Agentic AI: Drei konkrete Use Cases fĂĽr Schweizer Banken

KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung••By 3L3C

Agentic AI macht KYC, Beratung und Dokumentenarbeit in Schweizer Banken messbar effizienter. Drei konkrete Use Cases zeigen, wo Sie heute starten sollten.

Agentic AISchweizer BankenKYC ComplianceVermögensverwaltungKI in der FinanzbrancheDokumentenautomationKundenberatung
Share:

Agentic AI: Drei konkrete Use Cases fĂĽr Schweizer Banken

Die meisten Häuser in der Schweizer Finanzbranche stehen 2025 beim Thema KI an derselben Stelle: Die Grundlagen sind verstanden, erste Gen‑AI‑Experimente sind gelaufen – aber der wirkliche Nutzen im Alltag von Compliance, Kundenberatung und Operations fehlt noch.

Hier kommt Agentic AI ins Spiel: KI‑Agenten, die nicht nur Texte generieren, sondern eigenständig Aktionen ausführen, Informationen kombinieren und sich an Regeln halten. Genau diese Art von Systemen diskutiert die Branche aktuell – auch im Kontext unseres „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“-Schwerpunkts.

Inspiriert von einem aktuellen Webinar zeige ich drei konkrete, umsetzbare Use Cases, die für Schweizer Banken und Vermögensverwalter besonders spannend sind:

  1. Kontinuierliche KYC‑Compliance mit Agentic AI
  2. Hyper‑personalisierte Kundeninteraktion und Beratung
  3. KI‑Agenten für komplexe Verträge und Policen (der aus meiner Sicht stärkste Hebel)

Alle drei Beispiele sind direkt relevant für Institute, die zwischen FINMA‑Vorgaben, Margendruck und steigenden Kundenerwartungen navigieren müssen.


1. Kontinuierliche KYC‑Compliance: Von Pflichtübung zur intelligenten Routine

Agentic AI eignet sich hervorragend, um KYC‑Prozesse von einem schwerfälligen Onboarding‑Ritual zu einer laufenden, intelligent gesteuerten Pflicht zu machen.

Das Kernproblem in Schweizer Instituten

Schweizer Banken und Vermögensverwalter kämpfen gleichzeitig mit:

  • strengen GwG‑ und FINMA‑Anforderungen (z.B. FINMA‑Rundschreiben 2016/7, 2023/1),
  • verteilten Kundendaten ĂĽber Kernbankensysteme, CRM und DMS,
  • international unterschiedlichen Sanktions‑ und Embargolisten,
  • komplexen Kundenstrukturen (UHNWI, Stiftungen, Trusts, komplexe Corporate‑Strukturen).

Die Folge: KYC wird oft punktuell, projektartig und mit vielen Excel‑Listen abgearbeitet – statt als laufender, datengetriebener Prozess.

Wie Agentic AI hier konkret hilft

Ein KI‑Agent kann während eines Kundendialogs – sei es im Onboarding, im jährlichen Review oder bei einer Portfolioanpassung – in Echtzeit prüfen, welche KYC‑Informationen vorhanden, veraltet oder widersprüchlich sind.

Ein typisches Szenario:

  • Der Berater öffnet das Kundenprofil.
  • Der AI‑Agent liest CRM‑Daten, Dokumente, Risiko‑Scores und regulatorische Vorgaben.
  • Er generiert „Magic Questions“: gezielte, fehlende oder zu aktualisierende Datenpunkte – z.B. wirtschaftlich Berechtigte, Herkunft der Vermögenswerte, Steuerstatus, PEP‑Status.
  • Gleichzeitig warnt er bei Inkonsistenzen (z.B. Beruf/Funktion passt nicht zur deklarierten Einkommenshöhe).

Damit werden Gespräche mit Kundinnen und Kunden nicht länger zu einem Formularmarathon, sondern zu einem gezielten, auditierbaren KYC‑Update.

Konkrete Effekte fĂĽr Schweizer Banken

Agentic AI unterstĂĽtzt insbesondere in drei Bereichen:

  • Compliance absichern
    Der Agent sorgt dafür, dass benötigte Pflichtdaten gemäss aktuellem Regulierungsstand abgefragt werden. Änderungen in internen KYC‑Policies können zentral eingepflegt und sofort in allen Dialogen wirksam werden.

  • Effizienz steigern
    KYC‑Reviews werden kürzer und strukturierter. Viele Institute berichten in Pilotprojekten von Zeitersparnissen von 30–50 % pro KYC‑Case, weil Nacharbeiten und E‑Mail‑Rückfragen entfallen.

  • Risiken frĂĽher erkennen
    Durch regelmässige, agentengesteuerte Checks fallen Unstimmigkeiten (z.B. ungewöhnliche Zahlungsströme, neue Beteiligungsstrukturen) früher auf – ein klarer Vorteil im Rahmen von Geldwäschereibekämpfung und Sanktionsrisiken.

Für die Schweizer Finanzbranche heisst das: KYC wird vom „Kostentreiber“ zur datengetriebenen Schutzfunktion, die sich skalierbar betreiben lässt.


2. Personalisierte Kundenberatung: Vom Standard‑Pitch zur Echtzeit‑Empfehlung

Der zweite grosse Hebel von Agentic AI liegt in der Personalisierung der Kundeninteraktion – ohne den Berater zu ersetzen.

Warum klassische Personalisierung nicht mehr reicht

Viele Banken und Vermögensverwalter nutzen bereits einfache Next‑Best‑Offer‑Logiken: Wer ein bestimmtes Vermögen und ein gewisses Alter hat, erhält Standardangebote (3a‑Lösung, Vorsorgeberatung, einfache strukturierte Produkte).

Das Problem:

  • Die Empfehlungen wirken generisch.
  • Berater fĂĽhlen sich von Kampagnen ĂĽberfahren.
  • Compliance sorgt fĂĽr Einschränkungen, damit nichts Falsches versprochen wird.

Was Agentic AI anders macht

Agentic AI kann mehrere Datenquellen kombinieren und in konkrete, situationsbezogene Gesprächsleitfäden übersetzen.

Ein typischer Use Case:

  • Der Kunde meldet sich im Contact Center wegen einer einfachen Frage (z.B. Kartenlimite, Adressänderung).
  • Der Agentic‑KI analysiert in Sekunden:
    • Portfolio, Produktnutzung, Risikoprofil,
    • Lebensereignisse/Historie (z.B. Heirat, Erbschaft, Immobilienkauf),
    • aktuelle Markt‑ und Research‑Informationen,
    • regulatorische Vorgaben zu Geeignetheit und Angemessenheit.
  • Daraus generiert die KI konkrete, rechtssichere Empfehlungen und Formulierungen (ähnlich dem „Magic Recommendation“-Konzept):
    • Welche Themen der Berater ansprechen darf/soll,
    • welches Produkt oder welche Beratung passt,
    • welche Warnhinweise zwingend erwähnt werden mĂĽssen.

Wichtig: Der Mensch bleibt klar im Lead. Der KI‑Agent unterstützt mit Vorschlägen, die auf Knopfdruck nachvollziehbar und dokumentierbar sind.

Vorteile für Schweizer Banken und Vermögensverwalter

  • Mehr Relevanz im Gespräch
    Statt generischer Cross‑Selling‑Anstösse erhält der Kunde Vorschläge, die wirklich zur Situation passen – z.B. nachhaltige Anlagelösungen gemäss ESG‑Präferenz oder geeignete Hypothekarstruktur bei Zinsänderungen.

  • Einhaltung der Beratungs‑ und Informationspflichten
    Der KI‑Agent stellt sicher, dass Geeignetheits‑ und Angemessenheitsanforderungen berücksichtigt werden und dokumentiert die Argumentation. Das reduziert Haftungsrisiken und vereinfacht interne Reviews.

  • Schnelle Kampagnenumsetzung
    Neue Produkte, Promotions oder veränderte Risikoregeln können zentral eingespielt werden – der Agent übersetzt sie automatisch in kundenfähige Sprache und schlägt die passenden Zielgruppen vor.

Gerade für Schweizer Häuser mit mehreren Sprachen (DE/FR/IT/EN) schafft Agentic AI hier einen handfesten Vorteil: Inhalte müssen nicht mehr manuell für jede Sprache und jeden Kanal neu erstellt werden.


3. KI‑Agenten für komplexe Verträge und Policen: Der stärkste Hebel

Der spannendste Use Case – und im Webinar auch der beliebteste – betrifft komplexe Verträge, Richtlinien und Policen. Genau diese Dokumente sind im Schweizer Banking und in der Vermögensverwaltung berüchtigt: umfangreich, juristisch formuliert, regelmässig aktualisiert.

Warum Dokumente heute ein Produktivitätskiller sind

Ob allgemeine Geschäftsbedingungen, Depot‑ und Kreditverträge, Fondsdokumente, Rahmenverträge oder interne Richtlinien:

  • Berater, Juristen und Operations‑Teams verbringen Stunden pro Woche mit dem Suchen einzelner Klauseln.
  • Fehler oder Fehldeutungen fĂĽhren zu Haftungsrisiken, Verzögerungen und Frust beim Kunden.
  • Kunden verstehen ihre eigenen Verträge oft nur oberflächlich und rufen fĂĽr jede Detailfrage im Contact Center an.

Was ein spezialisierter KI‑Agent leisten kann

Im Webinar wurde dieser Use Case als „Magic Answer“-Feature beschrieben. Übertragen auf die Schweizer Finanzwelt funktioniert das so:

  1. Zentraler Dokumenten‑Korpus
    Alle relevanten Dokumente (Verträge, Policen, Richtlinien, Produktinformationen, FAQs) werden strukturiert und versioniert in einem sicheren System abgelegt.

  2. Domänenspezifischer KI‑Agent
    Ein Agentic‑System wird gezielt auf diesen Korpus ausgerichtet und erhält klare Regeln:

    • Nur auf freigegebene, geprĂĽfte Quellen zugreifen
    • Quellen pro Antwort transparent nennen
    • Keine Spekulationen („Halluzinationen“) zulassen
  3. Nutzung in drei Szenarien

    • Berater‑Assistenz: Während eines Kundentelefonats fragt der Berater in natĂĽrlicher Sprache nach einer Klausel (z.B. Vorfälligkeitsentschädigung, Lombard‑Belehnung, KĂĽndigungsfristen). Der Agent liefert in Sekunden eine präzise, zitierfähige Antwort mit Quellverweis.
    • Self‑Service fĂĽr Kunden: Im eBanking oder Kundenportal kann der Kunde seine individuellen Vertragsdokumente befragen (“Wie lange läuft meine aktuelle Hypothek noch? Welche Kosten fallen bei vorzeitiger RĂĽckzahlung an?”).
    • Prozessautomatisierung: Bei Standardfällen – etwa einfachen Schadensfällen in Bancassurance‑Modellen oder Standardvertragsanpassungen – kann der Agent automatisch prĂĽfen, ob die Bedingungen erfĂĽllt sind und Entscheidungen vorbereiten oder vornehmen.

Warum dieser Use Case so wirkungsvoll ist

Dieser Ansatz adressiert gleich mehrere Schmerzpunkte:

  • Massive Zeitersparnis
    Statt 20 Minuten im DMS zu suchen, dauert die Antwort 20 Sekunden. Auf Jahresbasis sind das leicht hunderte Stunden pro Team.

  • Qualität und Konsistenz
    Berater, Kundenservice, Legal und Compliance greifen auf dieselbe Wissensbasis zu. WidersprĂĽchliche AuskĂĽnfte werden deutlich seltener.

  • Besseres Kundenerlebnis
    Kunden erhalten verständliche Antworten auf Vertragsfragen, ohne mit Paragrafen jonglieren zu müssen. Das zahlt direkt auf Vertrauen und Zufriedenheit ein – gerade im Private Banking entscheidend.

Für die stark regulierte Schweizer Finanzbranche ist entscheidend: Ein solcher KI‑Agent muss auditierbar, versioniert und nachweisbar regelkonform arbeiten. Genau hier zeigen spezialisierte Lösungen für Banking und Insurance ihre Stärke gegenüber generischen Chatbots.


Worauf Schweizer Institute bei Agentic‑AI‑Projekten achten sollten

Bevor man das erste Agentic‑AI‑Projekt startet, lohnt sich ein klarer Rahmen.

1. Mit einem klar umrissenen Use Case starten

Alle drei hier beschriebenen Szenarien eignen sich als Pilot. Ein pragmatischer Weg:

  • Ein Produktbereich (z.B. Hypotheken oder Anlageberatung) auswählen.
  • Einen konkreten Prozess definieren (z.B. KYC‑Review, Vertragsauskunft, Kampagnenberatung).
  • Erfolgskriterien festlegen:
    • Zeitersparnis pro Fall,
    • Reduktion von Fehlern/Reklamationen,
    • Nutzungsquote durch Berater,
    • Kundenzufriedenheit (NPS/CSAT).

2. Daten‑ und Compliance‑Fundament klären

Agentic AI ist nur so gut wie die Datenbasis und das Governance‑Modell dahinter:

  • Datenklassifizierung (welche Daten dĂĽrfen verwendet werden?)
  • Zugriffskonzepte (rollenbasiert, Need‑to‑know)
  • Protokollierung aller Interaktionen (Audit‑Trail)
  • Integration in bestehende Kontrollsysteme (z.B. 4‑Augen‑Prinzip, Stichprobenkontrollen)

Gerade in der Schweiz sind Themen wie Bankkundengeheimnis, DSG, Outsourcing‑Vorgaben und Cloud‑Strategie eng mitzudenken.

3. Menschen frĂĽhzeitig einbinden

Agentic AI verändert Arbeitsweisen. Wenn Berater, Compliance und Operations das Gefühl haben, die KI „komme von oben“, wird sie nicht genutzt.

Was gut funktioniert:

  • Power‑User aus Fachbereichen frĂĽh in Design und Testing einbinden.
  • Feedback‑Loops schaffen: Berater können Antworten bewerten und verbessern – der Agent lernt dazu.
  • Schulungen mit realen Fällen, nicht nur mit Folien.

Die Erfahrung aus laufenden Projekten: Akzeptanz steigt dramatisch, wenn Mitarbeitende merken, dass die KI ihnen monotone Arbeit abnimmt und sie mehr Zeit fĂĽr echte Kundeninteraktion haben.


Fazit: Agentic AI als nächster realistischer Schritt für Schweizer Banken

Für die Schweizer Finanzbranche ist Agentic AI kein Zukunftsthema mehr, sondern der nächste logische Schritt nach ersten Gen‑AI‑Experimenten. Statt reine Text‑Chatbots zu betreiben, können Banken und Vermögensverwalter mit KI‑Agenten ganz konkrete Probleme lösen:

  • KYC‑Compliance wird kontinuierlich und effizient gemanagt.
  • Kundenberatung wird persönlicher – und regulatorisch sauber dokumentiert.
  • Komplexe Verträge und Policen verlieren ihren Schrecken, weil Antworten in Sekunden vorliegen.

Wer heute mit einem fokussierten Use Case startet, sammelt Erfahrungswerte, schafft Vertrauen bei Compliance und Fachbereichen und baut zugleich die Basis für weitere Agentic‑AI‑Anwendungen im ganzen Institut.

Wenn Sie in Ihrer Bank oder Ihrem Vermögensverwaltungsinstitut gerade an der KI‑Roadmap arbeiten, ist die eigentliche Frage nicht mehr ob, sondern wo Sie mit Agentic AI beginnen wollen – bei KYC, in der Beratung oder bei Ihren Dokumenten.