KI-Beratung für Finanzdienstleister und Versicherungen

KI-Beratung für Finanzdienstleister und Versicherungen unterscheidet sich von anderen Branchen vor allem durch die regulatorischen Leitplanken: Die FINMA verlangt Governance, Nachvollziehbarkeit und Datenschutz nach revDSG, unabhängig davon, welches Tool im Hintergrund läuft. Sinnvolle erste Anwendungsfälle liegen oft im Underwriting und im Kundenservice, wo klar abgrenzbare, wiederkehrende Aufgaben viel manuelle Zeit binden.

Regulatorische Leitplanken: FINMA und revDSG

Die Schweiz hat keine eigene KI-Verordnung für den Finanzsektor. Die FINMA reguliert technologieneutral: bestehende Vorgaben zu Governance, Risikomanagement und Auslagerungen gelten unverändert, auch wenn eine Aufgabe neu von einem KI-System übernommen wird. 2024 hat die FINMA eine Aufsichtsmitteilung veröffentlicht, die ihre Erwartungen an beaufsichtigte Institute beim Einsatz von KI konkretisiert, mit Fokus auf ein zentrales Verzeichnis der eingesetzten Anwendungen, klar definierte Verantwortlichkeiten, Tests, laufendes Monitoring und Schulung der Mitarbeitenden. Details dazu finden sich auf der FINMA-Dossierseite zu künstlicher Intelligenz. Für die Praxis heisst das: Bevor ein Anwendungsfall live geht, sollte klar sein, wer im Haus die fachliche Verantwortung trägt, wie Fehlentscheidungen des Systems erkannt und korrigiert werden und wie sich das Ergebnis im Nachhinein nachvollziehen lässt, auch gegenüber Kundinnen und Kunden oder der Aufsicht.

Wer KI-Tools externer Anbieter einsetzt, etwa cloudbasierte Sprachmodelle oder eine ausgelagerte Dokumentenverarbeitung, bewegt sich zusätzlich im Rahmen des Rundschreibens 2018/3 zu Outsourcing bei Banken und Versicherern. Es verlangt eine sorgfältige Auswahl des Anbieters, einen Vertrag, der Kontroll- und Prüfrechte sichert, und eine laufende Überwachung, nicht nur eine einmalige Prüfung beim Einstieg.

Dazu kommt das revidierte Datenschutzgesetz (revDSG): Wer mit KI personenbezogene Daten verarbeitet, etwa in der Kundenkommunikation oder bei der Risikoprüfung, braucht eine saubere Rechtsgrundlage, Transparenz gegenüber den betroffenen Personen und, bei automatisierten Einzelentscheidungen mit rechtlicher Wirkung, besondere Sorgfalt. Was das für Ihre Website und Prozesse konkret bedeutet, steht im Artikel zum Datenschutz bei KI.

Für die interne Steuerung reicht eine allgemeine KI-Strategie allein nicht aus, sobald aufsichtsrechtlich relevante Prozesse betroffen sind. Ein Finanzdienstleister braucht zusätzlich ein Verzeichnis, das für jede eingesetzte Anwendung festhält, welchen Zweck sie erfüllt, welche Daten sie verarbeitet, wer sie fachlich verantwortet und wann sie zuletzt geprüft wurde. Das klingt nach Verwaltungsaufwand, verhindert aber genau das Szenario, das Aufsichtsbehörden am meisten beunruhigt: ein System, das im Betrieb weiterläuft, ohne dass jemand im Haus genau weiss, wie es zu seinen Ergebnissen kommt.

Anwendungsfälle in Underwriting und Kundenservice

Im Underwriting hilft KI vor allem dort, wo grosse Mengen strukturierter und unstrukturierter Daten, etwa Anträge, Schadensmeldungen oder Policenunterlagen, zusammengeführt und vorgeprüft werden müssen, bevor ein Mensch entscheidet. Konkret heisst das oft: eingehende Dokumente automatisch erfassen und in die richtigen Felder überführen, auffällige Muster in Schadensmeldungen markieren, die eine genauere Prüfung verdienen, und einfache, klar regelbasierte Fälle direkt zur Freigabe vorschlagen. Das beschleunigt die Vorprüfung, ersetzt aber nicht die fachliche Entscheidung bei komplexeren oder grenzwertigen Fällen.

Im Kundenservice liegt der grösste, schnell sichtbare Nutzen oft in der Vorqualifizierung von Anfragen: welche Anfrage braucht welche Unterlagen, welche Anfrage kann direkt beantwortet werden, welche muss an eine Fachperson weitergeleitet werden. Ein weiterer Anwendungsfall ist die mehrsprachige Erstantwort, gerade in der Schweiz mit mehreren Landessprachen ein spürbarer Zeitgewinn. Auch die Zusammenfassung langer Kundenhistorien vor einem Beratungsgespräch spart spürbar Zeit, ohne dass die KI selbst die Beratung übernimmt: Die beratende Person geht besser vorbereitet in das Gespräch, statt zuerst zwanzig Minuten in alten Notizen zu suchen.

Ein drittes Feld, das seltener zuerst genannt wird, aber ähnlich viel Zeit spart, ist die interne Wissensarbeit: Compliance-Vorgaben, Produktbedingungen und interne Weisungen ändern sich laufend, und Mitarbeitende im Kundenkontakt verbringen viel Zeit damit, die aktuell gültige Fassung zu finden. Eine gut gepflegte, durchsuchbare Wissensbasis, die auf dem internen Regelwerk aufbaut, reduziert diese Suche spürbar und sorgt gleichzeitig für konsistentere Auskünfte an Kundinnen und Kunden.

In allen drei Bereichen gilt derselbe Grundsatz: KI übernimmt die Vorarbeit, die Entscheidung mit rechtlicher oder finanzieller Tragweite bleibt bei einer Person. Das ist nicht nur regulatorisch sauberer, sondern schafft auch intern mehr Akzeptanz für die neuen Werkzeuge, weil niemand befürchten muss, durch ein System ersetzt statt entlastet zu werden.

Wie ein erstes Projekt typischerweise abläuft

Am Anfang steht eine kurze Analyse: welche Prozesse binden heute am meisten manuelle Zeit, welche Daten sind bereits strukturiert vorhanden, und wo ist das regulatorische Risiko überschaubar genug für einen ersten Test. Daraus entsteht ein eng abgegrenzter Pilot, oft in der Kundenkommunikation oder in der Dokumentenprüfung, der innerhalb weniger Wochen erste Ergebnisse liefert und mit einer kleinen, kontrollierten Nutzergruppe getestet wird, bevor er auf den gesamten Betrieb ausgeweitet wird.

Parallel dazu wird das Kontrollumfeld aufgebaut: wer verantwortet die Anwendung, wie wird sie getestet, wie wird sie überwacht und wie wird sie im internen Verzeichnis dokumentiert. Das schliesst auch ein, wie mit Fehlern der KI umgegangen wird, etwa durch eine klare Eskalationsstufe zurück an eine Fachperson, und wie die Ergebnisse regelmässig stichprobenartig überprüft werden. Erst wenn der Pilot den Nutzen gezeigt hat und die Governance steht, folgt die Ausweitung auf weitere Anwendungsfälle. Wie dieser Ablauf konkret für Ihr Unternehmen aussehen kann, klärt das unverbindliche Erstgespräch zur KI-Beratung.

Ein Punkt wird in der Planung oft unterschätzt: die Schulung der Mitarbeitenden, die künftig mit dem System arbeiten. Eine Vorprüfung durch KI ist nur so gut wie das Vertrauen, das die Fachperson dahinter ihr entgegenbringt. Wird das Ergebnis blind übernommen oder grundsätzlich misstraut und doppelt geprüft, geht der Effizienzgewinn verloren. Ein kurzer, verständlicher Einblick, wie das System zu seinen Vorschlägen kommt und wo seine Grenzen liegen, gehört deshalb von Anfang an zum Projekt, nicht als Nachgedanke am Ende.

Wer zusätzlich wissen möchte, wie das eigene Unternehmen heute schon in ChatGPT, Perplexity und anderen KI-Suchmaschinen wahrgenommen wird, findet im KI-Sichtbarkeits-Check einen ersten Überblick.