Was die neue Helvetia-Baloise-CTO für KI im Retail bedeutet

Warum die Ernennung einer CTO für die Schweiz Signalwirkung hat

20% Marktanteil: Mit der Fusion von Helvetia und Baloise entsteht der zweitgrösste Versicherungskonzern der Schweiz. Gleichzeitig wird die IT neu aufgestellt – mit Alexander Bockelmann als Konzern-CTO und Sandra Hürlimann als CTO Schweiz.

Das ist weit mehr als ein Personalentscheid. Er zeigt, wie stark Technologie- und Datenkompetenz heute die strategische Steuerung von Finanz- und Versicherungsunternehmen prägt – und was der Schweizer Einzelhandel daraus lernen kann. Wer KI im Banking, in der Vermögensverwaltung oder im Retail ernsthaft nutzen will, braucht klare digitale Führung – genau dort setzt dieser Artikel an.

In dieser Analyse geht es darum,

• welche Rolle eine CTO wie Sandra Hürlimann in einem komplexen Schweizer Markt spielt,
• warum solche Strukturen Voraussetzung für erfolgreiche KI-Strategien sind,
• und wie Retailer, Banken und Vermögensverwalter in der Schweiz diese Logik auf ihre eigene Organisation übertragen können – von Omnichannel bis Kundenanalytik.

Was hinter der neuen Struktur bei Helvetia Baloise steckt

Die Fakten zuerst: Helvetia und Baloise bündeln ihre Kräfte, Synergien von rund 350 Mio. CHF pro Jahr sind geplant. Parallel dazu wird die IT-Führung neu geordnet.

• Alexander Bockelmann: bisher CTO der Baloise, wird Group CTO der neuen Helvetia Baloise.
• Sandra Hürlimann: bisher Group CTO von Helvetia, wird CTO Schweiz und damit hauptverantwortlich für die Technologie im Heimmarkt.

Der Schritt ist typisch für grosse Finanzinstitute:

• Eine zentrale Technologieinstanz (Group CTO) definiert Plattformen, Architektur, Standards, Security, Cloud-Strategie und KI-Grundlagen.
• Länderspezifische CTOs übersetzen diese Vorgaben in lokale Marktanforderungen – in der Schweiz heisst das: FINMA-konforme Prozesse, Datenschutz nach DSG/DSGVO, Mehrsprachigkeit, hohe Service-Erwartungen und starke Kooperationen mit Banken, Retailern und Ökosystempartnern.

Genau diese Zweiteilung – zentral skalieren, lokal differenzieren – ist der Kern einer funktionierenden KI- und Digitalstrategie. Ohne sie landen Unternehmen entweder in teurer Insellandschaft oder in zentralem Stillstand, weil die Zentrale jeden Spezialfall absegnen muss.

Was Retail und Banken von dieser CTO-Rolle lernen können

Die zentrale Lektion aus dem Helvetia-Baloise-Setup: Digitale Verantwortung muss klar verankert sein – und zwar auf C-Level. Sonst bleibt KI Spielerei, nicht Werttreiber.

1. CTO als Brücke zwischen Business und Tech

Eine starke CTO Schweiz wie Sandra Hürlimann hat im Kern drei Aufgaben, die genauso für Retail, Banken und Vermögensverwalter gelten:

1. Strategie übersetzen
   Konzernweite Ziele (Wachstum, Effizienz, Kundenzufriedenheit, Nachhaltigkeit) werden in konkrete IT- und KI-Roadmaps für den Schweizer Markt übersetzt:

   • Welche Use Cases zuerst?
   • Welche Datenquellen zusammenführen?
   • Welche Kernsysteme modernisieren – und in welcher Reihenfolge?

2. Priorisieren und nein sagen
   Die grösste Schwäche vieler Unternehmen: jedes Fachgebiet fordert „sein“ KI-Projekt. Eine gute CTO sortiert:

   • Welche Projekte zahlen auf Ertrag, Risiko oder Kundenerlebnis ein?
   • Welche sind nur Prestige?
   • Wo braucht es erst Daten- oder System-Hausaufgaben?

3. Verantwortlich entscheiden
   KI im Finanz- und Retailumfeld ist reguliert, heikel und reputationsrelevant. Es reicht nicht, „etwas mit AI“ zu machen. Eine CTO muss bewusst entscheiden:

   • Wo ist generative KI akzeptabel, wo nicht?
   • Wo braucht es menschliche Letztentscheidung?
   • Wie werden Modelle dokumentiert, überwacht, auditiert?

2. Ohne CTO keine ernstzunehmende KI-Strategie

Viele Retailer und Mittelstandsbanken in der Schweiz hoffen, man könne KI „bottom-up“ aus Innovationsteams heraus skalieren. Das führt fast immer zu denselben Problemen:

• Prototypen schaffen es nie ins Kerngeschäft.
• Daten liegen in Silos (POS, E-Commerce, CRM, Lager, Core Banking, Portfolio-Management), ohne übergreifendes Datenmodell.
• Jede Abteilung experimentiert mit eigenen Tools – Lizenzkosten explodieren, Compliance wird unbeherrschbar.

Helvetia Baloise zeigt die Gegenstrategie: Top-down Governance mit klarer technischer Verantwortung. Genau diese Struktur braucht es auch im Retail, um etwa:

• ein zentrales Customer Data Platform-Konzept aufzubauen,
• kanalübergreifende Kundenanalytik zu etablieren,
• und KI-Modelle für Empfehlung, Pricing oder Betrugserkennung auf eine konsistente Datenbasis zu stellen.

KI in der Schweizer Finanzbranche: Parallelen zum Retail

Banken, Versicherer und Vermögensverwalter stehen beim Thema KI oft ein bis zwei Jahre vor dem Retail – nicht, weil sie „innovativer“ wären, sondern weil Regulatorik sie zu professionelleren Strukturen zwingt. Genau diese Strukturen sind für den Handel Gold wert.

Typische KI-Use-Cases in der Finanzbranche

In unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ tauchen immer wieder dieselben Kernbereiche auf:

• Robo-Advisory & digitale Vermögensverwaltung
  Portfolios werden automatisiert gemanagt, Kunden erhalten personalisierte Anlagevorschläge auf Basis von Risikoprofil, Zielen und Verhalten.

• Fraud Detection und Transaktionsüberwachung
  Machine-Learning-Modelle erkennen untypische Muster in Echtzeit – von Kartenbetrug bis Social-Engineering-Angriffen.

• Compliance-Automatisierung
  KI unterstützt bei KYC/AML-Prüfungen, Dokumentenklassifizierung, Monitoring von Regulierungsanforderungen.

• Personalisierte Kundenbetreuung
  Nächste-Beste-Aktion-Modelle, KI-gestützte Beratung, intelligente Chatbots für Support und Self Service.

Alle diese Use Cases haben direkte Parallelen im Retail:

• Robo-Advisory ≈ dynamische Produktempfehlungen im Online-Shop oder an der Kasse.
• Fraud Detection ≈ Erkennung von Retourenbetrug, Missbrauch von Treueprogrammen, Zahlungsbetrug.
• Compliance-Automatisierung ≈ automatisiertes Lieferanten- und ESG-Monitoring, Datenschutzdokumentation.
• Personalisierte Betreuung ≈ Omnichannel-Personalisierung, individuelle Angebote, lokalisierte Sortimente.

Der wesentliche Unterschied: Banken und Versicherer haben im Regelfall eine CTO-ähnliche Instanz, die diese Themen orchestriert. Viele Retailer nicht.

Wie Retail-Unternehmen eine „CTO-Logik“ aufbauen können

Die gute Nachricht: Man muss kein Versicherungskonzern sein, um von diesem Modell zu profitieren. Auch ein Schweizer Detailhändler mit 50 Filialen kann eine klare digitale Führungsstruktur etablieren.

1. Rolle klären: CTO oder „Head of Digital & Data“

Titel sind Nebensache, Verantwortlichkeiten nicht. Entscheidend ist, dass jemand im Management mit folgenden Mandaten ausgestattet wird:

• KI- und Datenstrategie verantworten,
• IT-Architektur und Integrationsstrategie definieren,
• Datenschutz und Sicherheit mit Legal/Compliance abstimmen,
• KI-Governance festlegen (Guidelines, Freigabeprozesse, Monitoring),
• Omnichannel- und Retail-Innovationen priorisieren.

In kleineren Unternehmen kann das eine Doppelrolle sein (z.B. CIO + CDO). Wichtig ist: Die Person sitzt am Tisch, wenn über Sortiment, Expansion, M&A und Kundenerlebnis entschieden wird.

2. Daten und Systeme als Basis für KI fit machen

Ohne saubere Daten bleibt jede KI-Initiative Kosmetik. Ein CTO-ähnliches Mandat sollte daher zunächst drei Hausaufgaben priorisieren:

1. Datenlandkarte erstellen
   Wo liegen welche Daten heute? Typisch im Retail:

   • Kassensysteme (POS)
   • Onlineshop
   • Loyalty-Programm
   • Lager- und Warenwirtschaft
   • Filial-Workforce-Management

2. Kernsysteme anbinden
   Ziel ist keine perfekte „Big-Bang“-Ablösung, sondern ein pragmatischer Integrationslayer (APIs, Streaming, Data Warehouse oder Lakehouse), auf dem KI-Modelle aufsetzen können.

3. Single Customer View aufbauen
   Banken haben den „Kundenstamm“ seit Jahrzehnten als Herzstück. Retailer brauchen ähnlich einen konsolidierten Blick auf den Kunden – sonst verpufft jeder Personalisierungsversuch.

3. KI-Use-Cases mit Business-Impact auswählen

Eine CTO-Rolle bringt Ordnung in die Vielzahl möglicher Projekte. Für Schweizer Retailer und Finanzinstitute sind insbesondere diese Use Cases sinnvoll als Startpunkte:

• Personalisierte Angebote über alle Kanäle
  Kombinierte Auswertung von Filialkäufen, Online-Verhalten und Kampagnenreaktionen – ähnlich wie Banken Transaktions- und Interaktionsdaten für Next-Best-Offer nutzen.

• Prognosen für Nachfrage und Bestände
  Machine Learning für Absatzplanung, um Abschriften zu senken und Verfügbarkeiten zu erhöhen – Parallele zu Liquiditäts- und Risikomodellen im Banking.

• Intelligentes Pricing
  Dynamische Preisstrategien nach Region, Nachfrage, Wettbewerb – unter klaren Compliance- und Fairness-Guidelines.

• KI-gestützte Kundenservices
  Chatbots für Standardanfragen, KI-Assistenz für Callcenter-Agents, ähnlich wie es Versicherer bei Schadenmeldungen bereits praktizieren.

Wichtig dabei: Jedes Projekt braucht einen Business Owner und eine technische Verantwortung – und beides muss bei der CTO-Instanz zusammenlaufen.

Governance, Risiko und Vertrauen: Lektionen aus der Versicherungs-IT

Helvetia und Baloise bewegen sich in einer Branche, in der Fehler in der IT existenzielle Folgen haben können. Genau deshalb ist ihr Setup für Retail und andere Branchen so lehrreich.

Was gute KI-Governance ausmacht

Eine CTO Schweiz in einem Versicherungskonzern muss – und das ist direkt übertragbar – folgende Punkte im Griff haben:

• Modelltransparenz: Wer hat das Modell gebaut, mit welchen Daten, mit welchem Ziel? Wie wird es versioniert und überwacht?
• Bias- und Fairness-Checks: Werden bestimmte Kundengruppen systematisch benachteiligt? Im Finanzsektor ist das hochsensibel, im Retail ebenso (z.B. Kredit- oder Bonitätsprüfungen, dynamische Preise).
• Security & Datenschutz: Wo fliessen Personendaten, wo werden Modelle gehostet, wer hat Zugriff? Gerade bei generativer KI ist das zentral.
• Auditfähigkeit: Kann man gegenüber Aufsicht, Verwaltungsrat oder Öffentlichkeit erklären, warum ein System eine bestimmte Entscheidung getroffen hat?

Retailer tun gut daran, sich hier an Banken und Versicherern zu orientieren statt am „Move fast and break things“-Mantra der US-Techs.

Was Schweizer Händler jetzt konkret tun sollten

Die Neuaufstellung bei Helvetia Baloise ist ein klares Signal: Technologie ist Kern des Geschäftsmodells, nicht Supportfunktion. Genau das gilt auch für den Schweizer Einzelhandel, insbesondere in einer Zeit, in der Margen unter Druck stehen und Kundinnen und Kunden gleichzeitig digitale Exzellenz erwarten.

Pragmatische To-dos für die nächsten 6–12 Monate:

1. Digitale Verantwortung verankern
   Klären, wer im Management die Rolle „CTO / Head of Digital & Data“ übernimmt – mit klarer Entscheidungs- und Budgetkompetenz.

2. KI- und Datenstrategie auf einer Seite Papier skizzieren

   • Welche drei Business-Ziele sollen KI und Daten stützen? (z.B. Marge, Frequenz, Kundenzufriedenheit)
   • Welche zwei bis drei Use Cases zahlen direkt darauf ein?

3. Pilotprojekte starten – aber strukturiert
   Kleine, messbare Piloten (Personalisierung, Bestandsprognosen, Service-Chatbot) auf gemeinsamer Datenbasis statt isolierter Experimente in jeder Abteilung.

4. Von der Finanzbranche lernen
   Banken und Versicherer in der Schweiz haben Jahre Erfahrung mit regulatorisch sauberer KI. Kooperationen, gemeinsame Labs oder Austauschformate lohnen sich – gerade für mittlere Retailer.

Die Realität: KI wird weder den Schweizer Retail noch die Finanzbranche über Nacht umkrempeln. Aber Unternehmen, die jetzt ihre Führungs- und IT-Strukturen so klar aufstellen wie Helvetia Baloise, werden in drei Jahren den Takt vorgeben – beim Kundenerlebnis, bei Effizienz und beim Vertrauen.

---

Dieser Beitrag ist Teil der Reihe «KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung» und überträgt Erfahrungen aus Banken und Versicherungen gezielt auf die Herausforderungen des Schweizer Einzelhandels.