Die Anwendungen der KI im Bankensektor scheinen endlos: Automatisierung von Dienstleistungen, operative Effizienz, Kostenreduktion, Personalabbau, Kundenservice und -unterstützung, Investitionsoptimierung, Markttrendidentifikation, Betrugserkennung, IT-Systemmigration, Forschung und Entwicklung, Finanzdatenverarbeitung, personalisierte Werbekampagnen, Compliance-Unterstützung, Risikoanalyse, Cybersicherheit, Preisgestaltung und mehr.

Laut McKinsey könnte diese revolutionäre Technologie die Produktivität der Banken um 2,8 bis 4,7% des jährlichen Umsatzes steigern, was einem Gewinn von 200 bis 340 Milliarden Dollar entspricht - indem sie Vertrieb, Marketing, Prozesse und Softwareentwicklung verbessert.

Mike Mayo, CEO von Wells Fargo, betont die entscheidende Bedeutung der KI: "Wenn Sie eine Bank sind und keine KI-Strategie haben, dann haben Sie keine Strategie", sagte er kürzlich auf Bloomberg und unterstrich die entgangenen Gewinne für diejenigen im Sektor, die den Zug verpasst haben.

So hat beispielsweise der US-Kreditgeber Morgan Stanley einen KI-Assistenten entwickelt, der seinen Vermögensverwaltern bei der Erstellung von Angeboten helfen soll. Die Royal Bank of Canada leistete sich einen virtuellen Assistenten, der in der Lage ist, Kunden Finanztipps und Sparempfehlungen zu geben, die auf ihren Ausgabegewohnheiten und ihrem Cashflow-Management basieren. Der Chatbot der Bank of America beantwortet die am häufigsten gestellten Fragen von Sparern. 

Ein Mangel an Talenten

Machine Learning ermöglicht es zwar, den Einsatz künstlicher Intelligenz in einer Organisation zu steuern, indem es von bereits bestehenden Systemen lernt und sich von gesammelten Daten nährt, aber es erfordert auch, dass Menschen seine Arbeit leiten und ihm Anweisungen geben. Denn es sind die grauen Zellen unserer Mitmenschen, die die KI-Tools implementieren, sie in die Abläufe integrieren und die Projekte koordinieren müssen.

Laut einer Studie von Evident gab es 2022 nur 650 Personen, die in den 23 größten Banken der Welt KI-Forschungspositionen innehielten. JPMorgan Chase, ein Vorreiter in der Einführung von KI im Bankensektor, hatte im August 2022 nicht weniger als 120 spezialisierte Forscher, ein Fünftel der Gesamtzahl. Und 40% dieser 650 Personen traten ihre Position im Jahr 2022 an.

Seitdem hat sich der Trend deutlich beschleunigt. Im Jahr 2023 erkannten die Banken, dass sie KI integrieren müssen, um wettbewerbsfähig zu bleiben: CapGemini schätzt, dass 40% der Finanzinstitute weltweit KI-Tools zur Vereinfachung ihrer IT-Prozesse eingeführt haben. Und die 60 größten nordamerikanischen und europäischen Banken haben ihre KI-bezogenen Einstellungen zwischen Oktober 2022 und April 2023 um 4% erhöht.

JPMorgan veröffentlichte zwischen Februar und April 2023 mehr als 3.650 KI-bezogene Stellenanzeigen, gefolgt von Citigroup (2.100 Angebote), Deutsche Bank (1.295), BNP Paribas (1.202 offene Stellen).

Laut der New York Times gab es Anfang 2023 jedoch weltweit nur 22.000 Personen mit den notwendigen Fähigkeiten, um ernsthafte KI-Forschung durchzuführen.

Die Wall Street Banken (und andere) konkurrieren nun um die besten Talente und versuchen, sie langfristig zu halten. Laut HubFinance wurden 2023 fast die Hälfte der Bankrekrutierungen bei ihren Wettbewerbern durchgeführt.

Goldman Sachs hat dies auf die harte Tour gelernt. Im Rekrutierungskrieg verzeichnete die Bank in den letzten Monaten die meisten Abgänge von KI-Mitarbeitern, die von attraktiveren Angeboten der Konkurrenz angelockt wurden.

Der Vorteil für große Banken ist, dass KI-Kompetenzen in großen Städten und Finanzzentren wie New York, London, Toronto, Bangalore und Paris zu finden sind. Ein kleiner Vorteil für europäische Banken ist, dass sie weniger als ihre amerikanischen Kollegen unter dem Wettbewerb der großen Tech-Unternehmen um die KI-Genies leiden.