Zelros Sweet Garden zeigt, wie KI Berater in Banken und Versicherungen von AVB‑Chaos und starren KYC‑Formularen befreit – mit mehr Effizienz, Compliance und Service.
Warum Schweizer Banken jetzt über „Sweet Garden“ reden sollten
1,8 Stunden pro Tag – so viel Zeit verbringen Berater laut McKinsey durchschnittlich mit der Suche nach Informationen. In vielen Banken und Versicherungen in der Schweiz sieht das im Alltag genauso aus: Produktbedingungen wälzen, alte Policen vergleichen, KYC-Formulare nachpflegen. Währenddessen wartet der Kunde – oder ist längst schon bei der Konkurrenz.
Hier setzt die neue Release „Sweet Garden“ der Zelros‑Plattform an, die im Kontext von Agentic KI gezielt für Banken und Versicherungen entwickelt wurde. Sie adressiert zwei der größten Pain Points im operativen Geschäft:
- das Chaos rund um Allgemeine Bedingungen / Terms & Conditions und
- die oft lückenhafte Bedarfsanalyse und KYC‑Erfassung.
In unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ schauen wir heute darauf, was diese beiden Use Cases für Produktmanager, Compliance‑Verantwortliche und Front‑Teams in Schweizer Instituten bedeuten – und wie sich damit messbar Effizienz, Compliance und Kundenerlebnis verbessern lassen.
1. Der Alltag mit Allgemeinen Bedingungen: ein Produktivitätskiller
Die Ausgangslage ist klar: Allgemeine Versicherungsbedingungen (AVB) und Vertragsbedingungen sind juristisch notwendig, aber operativ ein Bremsklotz.
Was heute typischerweise schiefgeht
In vielen Banken und Versicherern passiert täglich genau das Gleiche:
- Ein Kunde fragt: „Bin ich in Fall X eigentlich gedeckt?“
- Der Berater springt in diverse Dokumentenmanagement‑Systeme.
- Mehrere Policenvarianten, Nachträge, Versionen liegen vor.
- Im Zweifel wird der Fall an ein Kompetenzcenter eskaliert.
Das kostet:
- Zeit (lange Bearbeitungszeiten, Wartezeiten im Callcenter)
- Geld (mehrstufige Bearbeitung, teure Fachexperten)
- Qualität (Fehler durch Missverständnisse oder alte Versionen)
Gerade in regulierten Märkten wie der Schweiz, in denen FINMA und interne Revision stark auf saubere Dokumentation und korrekte Auskünfte achten, ist jeder Interpretationsfehler ein Risiko.
Wie der spezialisierte KI‑Agent von Sweet Garden funktioniert
Sweet Garden bringt dafür einen Agenten, der auf das Lesen und Verstehen von Versicherungs‑ und Produktbedingungen spezialisiert ist. Technisch basiert das auf generativer KI plus intelligenter Dokumentensuche – aber der entscheidende Unterschied liegt nicht in der Technik, sondern im Verhalten:
- Versionserkennung und ‑zuordnung: Der Agent erkennt, welche Version der Bedingungen zu diesem Kunden, diesem Produkt und diesem Vertragszeitpunkt gehört.
- Verstehen ganzer Dokumente: Statt nur Textschnipsel („Chunks“) zu durchsuchen, erfasst die KI den Kontext des gesamten Dokuments – inkl. Ausschlüssen, Klauseln, Sonderfällen.
- Begründete Antworten: Die KI liefert nicht nur ein „Ja/Nein“, sondern erklärt, wie die Antwort zustande kommt und auf welche Passagen sie sich stützt.
FĂĽr Agenten, Kundenberater, Schadenmitarbeitende bedeutet das:
Die Suche nach der richtigen AVB-Version wird zur Sekundenaufgabe, nicht zur 1,8‑Stunden‑Tagesbeschäftigung.
Direkteffekte auf Produktivität und Kundenerlebnis
Zelros gibt an, dass Kunden mit Sweet Garden rund 15 % Produktivitätsgewinn im Kundenservice erreichen. Aus Projekterfahrung würde ich sagen: Für Institute mit komplexem Produktportfolio ist das realistisch – und oft nur der Anfang.
Konkret spĂĽrbar wird das in:
- Kürzeren Bearbeitungszeiten: Anfragen im Callcenter oder im Relationship Management werden in einem Gespräch geklärt.
- Weniger Eskalationen: Fachzentren werden nur noch für echte Spezialfälle benötigt.
- Geringerer Stress im Front‑Office: Berater müssen nicht mehr „raten“, sondern können sich auf saubere, begründete Antworten stützen.
Und auf Kundenseite?
- Self‑Service‑Funktionen: Kunden können online Fragen stellen wie „Bin ich bei einem Skiunfall in Österreich gedeckt?“ oder „Wie hoch ist mein Selbstbehalt bei Schaden X?“ – und erhalten sofort eine Antwort, basierend auf ihren individuellen Vertragsbedingungen.
- Transparenz: Die KI‑Antwort kann im Frontend so aufbereitet werden, dass der Kunde sieht, worauf sie basiert – das stärkt Vertrauen.
Für Schweizer Banken mit Bancassurance‑Geschäft oder für Vermögensverwalter mit Zusatzversicherungen ist dieser Use Case hochrelevant: Informationszugriff wird endlich so schnell wie in modernen Digital‑Apps erwartet.
2. Magic Question: Bedarfsanalyse, KYC und Beratung in einem Fluss
Die zweite große Neuerung in Sweet Garden ist die weiterentwickelte „Magic Question“ – ein Modul zur intelligenten Bedarfsanalyse und KYC‑Erfassung.
Das Kernproblem: Standardformulare reichen nicht mehr
Viele Schweizer Institute haben inzwischen komplexe KYC‑, Suitability‑ und Risk‑Profiling‑Formulare. Das löst regulatorische Anforderungen, aber aus Kundensicht wirken diese Prozesse oft:
- lang,
- formalistisch und
- kaum personalisiert.
Gleichzeitig geht Beratungspotenzial verloren, weil Berater unter Zeitdruck vor allem „Pflichtfragen“ abarbeiten, aber nicht systematisch nach Lebenssituation, Plänen oder Risiken fragen, die über das Standardformular hinausgehen.
Ein Beispiel aus der Praxis:
- Eine Kundin plant in den nächsten 12 Monaten eine Firmengründung.
- Das taucht im Standard‑KYC oft nicht als Pflichtfrage auf.
- Ohne gezielte Nachfrage verpasst der Berater Themen wie Vorsorge, Liquiditätsplanung, Risikoabsicherung oder individuelle Finanzierung.
Was Magic Question konkret macht
Die Magic Question von Zelros setzt genau hier an und erweitert die bisherige Needs‑Discovery‑Funktion deutlich:
- Kontextbasierte Fragen: Ausgehend von Kundendaten, Gesprächsanlass und bisherigen Informationen schlägt die KI in Echtzeit passende Fragen vor.
- Priorisierung: Die wichtigsten Punkte werden zuerst abgefragt – passend zur Gesprächssituation (z.B. Schadenmeldung, Produktabschluss, Jahresgespräch).
- KYC‑Reminder: Fehlen regulatorisch relevante Daten (z.B. Herkunft von Vermögenswerten, wirtschaftlich Berechtigter, ESG‑Präferenzen), wird der Berater aktiv darauf hingewiesen.
Das Besondere daran:
Es ist kein starres Formular, sondern eine dynamische, adaptive Frage‑Logik, die sich an jeden Kunden anpasst.
Nutzen für Schweizer Banken und Vermögensverwalter
FĂĽr Bankberater, Private Banker und Relationship Manager in der Schweiz ist das gleich in mehrfacher Hinsicht spannend:
-
Compliance & FINMA‑Erwartungen
- Pflichtinformationen werden systematisch erhoben und sauber dokumentiert.
- Suitability‑ und Appropriateness‑Anforderungen werden konsistent erfüllt.
- Prüfpfade („Warum wurde welches Produkt empfohlen?“) werden klar nachvollziehbar.
-
Bessere Risikoanalyse
- Risiken werden nicht nur ĂĽber Standardkategorien, sondern ĂĽber echte Lebenssituationen der Kunden erkannt.
- So entstehen feinere Profile für Kredit‑, Markt‑ und operationelle Risiken.
-
Mehr Umsatz durch gezielte Chancenidentifikation
- Schwache Signale werden erkannt: Jobwechsel, Familienplanung, Immobilienkauf, FirmengrĂĽndung, Pensionierung.
- Daraus ergeben sich konkrete Empfehlungen – von Vorsorgelösungen über Hypotheken bis hin zu Versicherungsprodukten oder strukturierten Anlagen.
Zelros zitiert eine Zahl aus der Branche: 62 % unzufriedener Versicherungskunden beklagen mangelnde Reaktionsfähigkeit in Interaktionen. Das passt zur Erfahrung vieler Häuser: Kunden empfinden Beratung oft als „Schema F“ – trotz hohem formalen Aufwand.
Mit Magic Question lässt sich dieses Dilemma brechen: gleiche oder höhere Compliance‑Qualität bei gleichzeitig persönlicherer, relevanterer Beratung.
3. Technische Einordnung: Mehr als Standard‑RAG im Banking
Viele Institute testen aktuell generative KI auf Basis von Dokumenten‑Retrieval (RAG). Sweet Garden geht aus meiner Sicht zwei entscheidende Schritte weiter, die gerade im regulierten Schweizer Umfeld wichtig sind.
3.1 Verständnis statt bloßer Textsuche
Standard‑RAG:
- zerlegt Dokumente in TextstĂĽcke,
- sucht das „wahrscheinlich passende“ Stück und
- generiert darauf eine Antwort.
Sweet Garden:
- erkennt Versionen und GĂĽltigkeiten von Dokumenten,
- modelliert Zusammenhänge im gesamten Dokument (z.B. Ausnahmen, Interaktionen zwischen Klauseln),
- liefert argumentierte Antworten, die sich konkret auf Textstellen beziehen.
Gerade für Rechts‑, Compliance‑ und Produktabteilungen ist das entscheidend: Nur so kann eine KI‑Antwort wirklich als fachlich tragfähig akzeptiert werden.
3.2 Governance‑ und Compliance‑Tauglichkeit
Für Schweizer Banken und Vermögensverwalter stellt sich immer die Frage: „Wie erkläre ich dem Regulator, was die KI tut?“ Sweet Garden unterstützt hier insbesondere durch:
- Transparenz ĂĽber verwendete Dokumente und Daten,
- Nachvollziehbarkeit der Antwortentstehung,
- Konfigurierbarkeit von zulässigen Anwendungsfällen (Beraterunterstützung vs. vollautomatisierte Entscheidungen).
Damit eignet sich der Ansatz als Baustein einer institutionellen KI‑Strategie, statt nur als isolierter PoC in einem Innovation Lab.
4. Wie Schweizer Institute konkret starten können
Viele Häuser haben bereits KI‑Roadmaps. Oft fehlt aber der „erste produktive Use Case“, der sich schnell rechnen lässt. Genau hier sind Sweet‑Garden‑Szenarien interessant – weil sie sich relativ klar abgrenzen lassen.
Möglicher Fahrplan in drei Schritten
-
Use Case auswählen
- Fokus z.B. auf Kundendienst / Contact Center für Versicherungs‑ oder Anlageprodukte.
- Zielgröße definieren: Bearbeitungszeit, First‑Contact‑Resolution, NPS, Fehlerquote.
-
Datenbasis und Governance klären
- Relevante Vertrags‑ und Produktbedingungen konsolidieren.
- Versionierung und GĂĽltigkeiten sauber modellieren.
- Rollen, Freigaben und Monitoring‑Prozesse mit Compliance abstimmen.
-
Pilot mit messbaren KPIs umsetzen
- Kleines Team von Beratern / Agenten aus Kundenservice und Vertrieb einbinden.
- Vorher‑/Nachher‑Vergleich:
- durchschnittliche Auskunftszeit,
- Anzahl Eskalationen,
- Vollständigkeit KYC‑Daten,
- Cross‑/Up‑Selling‑Quote.
Wenn die genannten +15 % Produktivitätsgewinn und eine spürbare Steigerung der Kundenzufriedenheit erreicht werden, ist der Business Case meist schnell geschrieben – gerade bei mittleren und großen Instituten.
5. Warum dieser Ansatz gut in die Schweizer KI‑Landschaft passt
In dieser Blogserie zur „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ sieht man ein klares Muster: Erfolgreiche KI‑Projekte kombinieren drei Dinge:
- Klare Business‑Probleme (Zeitverlust, Fehler, verpasste Chancen)
- Regulatorische Tragfähigkeit (FINMA‑konform, auditierbar, erklärbar)
- Direkten Nutzen fĂĽr Berater und Kunden (weniger Friktion, mehr Relevanz)
Sweet Garden trifft genau diese Schnittmenge:
- FĂĽr Banken mit Versicherungsangeboten oder komplexen Anlageprodukten: schneller Zugang zu Bedingungen und Vertragsdetails.
- Für Vermögensverwalter: intelligente Bedarfsanalyse, die Suitability mit echter Beratung verknüpft.
- Für Compliance und Risk: bessere Datenqualität und nachvollziehbare Entscheidungslogik.
Die spannende Frage für die nächsten Monate lautet aus meiner Sicht:
Welche Institute schaffen es zuerst, solche Agentic‑KI‑Bausteine flächendeckend in Beraterarbeitsplätze und digitale Kanäle zu integrieren – nicht nur als Pilot, sondern als Standardwerkzeug?
Wer diese Frage früh beantwortet, setzt einen starken Akzent in seiner Differenzierungsstrategie – gerade im hart umkämpften Schweizer Markt.
Fazit: Von der Dokumentenlast zur KI‑gestützten Beratung
Der Kern von Sweet Garden ist schnell erzählt: Weniger Dokumentenchaos, mehr intelligente Fragen.
- Der spezialisierte KI‑Agent nimmt Beratern und Kundenserviceteams die mühsame Arbeit mit AVB und Produktbedingungen ab und reduziert Fehler wie Aufwand.
- Die weiterentwickelte Magic Question verbindet Bedarfsanalyse, Risiko‑Profiling und KYC‑Compliance in einer dynamischen, kontextsensitiven Fragedialog‑Logik.
Für Schweizer Banken und Vermögensverwalter, die pragmatisch in Agentic KI einsteigen wollen, sind das dankbare Startpunkte – mit klar messbarem Effekt auf Effizienz, Compliance und Kundenerlebnis.
Wer den nächsten Schritt gehen möchte, sollte sich intern fragen:
- In welchem Bereich verlieren wir heute am meisten Zeit mit Dokumenten und Formularen?
- Wo würden Berater sofort spürbar profitieren, wenn sie eine KI‑Unterstützung hätten?
Genau dort lohnt es sich, einen „Sweet Garden“ anzulegen – und die Beratung von morgen schon heute erlebbar zu machen.