Agentic AI macht aus KI einen digitalen Kollegen für Berater:innen in Schweizer Banken und Versicherungen – mit messbarem Nutzen, regulierungskonform und praxisnah.
Agentic AI für Schweizer Banken und Versicherer: vom KI-Tool zum digitalen Kollegen
2024 haben laut verschiedenen Studien über 60 % der europäischen Finanzinstitute generative KI getestet – aber nur ein Bruchteil setzt bereits Agentic AI produktiv ein. Genau dort liegt heute der Wettbewerbsvorteil für Schweizer Banken, Vermögensverwalter und Versicherer.
Hier ist der Punkt: Klassische KI beantwortet Fragen. Agentic AI arbeitet Aufgaben aktiv ab – sie agiert wie ein digitaler Kollege, der eigenständig Schritte plant, Systeme ansteuert und Ergebnisse zurückspielt. Wer Beratung, Compliance und Backoffice intelligent orchestriert, wird in der Schweizer Finanzbranche deutlich schneller, genauer und persönlicher.
In dieser Ausgabe unserer Reihe „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ geht es darum, wie Agentic AI speziell Berater:innen, Relationship Manager und Versicherungsmakler unterstützt – und wie Sie das Thema pragmatisch, regulierungskonform und mit Blick auf messbaren ROI angehen.
Was Agentic AI wirklich ist – und was nicht
Agentic AI ist kein weiteres Buzzword, sondern die logische Weiterentwicklung von Large Language Models (LLMs).
Der Kernunterschied:
- LLM: liefert Texte und Antworten – ähnlich wie ein extrem gut informierter Assistent.
- Agentic AI / LLM-Agent: nutzt dieses Wissen, um eigenständig Aktionen zu planen und auszuführen.
Ein Agent kann z.B.:
- Kundendaten aus verschiedenen Systemen abrufen,
- eine Situation analysieren (z.B. Unterversicherung, Risikoprofil, Eignungstest),
- passende Produkte oder Massnahmen vorschlagen,
- Dokumente vorbereiten oder Workflows im Kernsystem anstossen,
- nachfassen, wenn Kund:innen nicht reagieren.
Agentic AI verhält sich wie ein digitaler Mitarbeiter mit klaren Zielen, Zugriff auf Tools und der Fähigkeit, mehrere Schritte zu planen – unter menschlicher Aufsicht.
Damit unterscheidet sie sich klar vom „Chatbot 2.0“. Es geht nicht um Smalltalk mit KI, sondern um messbare Wertschöpfung im Vertriebs- und Beratungsprozess.
Wo Agentic AI in Banking & Versicherung den grössten Hebel hat
In der Schweizer Finanzbranche gibt es drei Bereiche, in denen Agentic AI heute schon sehr starke Effekte bringt:
- Beratung & Vertrieb (Bankberatung, Vermögensverwaltung, Versicherung)
- Kundenservice & Backoffice
- Compliance & Regulierung (insbesondere FINMA-relevante Anforderungen)
1. Agentic AI für Versicherungsberater:innen
Im Versicherungsvertrieb sind Portfolios und Prozesse oft komplex, aber strukturiert. Genau hier glänzt Agentic AI.
Typische Einsatzszenarien:
-
Automatisches Monitoring von Beständen
Der Agent prüft laufend Policen, Laufzeiten und Schadenhistorien:- kündigungsgefährdete Verträge
- Lücken in der Absicherung (z.B. Hausrat, Cyber, Berufsunfähigkeit)
- Cross- und Upsell-Potenziale (z.B. Kombination von Sach- und Vorsorgeprodukten)
-
Proaktive Kundenansprache
Auf Basis dieses Monitorings erstellt der Agent priorisierte To-do-Listen für Berater:innen, inklusive Gesprächsleitfäden und personalisierter Vorschläge. -
Schadenfall-Unterstützung
Beim Eingang einer Schadenmeldung kann ein Agent:- Daten aus dem CRM und Schaden-System zusammenziehen
- Formulare vorausfüllen
- typische nächste Schritte für Kunde und Sachbearbeitung vorbereiten
- Plausibilitätschecks anhand historischer Daten durchführen
Berater:innen gewinnen Zeit für das, was wirklich zählt: Beratung, Vertrauensaufbau und komplexe Fälle – während der KI-Agent den „Schreibtischstress“ übernimmt.
2. Agentic AI für Bankberater:innen und Vermögensverwalter
Im Schweizer Wealth Management stehen individuelle Beratung und Diskretion im Fokus. Agentic AI lässt sich hier so einsetzen, dass sie stark unterstützt, aber nicht dominiert.
Konkrete Beispiele:
-
Portfolio-Monitoring in Echtzeit
Der Agent überwacht Portfolios, Risikobudgets und Anlagerichtlinien:- Meldung bei Abweichungen vom vereinbarten Risikoprofil
- Erkennung von Konzentrationsrisiken
- Hinweise auf Cash-Drag oder verpasste Opportunitäten
-
Vorschläge für Anlage- oder Strukturierungsideen
Auf Basis Marktbewegungen, Research und Kundenzielen erstellt der Agent konkrete, begründete Vorschläge, z.B. für:- Rebalancing
- Absicherungslösungen
- Nachhaltige Anlagen gemäss ESG-/SFDR-Anforderungen
-
Vorbereitung von Kundenterminen
Statt 2–3 Stunden manuelle Dossieraufbereitung übernimmt der Agent:- Zusammenfassung der letzten Interaktionen
- Update zu Portfolio-Performance und Benchmark
- Übersicht relevanter Life Events, Chancen und Risiken
Der Relationship Manager geht so besser vorbereitet und mit höherer Relevanz in jedes Gespräch – ein echter Vorteil im Wettbewerb mit Neobanken und internationalen Playern.
Wann Agentic AI sinnvoll ist – und wann nicht
Nicht jede Aufgabe braucht einen Agenten. Manche Dinge löst ein einfaches Regelwerk besser.
Agentic AI ist nicht geeignet für:
- vollständig standardisierte Abläufe, die sich strikt mit
if/then/elseabbilden lassen, - einfache FAQ-Antworten ohne Systemzugriffe,
- Prozesse, in denen keinerlei Interpretationsspielraum bestehen darf.
Agentic AI zeigt ihren Mehrwert bei Aufgaben, die:
- mehrere Schritte und Systeme betreffen,
- teils unklare oder unvollständige Informationen enthalten,
- Recherche, Hypothesenbildung und Verifikation benötigen,
- situationsabhängige Entscheidungen erfordern.
Beispiel aus der Gewerbeversicherung:
„Ist dieses Unternehmen für diese Police in dieser Ausgestaltung wirklich versicherbar – und zu welchen Konditionen?“
Hier braucht es Datenabfragen, Risikoklassifizierung, Prüfung von Annahmerichtlinien, ggf. Rückfragen und eine strukturierte Entscheidung. Das ist ein klassischer Agentic-AI-Case.
Für Entscheider heisst das:
- Starten Sie dort, wo die menschliche Expertise knapp ist und der manuelle Aufwand hoch.
- Verwenden Sie einfache Automatisierung für „Fliesbandaufgaben“.
- Setzen Sie Agentic AI gezielt für komplexe, aber wiederkehrende Wissensarbeit ein.
Regulierung: Wie Agentic AI mit FINMA, AI Act & Co. zusammenpasst
Gerade in der Schweiz ist die Frage nach Regulierung und Governance entscheidend, bevor KI-Lösungen skaliert werden.
Europäische Rahmenbedingungen
Auch wenn die Schweiz nicht Teil der EU ist, orientieren sich viele Institute an europäischen Standards. Relevant sind u.a.:
- EU AI Act: Anforderungen an Hochrisiko-KI, z.B. bei Kreditwürdigkeitsprüfungen.
- DORA: Anforderungen an digitale operationelle Resilienz.
- IDD im Versicherungsbereich: Geeignetheitsprüfung, Dokumentationspflichten, Transparenz.
Agentic-AI-Lösungen, die sich an Normen wie ISO 42001 (AI Management System) ausrichten, erleichtern es, Governance und Risiko-Management sauber aufzusetzen.
Schweizer Kontext
Für die Schweiz spielen zusätzlich u.a. eine Rolle:
- FINMA-Rundschreiben zu Risikomanagement, Outsourcing und IKT,
- Datenschutzgesetz (revDSG),
- branchenspezifische Vorgaben zur Beratungsdokumentation.
Für die Praxis heisst das:
- Transparenz: Der Agent muss erklärbar machen, wie er zu Empfehlungen kam.
- Kontrollmechanismen: Menschliche Freigabe bei kritischen Entscheidungen (z.B. Kreditlimiten, komplexe Anlagestrategien).
- Logging & Auditability: Jede Aktion des Agenten wird nachvollziehbar protokolliert.
Wer das von Beginn an mitdenkt, vermeidet spätere Blockaden durch Compliance oder Revision.
Wie Schweizer Banken und Versicherer konkret starten können
Die Theorie ist klar – wie sieht ein pragmatischer Einstieg aus, der schnell Mehrwert bringt und trotzdem sicher ist?
1. Use Cases priorisieren statt „KI überall“
Wählen Sie 2–3 konkrete Anwendungsfälle mit:
- hohem manuellem Aufwand,
- klar messbaren KPIs (z.B. Bearbeitungszeit, Abschlussquote, Cross-Selling-Rate),
- begrenztem Risiko (z.B. teilautomatisierte Empfehlungen statt vollautomatischer Entscheidungen).
Typische Quick-Wins:
- Agentic AI als Copilot für Berater:innen im Kundengespräch,
- automatisierte Vorbereitung von Kundenterminen im Wealth Management,
- proaktives Bestandsmonitoring in der Sach- oder Lebensversicherung.
2. Mensch-zentriertes Design
Agentic AI ersetzt keine Menschen – sie macht gute Leute wirksamer. Deshalb sollte das Design immer vom Alltag der Nutzer:innen ausgehen:
- Einbettung in bestehende Oberflächen (Berater-Workbench, CRM),
- klare Visualisierung, was KI gemacht und empfohlen hat,
- einfache Möglichkeit für den Menschen, einzugreifen oder abzulehnen.
Je natürlicher der Agent in den Arbeitsalltag integriert ist, desto höher die Akzeptanz – und desto schneller zeigt sich der geschäftliche Nutzen.
3. Governance, bevor skaliert wird
Noch bevor der dritte oder vierte Use Case gestartet wird, braucht es ein Minimum an Struktur:
- definierte Rollen (Product Owner KI, Compliance, IT, Fachbereich),
- Richtlinien, welche Entscheidungen immer menschlich bleiben,
- Monitoring von Qualität, Bias und Fehlerraten,
- regelmässige Reviews entlang regulatorischer Anforderungen.
So bleibt Agentic AI steuerbar – und wird nicht zum „Schatten-IT-Phänomen“ in einzelnen Teams.
Mensch + Agentic AI: Die Kombination, die zählt
Agentic AI wird die Schweizer Finanzbranche nicht über Nacht umkrempeln. Aber sie verschiebt die Grenze dessen, was ein Team pro Kopf leisten kann, deutlich nach oben.
- Berater:innen sind besser vorbereitet und können Gespräche stärker auf die Lebensrealität der Kundschaft zuschneiden.
- Vermögensverwalter reagieren schneller und fundierter auf Marktbewegungen.
- Versicherer bearbeiten mehr Fälle mit gleicher Mannschaftsstärke – und bleiben näher am Kunden.
Entscheidend ist, dass Agentic AI als Werkzeug zur Stärkung der Beratung verstanden wird, nicht als Ersatz. Die Empathie, das Fingerspitzengefühl und das Vertrauensverhältnis bleiben menschlich. Die KI übernimmt Recherche, Orchestrierung und repetitive Denkarbeit.
Für alle, die in der Reihe „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ den nächsten Schritt suchen, lautet die Frage deshalb weniger „Ob?“ als „Wo starten wir mit Agentic AI, um in 6–12 Monaten echte Effekte zu sehen?“
Wer diese Frage heute beantwortet, hat 2026 einen deutlichen Vorsprung – in Effizienz, Beratungserlebnis und Compliance-Sicherheit.