwaltet.
Fortgeschrittene maschinelle Lernmodelle analysieren die Daten der Kunden, um personalisierte Finanzberatung anzubieten oder Betrug in Echtzeit zu erkennen. Chatbots und virtuelle Assistenten übernehmen einen großen Teil der Kundenanfragen. Wichtig ist, dass diese Banken häufig die neuesten KI-Innovationen integrieren, wie generative KI für konversationelle Schnittstellen oder verstärkendes Lernen zur Optimierung von Anlagestrategien. Das Ziel ist es, eine Bank zu schaffen, die kontinuierlich lernen und sich anpassen kann und ihre Dienstleistungen verbessert, während sie mehr Daten sammelt – etwas, was ein statischer, traditioneller Kern nicht leicht leisten kann.
Ein weiteres Merkmal ist, dass KI-native Banken Compliance und Risikomanagement als integrierte Funktionen der KI-Systeme behandeln. In traditionellen Banken ist Compliance oft eine separate Schicht von Prozessen und Berichten, einige davon manuell. In einer KI-ersten Bank ist die Software darauf ausgelegt, regulatorische Einschränkungen von Anfang an zu respektieren und Dinge wie die Überprüfung verdächtiger Aktivitäten zu automatisieren. "Ein echtes Verständnis von Compliance und regulatorischen Risiken muss neben Produkt und Technik einen Platz am Tisch haben", betont Neville und weist darauf hin, dass diese Banken regulatorische Logik direkt in ihre KI-Arbeitsabläufe programmieren.
Es ist wichtig zu beachten, dass "KI-native" nicht "nur KI" bedeutet. Menschliche Aufsicht bleibt entscheidend.
Die Vision ist nicht eine völlig autonome Bank ohne Mitarbeiter, sondern eine hoch automatisierte Bank, in der Menschen und KI gemeinsam arbeiten. Zum Beispiel plant ein KI-Bankprojekt, "KI-Akteure oder digitale Mitarbeiter, als Angestellte einzusetzen, um interne Aufgaben wie das Schreiben von Software zu erledigen," während Menschen die Aufsicht und strategische Entscheidungen treffen. In kundenorientierten Rollen könnte ein KI-Assistent Routinefragen beantworten und sie an einen menschlichen Bankier eskalieren, sobald er auf etwas stößt, das er nicht bewältigen kann, oder in einer Situation, die Empathie und Urteilsvermögen erfordert.
In den folgenden Abschnitten betrachten wir fünf Initiativen, die die Bewegung der nativen KI-Banken veranschaulichen.
Catena Labs – Aufbau einer Bank für die "KI-Wirtschaft"
Eines der meistdiskutierten neuen Projekte ist Catena Labs, ein in den USA ansässiges Startup, das von Sean Neville mitbegründet wurde (bekannt als Mitbegründer von Circle, der Firma hinter dem USDC-Stablecoin).
Catena Labs machte Schlagzeilen im Mai 2025, indem es 18 Millionen Dollar an Seed-Finanzierung erhielt, um das zu bauen, was Neville eine "vollständig regulierte, KI-native Finanzinstitution" für die aufkommende "KI-Wirtschaft" nennt.
Die Finanzierungsrunde wurde von Andreessen Horowitz's a16z-crypto-Fonds angeführt, mit Beteiligung prominenter Investoren, darunter Breyer Capital, Coinbase Ventures und sogar NFL-Star Tom Brady – eine Aufstellung, die den Hype um diese Idee verdeutlicht.
Catena's Vision ist ehrgeizig: eine Bank zu schaffen, in der KI-Systeme (als "KI-Agenten" bezeichnet) Konten führen, Transaktionen ausführen und finanziell mit anderen Agenten oder Menschen autonom interagieren können. Neville glaubt, dass in naher Zukunft "KI-Agenten die meisten wirtschaftlichen Transaktionen durchführen werden" und dass die heutigen Banken für dieses Szenario grundsätzlich ungeeignet sind.
Zum Beispiel könnte ein Handelsalgorithmus oder ein E-Commerce-Bot Tausende von Zahlungen im Bruchteil einer Sekunde leisten oder Verträge im Namen eines menschlichen Eigentümers unterzeichnen müssen – Aufgaben, die die herkömmlichen Bankprozesse stark belasten.
Catenas Antwort ist, die Finanzinfrastruktur von Grund auf neu zu gestalten, um solche Bedürfnisse zu erfüllen.
Im Kern von Catenas Ansatz steht die Verwendung von Stablecoins, insbesondere USDC, den Neville miterschaffen hat, als "KI-native Währung" für Transaktionen.
Da Stablecoins auf Blockchain-Netzwerken laufen, ermöglichen sie nahezu sofortige, programmierbare Zahlungen über Grenzen hinweg. Catena Labs argumentiert, dass Stablecoins ideal für KI-Agenten sind, die möglicherweise rund um die Uhr weltweit arbeiten und schnelle, kostengünstige Transaktionen ohne menschliche Verzögerungen benötigen. Durch die Nutzung von USDC und ähnlichen digitalen Währungen beabsichtigt die neue Bank, KI-Kunden Geld so nahtlos wie Daten bewegen zu lassen, während sie dennoch regulatorischen Standards für die Kunden-Identifizierung (KYC) und Geldwäschebekämpfung (AML) nachkommt.
Regulierung und Vertrauen sind Hauptschwerpunkte für Catena Labs.
Neville betont, dass die Erlangung der richtigen Banklizenzen und die Einhaltung der Vorschriften ein integraler Bestandteil des Projektplans sind. Die Bank wird "von KI mit menschlicher Aufsicht betrieben", was bedeutet, dass automatisierte Systeme den täglichen Betrieb lenken, während Menschen Richtlinien festlegen und bei Bedarf eingreifen. Catena hat sogar ein Agent Commerce Kit (ACK) herausgegeben – ein Open-Source-Toolkit zur Verifizierung und Verwaltung der Identität von KI-Agenten. Die Etablierung einer vertrauenswürdigen digitalen Identität für KI-Entitäten ist eine der kniffligsten Herausforderungen, da Vorschriften die Identifizierung von Kontoinhabern verlangen (und Sie offensichtlich keinen Fingerabdruck von einem KI-Bot nehmen können). Das ACK ist ein erster Versuch, dies zu lösen, indem Protokolle bereitgestellt werden, um KI-Agenten in Finanztransaktionen zu registrieren und zu authentifizieren.
Bei der Artikulation, warum dieser Aufwand notwendig ist, nimmt Catena Labs kein Blatt vor den Mund in Bezug auf die Mängel der bestehenden Banken. Die aktuelle globale Finanzinfrastruktur wird als "langsam, teuer, voll globaler Reibungen, unflexibel und ungeeignet für die neuen Chancen und Risiken der KI" beschrieben.
Traditionelle Banken, so Neville, blockieren aktiv automatisierte Agenten – zum Beispiel sind viele Systeme darauf ausgelegt, "Bots" aus Sicherheitsgründen zu erkennen und zu verhindern, was ironischerweise zum Hindernis wird, wenn legitime KI-Agenten versuchen, daran teilzunehmen. Die vorgeschlagene Bank von Catena hingegen wäre so gebaut, dass "KI-Akteure die Hauptnutzer sind, anstatt sie zu blockieren."
Mitte 2025 befindet sich Catena Labs noch in der Entwicklungsphase – das Unternehmen hat noch kein öffentliches Produkt und arbeitet daran, Lizenzen zu erhalten. Die 18 Millionen Dollar Investition wird die Einstellung neuer Mitarbeiter und den Produktaufbau beschleunigen. Angesichts Nevilles Hintergrund bei Circle ist es wahrscheinlich, dass das Startup eng mit Regulierungsbehörden zusammenarbeiten wird (möglicherweise die Erlangung einer Banklizenz oder die Zusammenarbeit mit einer bestehenden Bank anstrebend) um sicherzustellen, dass die KI-native Bank auf solider gesetzlicher Grundlage startet.
One Zero Bank – Israels KI-gesteuerte Digitalbank
Während einige KI-native Bankprojekte gerade erst beginnen, ist die One Zero Bank in Israel bereits in Betrieb und integriert KI tief in ihre Dienstleistungen.
Die Ende 2022 gegründete One Zero ist Israels erste vollständig digitale Bank – bemerkenswerterweise die erste neue Bank, die in über 45 Jahren eine Banklizenz erhalten hat im Land.
Sie wurde von Professor Amnon Shashua mitgegründet, einem renommierten Technologen, der am besten als Gründer von Mobileye bekannt ist (ein Führer in der Technologie für selbstfahrende Autos). Unterstützt durch erhebliche Finanzierung setzte sich die One Zero Bank von Anfang an das Ziel, KI-Technologie mit Banking zu verbinden. Die Bank beschrieb ihr Modell bei der Einführung als "angetrieben durch künstliche Intelligenz, das die Vorteile traditioneller und Neobank-Modelle amalgamiert." In der Praxis kombiniert One Zero digitale Bequemlichkeit mit einem Private-Banking-Erlebnis und nutzt KI, um den Kundenservice und die Personalisierung zu verbessern. Content: capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx), unterstreicht das Vertrauen in seinen Ansatz. Bis 2025 hatte die Bank rund 242 Millionen US-Dollar gesammelt und wurde mit etwa 320 Millionen US-Dollar bewertet, wobei Investoren wie Technologieriesen wie Tencent und Fintech-Fonds aus dem SoftBank-Ökosystem beteiligt waren.
KI steht im Zentrum des Kundenerlebnisses von One Zero.
Im Februar 2024 startete die Bank "Ella 2.0", eine generative KI-gestützte Serviceplattform, die als virtueller Finanzassistent für Kunden fungiert. Entwickelt in Zusammenarbeit mit AI21 Labs (einem israelischen KI-Startup, das sich auf große Sprachmodelle spezialisiert hat), ist Ella 2.0 im Wesentlichen ein KI-Privatbankier, der rund um die Uhr verfügbar ist.
Kunden können mit Ella in natürlicher Sprache interagieren – komplexe Fragen zu ihren Finanzen über Konten hinweg stellen, Budgetberatung erhalten oder Probleme beheben – und sofortige, kontextbezogene Antworten erhalten. Das System versteht mehrere Sprachen und wurde auf umfangreichen Bankanfragen trainiert, um seine Genauigkeit zu verbessern.
Laut der Bank liefert Ella 2.0 "sofortige Antworten, arbeitet rund um die Uhr und nutzt maschinelles Lernen, um personalisierte Finanzdienstleistungen anzupassen." Mit anderen Worten, es lernt kontinuierlich aus Kundeninteraktionen, um besseren Service zu bieten, während menschliche Banker bei Bedarf Unterstützung leisten.
Der erste CEO von One Zero, Gal Bar Dea, hob hervor, wie dieser KI-Assistent die Servicequalität verbessert. "Die Fähigkeiten von Ella 2.0 überwinden Sprachbarrieren", sagte er und sicherte "sofortige, genaue und personalisierte Antworten zu, während sie sich kontinuierlich weiterentwickelt, um den individuellen Kundenbedürfnissen gerecht zu werden."
One Zero ist stolz darauf, diesen "globalen Vorstoß von experimenteller generativer KI zur praktischen Umsetzung" im Bankenwesen anzuführen.
Ori Goshen, Co-CEO von AI21 Labs, bemerkte, dass "One Zeros neuer KI-Assistent Ella einen Wandel in der digitalen Bankenbranche hin zu einer besseren Kundenerfahrung darstellt – schneller, zuverlässiger und personalisiert für jeden Nutzer."
Solche Empfehlungen unterstreichen, wie eng das Tech-Startup und die Bank bei der Entwicklung von KI-Lösungen integriert sind.
Neben Ella verwendet One Zero KI auf mehr hintergründigen Wegen. Automatisierte Algorithmen übernehmen einen Großteil der täglichen Operationen und Entscheidungsfindungen der Bank. Zum Beispiel werden KI-Modelle für Bonitätsbewertungen und Anlageempfehlungen eingesetzt, die aus Daten lernen, um ihre Ergebnisse zu verfeinern.
Die Strategie der Bank bestand darin, Routineaufgaben so weit wie möglich zu automatisieren, was die Kosten senkt und es der Bank ermöglicht, wettbewerbsfähigere Gebühren anzubieten.
Gleichzeitig behält One Zero menschliche Finanzberater, die Kunden kontaktieren können (die Bank verspricht eine Hybridlösung aus "persönlichen Finanzmanagern" und KI-Unterstützung). Dieser doppelte Ansatz richtet sich an Kunden, die die Effizienz von KI möchten, aber auch die Sicherheit menschlicher Expertise für wichtige Entscheidungen.
Die umfangreichen Investitionen von One Zero in KI zahlen sich bei der Kundenbindung aus.
Berichten zufolge bearbeitete der KI-Assistent kurz nach der Einführung bis zu 40 % der Kundenanfragen eigenständig und unterstützte viele andere. Dies verkürzt die Reaktionszeiten erheblich – die Bank behauptet, die Wartezeiten für die meisten Anfragen eliminiert zu haben – und stellt sicher, dass Kunden jederzeit konsistente, qualitativ hochwertige Antworten erhalten.
Die KI kann sogar komplexe, übergreifende Fragen bearbeiten; One Zero erwähnte Szenarien wie "Was war das indische Restaurant, in dem ich mit einem Freund in London war?" und das System kann Rückschlüsse ziehen und die Transaktion finden. Solche Fähigkeiten veranschaulichen die Kraft, Transaktionsdaten mit konversationaler KI zu kombinieren.
Aus Marktpersektive ist die One Zero Bank ein Fallbeispiel dafür, wie sich eine neue Bank durch KI differenzieren kann. Im wettbewerbsintensiven Bankenmarkt Israels verkauft sich One Zero nicht nur mit einer schick mobilen App – viele Banken haben eine solche –, sondern auch mit smarten und proaktiven Dienstleistungen. Die Bank kann Nutzer über ungewöhnliche Ausgaben informieren, ihren Cashflow vorhersagen oder finanzielle Maßnahmen vorschlagen, die durch KI-Analysen auf Basis ihrer Daten angetrieben werden. Dies passt zu einem breiteren Trend: Verbraucher erwarten zunehmend personalisierte, sofortige Dienstleistungen im Finanzwesen, ähnlich wie Netflix oder Spotify Unterhaltung personalisieren. One Zero nutzt diese Erwartung und wird durch den Einsatz von KI gewissermaßen zu einem "finanziellen Concierge."
Herausforderungen bleiben für One Zero, insbesondere da es über Israels Grenzen hinaus expandieren möchte. Die Bank hatte Pläne für eine internationale Expansion, aber äußere Ereignisse (wie regionale Konflikte Ende 2023) zwangen sie, einige Initiativen zu pausieren.
Dennoch wird der Fortschritt des Unternehmens weltweit beobachtet. Wenn die One Zero Bank weiterhin Erfolg hat, könnte sie ähnliche KI-fokussierte digitale Banken in anderen Ländern inspirieren. Sie ist auch ein lebendiges Beispiel für Regulierer, wie KI sicher in das Bankwesen integriert werden kann. Bemerkenswerterweise gaben die israelischen Aufsichtsbehörden One Zero eine vollständige Banklizenz, was Vertrauen in ihr Modell und Kapital zeigt – ein positives Zeichen für andere KI-native Bankhoffnungen, die eine regulatorische Genehmigung in der Zukunft anstreben.
Bunq – Europas erste KI-gestützte Neobank
In Europa ist Bunq, eine niederländische Digitalbank, die oft als "die Bank der Freien" bezeichnet wird, für ihren technologiegetriebenen, benutzerorientierten Geist.
Bunq wurde gegründet im Jahr 2012 und hat Millionen von Nutzern in ganz Europa angezogen, machte jedoch Ende 2023 Schlagzeilen, als sie ankündigte, die "erste KI-gestützte Bank Europas" geworden zu sein.
Bunq integrierte generative KI in ihre Plattform in einem Ausmaß, das in ihrem Umfeld bisher nie gesehen wurde, mit dem Ziel, die Interaktion der Kunden mit ihren Finanzen zu transformieren. Das Herzstück dieses Vorhabens ist "Finn", Bunqs KI-gestützter persönlicher Finanzassistent.
Im Dezember 2023 führte Bunq Finn als kundenorientiertes generatives KI-Tool ein, das in ihre App integriert ist.
Finn ersetzte effektiv die traditionellen Such- und Navigationsfunktionen innerhalb der Bunq-App. Anstatt manuell Menüs oder Transaktionslisten zu durchsuchen, können Nutzer Finn einfach Fragen stellen oder Befehle in natürlicher Sprache geben. "Finn wird Sie verblüffen", sagte Bunqs Gründer und CEO Ali Niknam bei der Einführung und lobte das Ergebnis "jahrelanger KI-Innovation" und eines "Laserfokus auf unsere Nutzer."
Das Ziel, wie Niknam es beschrieb, war es, "das Banking, wie Sie es kennen, vollständig zu transformieren", indem Interaktionen so einfach wie ein Gespräch gemacht werden.
Was kann Finn? Laut Bunq eine Menge. Nutzer können Fragen stellen wie "Wie viel habe ich letzten Monat für Lebensmittel ausgegeben?" oder "Wie hoch ist meine durchschnittliche monatliche Stromrechnung?", und Finn wird ihre Transaktionsdaten sofort analysieren, um eine Antwort zu geben. Es kann auch komplexere Anfragen bearbeiten, die mehrere Informationen kombinieren.
Zum Beispiel teilte Niknam mit, dass "es sogar Daten kombinieren kann, um Fragen zu beantworten, die über Transaktionen hinausgehen, wie 'Wie viel habe ich letzten Samstag im Café in der Nähe des Central Park ausgegeben?'. Die KI ist kontextbezogen, was bedeutet, dass sie herausfinden kann, dass 'das Café in der Nähe des Central Parks' sich auf einen bestimmten Händler und ein bestimmtes Datum in der Transaktionshistorie des Nutzers bezieht, etwas, womit eine normale Suchfunktion Schwierigkeiten hätte. Indem solch konversationelle Abfragen ermöglicht werden, macht Bunq es den Nutzern weit einfacher, ihre eigenen Ausgaben zu analysieren und Informationen ohne Buchhaltungskenntnisse oder mühsame manuelle Bemühungen zu finden.
Neben dem Q&A unterstützt Finn auch bei der Finanzplanung und Budgetierung. Nutzer können um Ratschläge oder Einblicke bitten, wie "Habe ich diesen Monat genug Überschuss, um 500 € zu meinen Ersparnissen hinzuzufügen?" und erhalten eine datengestützte Antwort. Es ist wie einen persönlichen Buchhalter in Rufbereitschaft zu haben.
Bunq nutzt dies, um gesündere finanzielle Gewohnheiten unter seinen Kunden zu fördern. Intern analysiert Bunqs KI auch Transaktionsmuster über mehrere verlinkte Konten (unter Verwendung der europäischen Open-Banking-Rahmenwerkzeuge), um eine konsolidierte Übersicht über die Finanzen eines Nutzers zu geben. Dies bedeutet, dass Finn die Salden und Ausgaben eines Kunden nicht nur bei Bunq, sondern auch bei anderen Banken sehen kann, sofern der Nutzer dies erlaubt. Dies bietet einen umfassenden Überblick – eine starke Funktion für Budgetierung und Planung.
Der Einfluss von Finn war bemerkenswert.
Berichten zufolge war Finn in der Lage, etwa 40 % der Kundenanfragen eigenständig zu bearbeiten, ohne menschliches Eingreifen, und bei einem weiteren erheblichen Teil zu helfen.
Dies reduzierte die Arbeitsbelastung des Bunq-Supportpersonals und beschleunigte die Reaktionszeiten für die Nutzer. Tatsächlich behauptete Bunq Anfang 2024, dass die Einführung von Finn die Kundeninteraktionen effizienter als je zuvor gemacht hatte, mit vielen Fragen, die sofort von der KI beantwortet wurden. Für die verbleibenden Anfragen, die einen menschlichen Touch erforderten, konnte sich das Bunq-Team auf komplexe Probleme konzentrieren, jetzt, da die KI die einfachen Anfragen triagiert. Das Ergebnis ist ein skalierbares Kundenservicemodell, während Bunq weiterhin seine Nutzerbasis in ganz Europa ausbaut.
Bunqs KI-Umarmung kommt zu einem Zeitpunkt, an dem es geografisch und in seinen Produkten expandiert. Das Unternehmen beantragte 2023 eine US-Banklizenz, um in den amerikanischen Markt einzutreten, und solche Innovationen helfen ihm, sich in einer zunehmend überfüllten Neobank-Landschaft abzuheben.
Es ist erwähnenswert, dass andere Fintechs folgen: die US-Neobank MoneyLion kündigte ein ChatGPT-gestütztes Suchfeature ungefähr zur selben Zeit an, und eine andere namens Dave führte "DaveGPT" für Kundenanfragen ein.
Aber Bunqs Vorsprung und die Integration in die Kernfunktionalität (die Suche komplett durch KI zu ersetzen) gaben ihm einen Führungsanspruch.
Aus geschäftlicher Sicht nutzt Bunq KI nicht nur, um Nutzern zu helfen, sondern auch, um Einblicke zu gewinnen, die neue Angebote informieren. Indem sie analysieren, wie Menschen Fragen zu ihrem Geld stellen, kann Bunq Schmerzpunkte oder populäre Anfragen identifizieren und möglicherweise neue Funktionen oder Produkte rund um diese entwickeln.
Zum Beispiel, wenn viele Nutzer fragen "Kann ich mir X bis Ende des Jahres leisten?", könnte Bunq einen automatisierten Sparplaner entwickeln. Diese datengestützte Innovation ist ein Wettbewerbsvorteil als AI-native Bank – der Feedback-Loop von Nutzerinteraktionen zu Serviceverbesserungen ist sehr eng.
Dennoch ist Bunq auch vorsichtig...den Einsatz von KI mit menschlicher Aufsicht zu verbinden. Alle KI-Reaktionen werden auf Genauigkeit und Relevanz überwacht.
Die Bank hat betont, dass Finns Beratung auf Daten basiert, aber die Kunden sollten ihren eigenen Urteilsvermögen ausüben – es ist ein Assistent, kein vollständig autonomer Finanzmanager (zumindest noch nicht). Darüber hinaus haben Privatsphäre und Sicherheit oberste Priorität; Bunq muss sicherstellen, dass die KI nur auf die Daten zugreift, zu denen der Nutzer die Berechtigung erteilt hat, und dass sensible Informationen geschützt werden. Bisher wurden keine größeren Probleme gemeldet, und die Kunden haben überwiegend positiv auf die Bequemlichkeit des Gesprächsbankings reagiert.
Ali Niknam, der CEO von Bunq, hat den KI-Vorstoß als Teil der Bunq-Mission, das Banking zu vereinfachen, umrahmt. Aus seiner Sicht belasten traditionelle Banken die Kunden mit sperrigen Schnittstellen und Fachjargon, während Bunq das Leben der Nutzer durch Technologie „so viel einfacher“ machen möchte.
Indem Bankgeschäfte so einfach wie das Texten eines Freundes gestaltet werden, hofft Bunq, die Kundenloyalität und -bindung zu vertiefen. Tatsächlich zeigt die Branchenanalyse, dass Personalisierung und Benutzerfreundlichkeit die Kundenzufriedenheit im Bankwesen erheblich steigern.
Bunqs KI-Strategie trifft beide Ziele: die Erfahrung zu personalisieren (da Finns Antworten auf Ihre Daten und Fragen einzigartig sind) und es einfach zu machen (keine Notwendigkeit, sich in die App-Menüs oder Finanzterminologie einzuarbeiten).
Als einer der ersten Akteure im KI-gestützten Banking in Europa bietet Bunq ein wertvolles Beispiel für die Branche. Es zeigt, dass selbst eine operative Bank mit Millionen von Nutzern erfolgreich KI in den Mittelpunkt ihrer Dienstleistungen integrieren kann – es ist nicht nur etwas für brandneue Startups. Die Erfahrungen von Bunq werden von anderen europäischen Banken und Fintechs genau beobachtet. In gewisser Weise entwickelt sich Bunq ebenso in ein Technologieunternehmen wie in eine Bank, indem es kontinuierlich die neuesten KI-Entwicklungen integriert. Wenn Finn und nachfolgende KI-Funktionen weiterhin gut funktionieren, ist es wahrscheinlich, dass wir mehr Banken sehen werden, die ihre eigenen GPT-ähnlichen Assistenten oder KI-gesteuerten Personalisierungsmerkmale starten, in einem Wettrüsten, um digital versierte Kunden anzuziehen.
Keine Diskussion über KI im Banking wäre komplett ohne WeBank, Chinas bahnbrechende digitale Bank, die seit ihrer Gründung ein Vorreiter in der KI-Adoption ist.
WeBank wurde 2014 als Chinas erste Internet-only-Bank gegründet und wird von dem Technologieriesen Tencent unterstützt. Von Anfang an war WeBanks Strategie, Spitzentechnologien – zusammengefasst in ihrem „ABCD“-Mantra (KI, Blockchain, Cloud, Daten) – zu nutzen, um Millionen von Kunden kostengünstig zu bedienen. In den letzten zehn Jahren ist WeBank explosionsartig gewachsen und bietet Darlehen, Zahlungen und Finanzdienstleistungen für zig Millionen Nutzer an, von denen viele unzureichend abgesicherte Einzelpersonen und kleine Unternehmen sind. Sein Erfolg wird oft der tiefen Integration von KI in die Betriebsabläufe zugeschrieben, die es ermöglicht, Volumen und Risiko viel effizienter zu verwalten als traditionelle Banken.
Eine von WeBanks bemerkenswerten Errungenschaften ist das Ausmaß, in dem sie KI und Automatisierung im Kundenservice und Support einsetzt. Vor einigen Jahren berichtete WeBank, dass sie täglich etwa 100.000 Kundenanfragen entgegennehmen und ihre KI-„virtuellen Roboter“ 98 % davon ohne menschliches Eingreifen bearbeiten konnten.
Diese virtuellen Agenten verwenden natürliche Sprachverarbeitung und Spracherkennung – im Wesentlichen frühere Versionen der Art von KI, die heutige Sprachassistenten antreibt – um Kundenanfragen zu lösen. Dr. Yang Qiang, ein leitender KI-Berater bei WeBank, erklärte, dass sie Gesichtserkennung, Spracherkennung und NLP einsetzen, um den Service und die Bequemlichkeit zu verbessern. Kunden können über Chat oder Sprache interagieren, und die KI kann sie (über Gesichtserkennung) authentifizieren und Probleme im Echtzeit bearbeiten oder Anfragen ausführen.
WeBanks Philosophie war, dass KI da ist, um den menschlichen Service zu „ergänzen, nicht zu ersetzen“ – eine Haltung, die westlichen Banken ähnlich erscheint, aber WeBank hat es zu einem extremen Grad umgesetzt. „Automatisierter Service ist kein Feind menschlicher Dienstleistungen. Sie sollten Seite an Seite arbeiten“, sagte Yang Qiang zu CNBC. Das Ergebnis ist ein hoch skalierbares Modell: Ein relativ kleines Team menschlicher Mitarbeiter kann eine Kundenbasis von Millionen überwachen, weil die KI die alltägliche Schwerarbeit erledigt. Tatsächlich startete WeBank berühmt mit nur einigen Dutzend Mitarbeitern und ohne physische Filialen und war dennoch in der Lage, enorme Mengen an Mikrokrediten in ganz China zu vergeben, indem sie sich auf KI-gesteuerte Kredit-Algorithmen und Kundeninteraktionen über Smartphones stützte. Diese betriebliche Effizienz ist ein wesentlicher Grund, warum WeBank innerhalb von nur wenigen Jahren nach dem Start Gewinne erzielte, was für eine neue Bank eine seltene Leistung ist.
Ein weiterer Bereich, in dem WeBank glänzt, ist die KI-gesteuerte Kreditrisikoanalyse und -genehmigung.
Traditionelle Banken benötigen häufig umfangreiche Papierarbeit und menschliche Zeichnung für Kredite, aber WeBank hat dies weitgehend automatisiert, indem sie maschinelle Lernmodelle einsetzen. Indem sie riesige Mengen alternativer Daten analysieren – wie soziale Medienaktivitäten, mobile Zahlungshistorien (unter Nutzung von Tencents Ökosystem) und andere digitale Spuren – kann WeBanks KI die Kreditwürdigkeit schnell bewerten und Kleinkredite an Einzelpersonen und KMUs vergeben, die möglicherweise von größeren Banken abgelehnt werden.
Dieser inklusive Ansatz hat Kredit an Segmente erweitert, die zuvor als zu risikoreich oder teuer anzusehen waren. Yang Qiang bemerkte, dass solche Technologie „die Möglichkeit schafft, dass WeBank effizienter als traditionelle Banken bei der Kreditbearbeitung und Risikobewertung ist“, was sich tatsächlich bewahrheitet hat. WeBank kann Kreditanträge in Minuten bearbeiten und kontinuierlich überwachen, was traditionelle Banken schwerlich erreichen können.
WeBank war auch ein Innovator in der KI-Forschung.
Sie hat in Bereiche wie föderiertes Lernen investiert, eine Technik, um KI-Modelle auf sensiblen Daten aus mehreren Quellen zu trainieren, ohne Datenschutz zu gefährden. Das war wichtig für WeBank, um mit anderen Institutionen zusammenzuarbeiten (wie das Teilen von Betrugsdaten) und gleichzeitig Chinas strenge Datenschutzregeln zu beachten.
Die Techniker der Bank haben Papiere veröffentlicht und Tools als Open Source bereitgestellt, was darauf hindeutet, dass WeBank sich als Technologieführer sieht und nicht nur als Finanzdienstleistungsunternehmen. Im März 2025 stellte WeBank sogar eine Vision für eine „AI-native Bank“ auf einer globalen Konferenz vor, die zeigt, wie ein Jahrzehnt ihrer Technologie-Expertise das Banking „intelligenter und inklusiver“ machen soll.
Dies deutet darauf hin, dass WeBank bestrebt ist, an der Spitze der KI im Finanzwesen zu bleiben und möglicherweise nächste Generationen von KI zu erforschen, wie generative Modelle für noch fortschrittlichere Dienstleistungen.
Trotz ihrer enormen Automation hat WeBank das menschliche Element nicht eliminiert. Vielmehr hat sie es umverteilt. Mit KI, die Routinearbeit erledigt, konzentrieren sich die menschlichen Mitarbeiter auf Bereiche wie die Verbesserung von Algorithmen, die Bearbeitung außergewöhnlicher Fälle und die Entwicklung neuer Produkte.
WeBank hat berichtet, dass etwa 60 % ihrer Mitarbeiter in Technologierollen tätig sind – ein ungewöhnlich hoher Anteil für eine Bank, aber logisch für das, was im Wesentlichen eine Fintech-Institution ist. Diese Technik-erst-Kultur festigt den Status von WeBank als eine AI-native Bank avant la lettre.
Zur gleichen Zeit, als WeBank in Fahrt kam, wurde ein weiteres bemerkenswertes Experiment im AI-zentrierten Banking in China unternommen: CITIC aiBank.
Dies ist ein Gemeinschaftsunternehmen zwischen der China Citic Bank, einer mittelgroßen Geschäftsbank, und Baidu, der Internet-Such- und KI-Gigant. Ende 2017 gegründet, wurde aiBank als direkte, filallose Bank mit dem ausdrücklichen Ziel gegründet, große Datenmengen und künstliche Intelligenz zu nutzen, um intelligentere Finanzdienstleistungen zu liefern.
Mit einem Stammkapital von 2 Milliarden Yuan (etwa 300 Millionen US-Dollar zur damaligen Zeit) und einem Anteil von 70/30 zwischen der Citic Bank und Baidu repräsentierte aiBank eine Mischung aus Wissen im Bankwesen und führender technischer Fähigkeit.
Der Fokus von aiBank war von Anfang an die Kreditvergabe an Verbraucher und kleine Unternehmen, Segmente, die von traditionellen Banken in China oft vernachlässigt wurden. Durch die Nutzung von Baidus KI-Technologie wollte aiBank neue Risikobewertungsmodelle entwickeln, die besser in der Lage sind, Kreditnehmer zu bewerten, die nicht über umfangreiche Kreditgeschichte verfügen. „AiBank wird sich auf die Kreditvergabe an Einzelpersonen und kleine Unternehmen konzentrieren, während es große Datenmengen und künstliche Intelligenz nutzt, um neue Risikomodelle zu entwickeln“, sagte Li Rudong, der Präsident der Bank, bei ihrer Gründung.
Dies deutet darauf hin, dass aiBank beabsichtigte, nicht-traditionelle Daten zu analysieren – möglicherweise einschließlich Suchdaten, soz . Die Zukunft der intelligenten Finanzen... Es ist eine Institution, die die Kunden am besten versteht und Finanzen am besten versteht." Dieses Zitat erfasst das Bestreben, dass aiBank durch die Kombination von Baidus Wissen über Nutzer (aus ihrem Onlineverhalten) mit Citics Bankexpertise traditionelle Banken in Bezug auf Kundenverständnis und Service übertreffen könnte.
Als Direktbank (nur online) konnte aiBank Kunden landesweit ohne physische Präsenz erreichen, ein bedeutender Vorteil im riesigen chinesischen Markt.
In der Praxis führte aiBank in den nächsten Jahren digitale Kreditprodukte und KI-unterstützte Dienstleistungen ein. Es bot Privatkredite über mobile Apps an, mit schnellen Genehmigungen, die von maschinellen Lernmodellen unterstützt wurden. Für kleine Unternehmen experimentierte es mit dem Einsatz von KI zur Analyse von E-Commerce-Transaktionen und Lieferkettendaten, um Kredite zu gewähren – ähnlich wie Ant Group es tut.
AiBank erforschte auch den Einsatz von KI im Kundenservice, einschließlich intelligenter Chatbots für grundlegende Anfragen. Angesichts von Baidus Stärken in der Verarbeitung natürlicher Sprache (insbesondere chinesischer NLP) profitierte aiBank wahrscheinlich von fortschrittlicher KI in Sprachassistenten und textbasierten Kundeninteraktionen. Obwohl detaillierte Leistungsdaten von aiBank nicht weit verbreitet sind, deutet sein fortgesetzter Betrieb und Kapitalerhöhungen (Citic und Baidu verdoppelten Berichten zufolge bis 2018 das Kapital zur Unterstützung des Wachstums) darauf hin, dass es an Zugkraft gewann.
Ein einzigartiger Aspekt von aiBank ist die Synergie mit Baidus Ökosystem. Baidu konnte die Finanzdienstleistungen von aiBank in seine beliebten Apps integrieren. Zum Beispiel könnte Nutzern von Baidus Suchmaschine oder Karten kontextuell aiBank-Dienste angeboten werden (man stelle sich vor, dass man nach einem "Autokredit" sucht und ein aiBank-Angebot sieht). Darüber hinaus fand Baidus KI-Forschung, beispielsweise im Bereich Gesichtserkennung und Sprachtechnologie, eine reale Anwendung in aiBanks Sicherheits- und Onboarding-Prozessen. Wie Yang Qiang von WeBank allgemein sagte, können Technologien wie Gesichtserkennung eine nahtlose, ferngesteuerte Kontoeröffnung ermöglichen – aiBank hat wahrscheinlich ähnliche Methoden verwendet, angesichts von Baidus Fachwissen. In gewisser Weise diente aiBank als Plattform für Baidu, um die Macht der KI in einer regulierten Branche zu demonstrieren, was Baidus Position im KI-Geschäftsmarkt potenziell stärkte.
Das Führen einer KI-nativen Bank innerhalb der Struktur einer größeren traditionellen Bank (Citic) brachte jedoch auch Herausforderungen mit sich.
Die Beteiligung der Citic Bank sorgte für regulatorische Compliance und stellte die Bankinfrastruktur bereit, könnte aber auch ein vorsichtigeres Tempo auferlegt haben als ein reines Startup. Die Aufsicht durch die China Banking and Insurance Regulatory Commission (CBIRC) bedeutete, dass aiBanks KI-Innovationen mit den Finanzmarktrisiken in Einklang stehen mussten. 2021 entstand eine Anekdote, dass chinesische Regulierungsbehörden Citic und Baidu wegen einiger Formalitäten bei der Gründung des Joint Ventures bestraften – eine Erinnerung daran, dass selbst technikorientierte Banken unter strengen Regeln operieren. Trotzdem stehen Chinas Regulierungsbehörden generell der KI und Fintech im Banking unterstützend gegenüber, solange die Risiken kontrolliert werden.
Ab 2025 steht CITIC aiBank als Beispiel für eine erfolgreiche Integration von KI in einem neuen Bankprojekt.
Es hat möglicherweise nicht die globale Name Recognition wie WeBank, jedoch unterstreicht es ein kollaboratives Model: eine traditionelle Bank und ein Technologieriese kreieren gemeinsam eine KI-native Banking-Plattform.
Abschließende Gedanken
Der Aufstieg nativer KI-Banken weist auf eine Zukunft hin, in der Finanzen schneller, personalisierter und sogar maschinengetrieben sind.
Diese wegweisenden Projekte zeigen, dass Banken radikal mit moderner Technologie überdacht werden können – potentiell bieten sie Kunden ultra-bequeme Dienstleistungen und öffnen das Finanzsystem für neue Teilnehmer (wie KI-Agenten oder unterversorgte Bevölkerungen). Zukünftig können wir erwarten, dass traditionelle Banken reagieren, indem sie ihre eigene KI-Adoption beschleunigen oder Partnerschaften mit KI-nativen Initiativen eingehen. In einigen Fällen könnte es sogar sein, dass etablierte Banken erfolgreiche KI-Banking-Startups erwerben, um deren Fähigkeiten zu integrieren. Auch Regulierungsbehörden schenken diesem Aspekt viel Aufmerksamkeit. Wenn KI-native Banken starke Leistungen im Risikomanagement und in der Compliance zeigen, könnten Regulierungsbehörden die Rahmenbedingungen aktualisieren, um den breiteren Einsatz von KI im Bankwesen zu erleichtern, möglicherweise sogar neue Lizenzkategorien für KI-gesteuerte Finanzinstitutionen schaffen.
Die Einführung von KI-nativen Banken bringt jedoch auch erhebliche Risiken und Herausforderungen mit sich, die bewältigt werden müssen. Eine Hauptsorge ist Governance und Aufsicht. Wenn KI-Algorithmen Kreditentscheidungen treffen oder Betrug erkennen, ist es entscheidend sicherzustellen, dass sie unvoreingenommen und fehlerfrei sind. Unkontrollierte Algorithmen könnten unbeabsichtigt bestimmte Kundengruppen ausschließen oder riskante Kredite genehmigen – Fehler, die Vertrauen untergraben und regulatorische Strafen nach sich ziehen könnten. Transparenz ist eine weitere Herausforderung: Diese Banken müssen die Handlungen ihrer KI sowohl für Regulierungsbehörden als auch für Kunden erklärbar machen.
Für traditionelle Finanzinstitute ist das Aufkommen von KI-nativen Banken ein zweischneidiges Schwert. Einerseits treibt es die Innovation voran, was potenziell neue Methoden und Technologien hervorbringen könnte, die etablierte Banken übernehmen können. Etablierte Banken können von der Effizienz von Catenas KI-Workflows oder dem Kundenerfolg von Bunqs Finn lernen und ähnliche Ideen integrieren. Andererseits könnten diese neuen Marktteilnehmer in bestimmten Segmenten zu erheblichen Konkurrenten werden.