Agentische KI im Banking: Was VivaTech 2025 zeigt

Agentische KI: Was Schweizer Banken jetzt lernen sollten

2025 ist das Jahr, in dem KI in der Finanzbranche erwachsen wird. Nicht mehr nur Chatbots, nicht mehr nur Proof-of-Concepts im Innovation Lab – sondern agentische KI, die tatsächlich Entscheidungen vorbereitet, Prozesse anstößt und ganze Workflows übernimmt.

Die Präsentation von Zelros auf der VivaTech 2025 in Paris – Europas größtem Tech-Event – ist dafür ein gutes Barometer. Dort wird gezeigt, wie Agentic AI Bank- und Versicherungsprozesse im Tagesgeschäft unterstützen kann. Genau das ist für Schweizer Banken und Vermögensverwalter spannend: Wie kommen wir von „wir testen KI“ hin zu produktiver KI in Compliance, Beratung, Fraud Detection und Kundenbetreuung?

In diesem Beitrag ordne ich die Ankündigung von Zelros auf der VivaTech ein und übertrage sie auf die Realität von Schweizer Instituten. Ziel: Sie sollen klarer sehen, wo agentische KI für Sie heute sinnvoll ist – und wie Sie konkret starten können.

---

Was ist agentische KI – und warum interessiert das Banken und Versicherer?

Agentische KI unterscheidet sich von klassischen KI-Modellen dadurch, dass sie nicht nur Antworten generiert, sondern eigenständig Aktionen plant und ausführt – innerhalb definierter Regeln und Kontrollgrenzen.

Für Schweizer Finanzinstitute heißt das konkret:

• Die KI beobachtet Ereignisse (z.B. neues Kundendokument, Zahlungsanomalie, Marktbewegung)
• Sie analysiert den Kontext (Kunde, Produkt, Risikoprofil, Regulatorik)
• Sie schlägt nächste Schritte vor oder stößt automatisiert Prozesse an (Ticket eröffnen, E-Mail an Kundenberater, Workflow im Kernsystem)

Agentische KI ist im Kern ein „digitaler Kollege“, der Fachwissen, Prozesslogik und Datenlage zusammenführt und operativ unterstützt.

Im Vergleich zu klassischen Regeln-Engines oder einfachen Bots ist das ein deutlicher Sprung – vor allem für

• Compliance-Automatisierung (KYC/AML, Suitability, Dokumentationspflichten)
• Robo-Advisory & hybride Beratung (Vermögensverwaltung mit menschlicher Freigabe)
• Fraud Detection & Transaction Monitoring
• Personalisierte Kundenbetreuung über alle Kanäle

Genau diese Anwendungsfelder stehen im Zentrum unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ – und genau hier docken Plattformen wie Zelros an.

---

VivaTech 2025: Warum das Event für Schweizer Finanzinstitute relevant ist

Die VivaTech 2025 in Paris (11.–14.06.2025) bringt über 13’500 Start-ups, 3’500 Aussteller und 400 Speaker zusammen. Das Thema in diesem Jahr: Neue Innovationsgrenzen durch Künstliche Intelligenz.

Zelros nutzt dort die Bühne – im Bereich von Capgemini – um eine Demo von agentischer KI für Banken und Versicherungen zu zeigen. Was bedeutet das für Entscheider in Zürich, Genf, Basel oder Lugano?

1. Technologie ist marktreif
   Wenn ein etablierter InsurTech-Anbieter wie Zelros mit Earnix im Rücken öffentlich agentische KI zeigt, ist das kein Lab-Experiment mehr. Das signalisiert: Einsatz im produktiven Umfeld ist möglich, auch in stark regulierten Branchen.

2. Ökosystem-Power statt Insellösungen
   Die Präsentation im Capgemini-Umfeld zeigt, wie wichtig Partner sind: Beratungen, Core-Banking- und Policen-Systeme, Cloud-Anbieter. Schweizer Häuser müssen nicht alles selbst bauen – sie brauchen aber eine klare Architektur- und Datenstrategie, um solche Lösungen integrieren zu können.

3. Europa-Fokus statt US-only
   Viele KI-Lösungen kommen aus den USA und passen nur bedingt zu FINMA-Anforderungen, DSG und EU-Datenschutz. Anbieter wie Zelros richten sich explizit an europäische Banken und Versicherer, was Governance, Erklärbarkeit und Datenschutz betrifft. Für Schweizer Institute ist das ein Pluspunkt.

Wer nicht persönlich an der VivaTech war, sollte die Themen trotzdem ernst nehmen: Was heute in Paris gezeigt wird, landet in 12–24 Monaten im Schweizer Markt – sei es via internationale Gruppen, Partner oder Kundenerwartungen.

---

Konkrete Use Cases: Wie agentische KI Bank- und Versicherungsprozesse verändert

1. Compliance-Automatisierung: Von Dokumentenwust zu nachvollziehbaren Entscheidungen

Compliance-Teams in Schweizer Banken kämpfen mit:

• unzähligen KYC- und KYT-Dokumenten
• fragmentierten Datenquellen
• manuellen Checklisten und Excel-Logiken
• wachsendem Druck seitens FINMA und interner Revision

Agentische KI kann hier den kompletten Ablauf orchestrieren:

• Eingehende Kundendokumente werden automatisch klassifiziert, ausgelesen und im System abgelegt
• Die KI prüft Plausibilität (Adresse, wirtschaftlich Berechtigter, Sanktionslisten, PEP-Check)
• Bei Abweichungen eröffnet sie automatisch ein Case-Management-Ticket mit konkreten Handlungsvorschlägen
• Alle Schritte werden nachvollziehbar dokumentiert – inklusive Begründung, warum eine bestimmte Entscheidung vorgeschlagen wurde

Das reduziert nicht nur den Aufwand, sondern senkt das Risiko von Blind Spots. Und: Agentische KI kann aktiv darauf achten, dass Suitability-Checks in der Vermögensverwaltung vollständig und konsistent durchgeführt werden.

2. Hybride Beratung und Robo-Advisory: Mehr Qualität pro Kundengespräch

Viele Schweizer Banken setzen bereits auf einfache Robo-Advisory-Lösungen. Die nächste Stufe sind hybride Modelle, bei denen

• die KI Anlagevorschläge vorbereitet,
• Szenarien durchrechnet und
• Beraterinnen und Berater im Gespräch unterstützt.

Agentische KI kann z.B.:

• Portfolio-Risiko automatisch überwachen und bei Abweichungen vom Risikoprofil proaktiv Handlungsempfehlungen generieren
• Kundensituationen aus Kontodaten, Vermögensstruktur und Lebensereignissen erkennen (z.B. Erbschaft, Immobilienkauf, Firmenverkauf)
• den Kundenberater darauf hinweisen, wann welches Gespräch sinnvoll ist – inklusive vorkonfigurierter Gesprächsleitfäden und geeigneter Produkte

So bleibt die menschliche Beziehung im Zentrum, aber die Vorbereitung, Dokumentation und Nachbearbeitung wird von der KI übernommen. Gerade im Private Banking und Wealth Management ist das ein echter Produktivitätshebel.

3. Fraud Detection: Von Alarmflut zu priorisierten Fällen

Klassische Fraud-Systeme erzeugen oft tausende Alerts, von denen am Ende nur ein Bruchteil relevant ist. Agentische KI geht einen Schritt weiter:

• Sie analysiert nicht nur einzelne Transaktionen, sondern ganze Verhaltensmuster
• Sie reichert Alerts mit Kontext an (Historie, Geo-Information, Gerät, Kundenprofil)
• Sie priorisiert Fälle und schlägt konkrete Maßnahmen vor (z.B. Soft-Block, Kundenkontakt, zusätzliche Authentifizierung)

Für Schweizer Retail- und Neo-Banken bedeutet das: weniger False Positives, schnellere Bearbeitung, zufriedenere Kunden. Und im Versicherungsbereich lassen sich damit betrügerische Schadenfälle deutlich zielgerichteter identifizieren.

4. Personalisierte Kundenbetreuung: Relevanz statt Massenkampagnen

Statt generischer Mailings können Banken und Versicherer mit agentischer KI:

• individuelle Next-Best-Action-Empfehlungen in Echtzeit berechnen
• Service-Teams im Contact Center während des Gesprächs mit konkreten Hinweisen versorgen (z.B. Lücken im Versicherungsschutz, passende Vorsorgelösungen)
• über App, E-Banking, Telefon und Filiale konsistente, personalisierte Erlebnisse bieten

Genau auf solche Szenarien zielt die Plattform von Zelros im Versicherungs- und Bankenumfeld ab: Agenten, Berater, BPO- und Contact-Center-Teams werden KI-gestützt, ohne die menschliche Rolle zu ersetzen.

---

Was Schweizer Banken vor einem KI-Pilotprojekt klären sollten

Bevor Sie den ersten Agentic-AI-Pilot starten, sollten drei Dinge stehen: Use Case, Datenbasis, Governance.

1. Den richtigen Use Case wählen

Meine Empfehlung: Starten Sie dort, wo

• klar messbare Effekte entstehen (z.B. Bearbeitungszeit, Fehlerquote, Conversion)
• Daten bereits halbwegs strukturiert vorliegen
• das Fachteam motiviert ist, aktiv mitzugestalten

Typische Einstiegsszenarien:

• Automatisierte Vorprüfung von KYC-Dossiers
• KI-Co-Pilot für Kundenberater (Hinweise während des Gesprächs)
• Priorisierung von Fraud-Alerts

2. Datenqualität und Integration realistisch einschätzen

Agentische KI ist nur so gut wie die Daten, die sie bekommt. Das heißt für Schweizer Institute:

• Klare Regeln, welche Daten verwendet werden dürfen (DSG, Bankgeheimnis, gruppenweite Richtlinien)
• Transparente Datenmodelle: Welche Felder sind „Single Source of Truth“?
• Frühzeitige Einbindung von IT, Data Office und Informationssicherheit

Statt den perfekten Data-Lake abzuwarten, hat sich bewährt: einen fokussierten Datenraum pro Use Case aufzubauen und diesen iterativ zu erweitern.

3. Governance, FINMA-Compliance und Ethik

Viele Häuser blockieren sich selbst, weil sie Governance erst nach dem Pilot klären wollen. Besser ist ein schlanker, aber klarer Rahmen von Anfang an:

• Definition, welche Entscheidungen die KI nur vorschlagen und welche sie ausführen darf
• Pflicht zur menschlichen Freigabe bei risikoreichen Prozessen (z.B. Konto- oder Kreditentscheidungen)
• Nachvollziehbarkeit: Protokollierung aller KI-Empfehlungen inkl. Begründung
• Festlegung von KPI und Kontrollintervallen

Gerade im Kontext der Schweizer Regulierung gilt: Transparente, gut dokumentierte Projekte haben die besten Chancen, intern und extern akzeptiert zu werden.

---

Von Paris nach Zürich: Wie Sie jetzt konkret weiterkommen

Die Demo von Zelros auf der VivaTech zeigt, wohin sich der Markt für KI in Banken und Versicherungen bewegt: weg von isolierten Chatbots, hin zu agentischen Systemen, die Berater, Contact Center und Backoffice im Alltag unterstützen.

Für Schweizer Banken und Vermögensverwalter heißt das:

1. Strategisch entscheiden, wo KI in den nächsten 12–24 Monaten echten Mehrwert bringen soll – insbesondere in Compliance, Beratung, Fraud Detection und personalisierter Kundenbetreuung.
2. Ein bis zwei konkrete Agentic-AI-Piloten definieren, statt zehn Ideen parallel zu verfolgen.
3. Partner evaluieren, die Erfahrung im regulierten europäischen Finanzumfeld haben, wie spezialisierte InsurTech- und AI-Anbieter.

Die Institute, die jetzt strukturiert starten, werden 2026 nicht mehr darüber reden, ob KI sinnvoll ist, sondern nur noch wo sie den nächsten Prozess automatisieren. Genau darum geht es in unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ – und agentische KI ist dabei einer der stärksten Hebel.

Wer heute den ersten Schritt macht, wird morgen die Standards setzen, an denen andere gemessen werden.