Fuenf Lektionen vom Schweizer Finanzplatz: Wie KI in hochregulierten Branchen wirklich funktioniert

Zusammenfassung

Sina Wulfmeyer, Chief Data Officer bei Unique AI, teilt fünf praxiserprobte Lektionen aus vier Jahren KI-Implementierung im Schweizer Bankensektor. Unique AI hat 55 Millionen Franken aufgenommen und arbeitet mit Privatbanken wie Reyl Banking Genf und der Graubündner Kantonalbank zusammen. Ihr zentrales Learning: Ausgerechnet die hochregulierte Bankenbranche hat von allen Industrien am meisten KI-Use-Cases erfolgreich umgesetzt – weil Regulierung zu sorgfältiger Implementierung zwingt. Die fünf Lektionen: (1) KI-Modelle sind heute Commodity – entscheidend sind eigene Daten und Kontext. (2) Architekturflexibilität schlägt Modellwahl – wer schnell auf DeepSeek, neue Provider oder deprecated APIs reagieren kann, gewinnt. (3) Governance ist Beschleuniger, nicht Bremse – klare Spielfelder ermöglichen sichere Innovation. (4) Guardrails sind unverhandelbar – 70 Prozent der Mitarbeitenden nutzen Schatten-KI, Verträge müssen laufend geprüft werden. (5) People First – das Risiko sitzt nicht im Modell, sondern in den Menschen, die es bedienen.

Wichtigste Erkenntnisse

• 1

  KI-Modelle sind heute Commodity: Vor zwei bis drei Jahren war der Zugang zu GPT-3.5 ein Wettbewerbsvorteil. Heute nicht mehr. Was differenziert, ist proprietärer Kontext – eigene Kundendaten, Prozesse, Branchenwissen. Investieren Sie zuerst in saubere Daten und Datenspezialistinnen.

• 2

  Die hochregulierte Bankenbranche hat von allen Industrien am meisten KI-Use-Cases umgesetzt. Paradox? Nein: Regulierung erzwingt sorgfältige Implementierung. KI-Governance und Compliance-Druck sind keine Bremsklötze – sie zwingen zu besserer Architektur und nachhaltigeren Lösungen.

• 3

  Architektur schlägt Modellwahl: Nicht welches Modell Sie nutzen ist entscheidend, sondern wie flexibel Ihre Architektur ist. Als DeepSeek erschien, wollten Kunden innerhalb einer Woche wechseln. Modelle werden deprecated, Provider ändern Bedingungen – wer nicht schnell reagieren kann, verliert.

• 4

  Governance ist ein Beschleuniger, kein Blocker: Gute Governance setzt klare Spielfelder, in denen Mitarbeitende sicher experimentieren können. Das Problem: Compliance-Teams arbeiten auf Geschwindigkeit 1, Entwickler auf Geschwindigkeit 10. Lösung: KI auch in Legal und Compliance einsetzen.

• 5

  70 Prozent der Mitarbeitenden bringen ihre eigene KI mit (Schatten-KI). Das groesste Unternehmensrisiko: Firmengeheimnisse und Kundendaten landen in oeffentlichen Modellen. Gegenmassnahmen: Enterprise-Vertraege ohne Modelltraining-Klauseln, lebendige KI-Policy (eine Seite, Dos and Don'ts, laufend aktualisiert), striktes Access Management.

• 6

  Nutzungsbedingungen von KI-Providern müssen laufend überwacht werden. Provider ändern ihre AGB regelmässig – besonders gerne zwischen Weihnachten und Neujahr, wenn niemand hinschaut. Einmaliges Vertragsabschliessen reicht nicht.

• 7

  Das Risiko sitzt nicht im Modell, sondern in den Menschen. KI-Schulungen von vor zwei Jahren sind heute veraltet. Peer-Learning – die digitale Kaffeeküche, wo Mitarbeitende wertungsfrei voneinander lernen – ist einer der am meisten unterschätzten Erfolgsfaktoren. Mitarbeitende überfordern kostet das groesste Kapital eines Unternehmens.

• 8

  Klare Trennung zwischen Sandkasten und Produktion ist zwingend: Im Sandkasten darf experimentiert werden. Was in Produktion geht, muss durch Quality Gates, Tests und Qualitätssicherung. Kein System kann live gehen, das nicht geprüft ist.

Bemerkenswerte Zitate