Agentic AI in Banken & Versicherungen: 3 Use Cases, die sich wirklich lohnen

Warum Agentic AI jetzt ganz oben auf der Agenda steht

77 % der europäischen Banken und Versicherer planen laut aktuellen Branchenumfragen, GenAI-Pilotprojekte 2025 in den produktiven Betrieb zu bringen. Die meisten fragen sich dabei weniger ob sie KI brauchen – sondern wo sie anfangen sollen.

Genau hier setzt Agentic AI an: KI-Systeme, die nicht nur Texte generieren, sondern eigenständig Aufgaben anstoßen, Entscheidungen vorbereiten und sich an Regeln und Prozesse anpassen. Für die Schweizer Finanzbranche – vom Universalbanker in Zürich bis zum Vermögensverwalter in Zug – ist das spannend, weil sich damit drei Dauerbaustellen adressieren lassen:

• steigende Compliance-Anforderungen (KYC, FIDLEG, Geldwäschereigesetz)
• immer komplexere Produkte und Policen
• Kundinnen und Kunden, die personalisierte Betreuung erwarten – in Echtzeit

In einem aktuellen Webinar wurden drei konkrete Use Cases für Banken und Versicherer vorgestellt. In diesem Beitrag übersetzen wir diese Beispiele in die Realität der Schweizer Finanzbranche und zeigen, wo Agentic AI sofort Mehrwert stiften kann – und wie Sie pragmatisch starten.

---

1. Agentic AI für KYC & Compliance: Von Pflichtübung zur Stärke

Agentic AI reduziert den manuellen Aufwand in KYC-Prozessen drastisch und macht Compliance gleichzeitig robuster.

Das Problem: Regulatorik frisst Beratungszeit

Ob Privatbank, Retailbank oder Versicherung: KYC, Suitability, Tax & AML binden im Onboarding und im laufenden Geschäft enorm viel Zeit. In vielen Häusern verbringen Relationship Manager und Kundenberater leicht 30–40 % ihrer Zeit mit:

• fehlenden oder falschen Kundendaten
• sich ändernden Formularen und Regulierungen
• Rückfragen aus Compliance und Risk

Das ist Gift für die Kundenerfahrung – und teuer.

Der Use Case: „Magic Questions“ für Berater

Das im Webinar vorgestellte Feature nannte sich „Magic Question“: Die Agentic-AI-Lösung prüft in Echtzeit, welche Daten für den jeweiligen Kunden und das konkrete Produkt noch fehlen oder inkonsistent sind, und schlägt dem Berater kontextbezogene Fragen vor.

Übertragen auf eine Schweizer Bank oder Versicherung bedeutet das:

• Die KI kennt Produktlogik (Säule 3a vs. Lebensversicherung vs. Hypothek), Regelwerk (FIDLEG, FINIG, VAG, VVG) und interne Richtlinien.
• Während des Gesprächs erkennt sie: „Risikoprofil unvollständig“, „wirtschaftlich Berechtigter fehlt“, „Steuerdomizil nicht plausibel“.
• Sie spielt dem Berater präzise Fragen aus – nicht 20 Checkboxen, sondern 2–3 relevante, klar formulierte Fragen.

Konkrete Effekte für Schweizer Institute

Eine sauber aufgesetzte Agentic-AI-KYC-Lösung bringt typischerweise:

• 30–50 % weniger Nachfassaktionen im Onboarding
• sauberere Datensätze, was wiederum Risiko- und Vertriebsmodelle verbessert
• bessere Auditfähigkeit, weil jede Frage und Antwort nachvollziehbar protokolliert wird

Für Schweizer Vermögensverwalter, die heute stark unter Dokumentationspflichten aus FIDLEG/MiFID leiden, kann Agentic AI einen echten Hebel darstellen: weniger Zeit mit Formularen, mehr Zeit mit dem Portfolio – und mit dem Kunden.

---

2. Hyper-personalisierte Kundenbetreuung in Echtzeit

Agentic AI macht aus generischer Beratung eine individuelle, datenbasierte Betreuung – ohne die Berater zu überfordern.

Die Realität: „Cookie-Cutter“-Beratung trotz Premium-Mandat

Viele Banken und Versicherer werben mit maßgeschneiderten Lösungen, im Gespräch bleibt davon aber wenig übrig. Warum?

• Berater haben zu wenig Zeit, alle Daten und Produkte ständig im Blick zu behalten.
• Marketing stellt Kampagnen bereit, die aber im Gespräch kaum genutzt werden.
• Cross- und Upselling wirkt oft wie „Standard-Pitch“, nicht wie echter Mehrwert.

Der Use Case: „Magic Recommendations“ & vorgefertigte Inhalte

Im Webinar wurde gezeigt, wie Agentic AI aus Kundendaten, Produktlogik und Content-Bibliotheken situative Empfehlungen generiert – inklusive passender Formulierungen. Für die Schweizer Finanzbranche lässt sich das so denken:

• Ein Kunde ruft an, weil seine Hypothek im nächsten Jahr ausläuft.
• Die Agentic-AI-Lösung erkennt Zinsumfeld, Belehnung, Einkommen, Portfoliozusammensetzung.
• In Sekunden generiert sie konkrete Vorschläge:
  • Verlängerung mit abgestufter Laufzeitenstruktur
  • Absicherung via indirekte Amortisation über Säule 3a
  • Hinweis auf Unterversicherung in der Erwerbsunfähigkeitsdeckung

Der Berater entscheidet – aber er muss sich nicht mehr durch zig Tools klicken.

Mehrwert für Banken & Vermögensverwalter

Gut implementierte Agentic-AI-Empfehlungen zahlen direkt auf Umsatz und Kundenzufriedenheit ein:

• Höhere Conversion-Rates bei Kampagnen (z.B. Hypotheken-Rollover, Altersvorsorge, Fondswechsel)
• Konsistente Beratung über alle Kanäle hinweg (Filiale, Call Center, E-Banking, Mobile App)
• Stärkere Differenzierung im Premium- und Wealth-Segment, wo individuelle Betreuung entscheidend ist

Gerade Schweizer Vermögensverwalter können Agentic AI mit ihrer Beratungskompetenz kombinieren: Die KI liefert datenbasierte Hinweise und Narrative, der Advisor übersetzt sie in eine vertrauensvolle, persönliche Empfehlung.

---

3. KI-Agenten für komplexe Policen & Verträge

Der wirkungsvollste Einstiegspunkt für viele Versicherer und Banken ist heute die intelligente Verarbeitung komplexer Dokumente.

Der Schmerz: Vertrags- und Policen-Dschungel

Versicherungspolicen, Rahmenverträge, AGB, Zusatzvereinbarungen, Produktinformationsblätter – in der Praxis entstehen:

• hunderte Seiten Dokumentation pro Kunde
• jährliche Updates, neue Versionen, Rider, Zusätze
• kundenspezifische Abweichungen, die nur im Kleingedruckten stehen

Sowohl Produzenten/Agents als auch Kundenservice-Teams verlieren hier täglich Zeit. Policyholder wiederum verstehen ihre Verträge oft nur teilweise und müssen für jede Frage anrufen.

Der Use Case: „Magic Answer“ für Policen und Verträge

Im Webinar war der drittgenannte Use Case der beliebteste: Ein spezialisierter „Magic Answer“-Agent, der direkt auf die individuellen Policen und Verträge eines Kunden zugreift und präzise, zitierbare Antworten liefert.

Was heisst das im Alltag einer Schweizer Versicherung oder Retailbank?

• Der Agent liest die abgelegten Policen/Verträge eines Kunden (z.B. Hausrat, Kfz, Säule 3b, Hypothek, Vorsorgekonto).
• Auf Anfragen wie „Bin ich bei Wasserschaden im Keller gedeckt?“ oder „Wie lange läuft meine Zinsbindung noch?“ generiert er eine Antwort, die:
  • sich auf die konkrete Klausel bezieht
  • die Passage zitiert oder verlinkt (je nach UI)
  • klar macht, was gedeckt ist und was nicht

Drei Anwendungsszenarien aus dem Webinar – lokal gedacht

1. Unterstützung von Agents im Kundengespräch
   Während eines Telefonats kann der Agent den KI-Assistenten z.B. fragen: „Welche Wartefrist gilt für diese Krankenzusatzversicherung?“ – Antwort in Sekunden statt Minuten.

2. Self-Service für Endkunden
   Policyholder können im Kundenportal Fragen stellen und Antworten erhalten, die direkt aus ihren Dokumenten stammen. Das senkt Call-Volumen und steigert Transparenz.

3. Teilautomatisierung von Schadenprozessen
   KI-Agenten prüfen Deckungstatbestände im Hintergrund: „Ist dieser Schaden grundsätzlich gedeckt?“ – und bereiten eine Entscheidung für den Sachbearbeiter vor.

Warum das für Schweizer Anbieter besonders spannend ist

Der Schweizer Markt ist:

• stark mehrsprachig (DE/FR/IT/EN)
• geprägt von komplexen Vorsorgeprodukten (Säulen 1/2/3, Freizügigkeitslösungen)
• rechtlich anspruchsvoll (VVG-Revision, Datenschutz, FINMA-Rundschreiben)

Genau in diesem Umfeld zahlt sich ein spezialisierter, regulierungssensitiver KI-Agent aus. Wichtig ist dabei:

• Keine „Halluzinationen“: Antworten müssen immer aus echten Quellen stammen.
• Transparente Begründung: Woher stammt die Info? Welche Klausel gilt?
• Sicherheitsarchitektur: Daten bleiben im geschützten Bank-/Versicherungsumfeld.

---

4. So starten Schweizer Banken & Versicherer pragmatisch mit Agentic AI

Agentic AI muss kein Fünfjahresprogramm sein. Die erfolgreichsten Häuser starten mit klar abgegrenzten, messbaren Pilotprojekten.

Schritt 1: Einen Fokus-Use-Case wählen

Statt alles auf einmal anzugehen, bewährt sich ein enger Scope, z.B.:

• KYC-Assistenz für ein spezifisches Kundensegment (z.B. Vermögensverwaltung ab 500k CHF)
• personalisierte Empfehlungen für Hypotheken-Rollover
• Dokumenten-Assistent für eine bestimmte Produktlinie (z.B. Berufsunfähigkeitsversicherung)

Schritt 2: Daten- und Regellandschaft klären

Für Agentic AI braucht es kein perfektes Data Warehouse, aber:

• Zugriff auf relevante Kundendaten (Stammdaten, Produkte, Interaktionen)
• klare Regelwerke & Policies, die die KI berücksichtigen soll
• definierte „No-Go-Zonen“ (z.B. heikle Daten oder Use Cases, die regulatorisch heikel sind)

Schritt 3: Mit Fachbereichen co-kreieren

Die erfolgreichsten Projekte entstehen nicht in der IT, sondern in der Schnittmenge aus IT, Business, Compliance und Front. Meine Erfahrung: Wenn Kundenberater, Compliance-Officer und KI-Experten gemeinsam am Tisch sitzen, entstehen Use Cases, die sowohl praktisch als auch aufsichtsrobust sind.

Schritt 4: Messen, lernen, ausrollen

Typische Kennzahlen im Pilot:

• Bearbeitungszeit pro Fall (Onboarding, Schaden, Anfrage)
• First-Call-Resolution-Rate im Contact Center
• Anzahl Nachbearbeitungen durch Compliance
• NPS oder Zufriedenheit der Berater mit dem Tool

Wer hier faktenbasiert zeigt, dass Agentic AI wirkt, bekommt intern schnell Rückenwind für den nächsten Rollout.

---

5. Warum Agentic AI perfekt in die KI-Strategie der Schweizer Finanzbranche passt

Für die Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ ist Agentic AI ein logischer nächster Baustein. In anderen Beiträgen sprechen wir über Fraud Detection, Robo-Advisory und automatisierte Compliance – Agentic AI verbindet viele dieser Themen in konkreten, umsetzbaren Anwendungen.

Das Entscheidende:

Agentic AI ist kein Zukunftsthema, sondern ein Werkzeugkasten, mit dem Banken und Versicherer 2025 bereits messbare Effekte erzielen können.

Wer heute beginnt,

• entlastet Berater von Routine,
• stärkt Compliance und Governance,
• und bietet Kunden eine Betreuung, die wirklich zum Schweizer Premium-Anspruch passt.

Wenn Sie intern gerade diskutieren, wo Sie mit KI starten oder wie Sie von einzelnen GenAI-Experimenten zu skalierbaren Lösungen kommen, dann sind die drei Use Cases aus diesem Beitrag ein idealer Einstieg: KYC-Assistenz, personalisierte Empfehlungen und Dokumenten-Agenten.

Die Frage ist weniger, ob diese Szenarien kommen – sie setzen sich bereits durch. Spannend ist: Wer in der Schweizer Finanzbranche nutzt sie als Erster konsequent als Wettbewerbsvorteil?