Zelros und IBM watsonx bringen GenAI in regulierte Banken- und Versicherungsprozesse – mit Fokus auf Beratung, Automatisierung und Compliance für die Schweiz.
Watsonx & Zelros: Was GenAI fĂĽr Banken jetzt konkret bringt
Die meisten Schweizer Banken und Versicherer wissen längst: Generative KI ist kein „Nice-to-have“ mehr, sondern ein Wettbewerbsfaktor. Trotzdem hängen viele Projekte fest – aus Sorge vor Compliance-Risiken, Datensouveränität und schwer messbarem ROI.
Genau hier setzt die neue Zusammenarbeit von Zelros und IBM watsonx an. Sie verbindet eine spezialisierte KI-Plattform für Banking & Insurance mit einem Enterprise-AI-Stack, der für regulierte Branchen gebaut wurde. Für Schweizer Institute ist das spannend, weil es zentrale Themen der Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ adressiert:
- Automatisierte Beratung statt nur Produktverkauf
- Nachweisbare Compliance und DORA-/FINMA-Konformität
- Smarte, personalisierte Kundenbetreuung statt Standardprozesse
In diesem Beitrag geht es darum, was diese Kooperation in der Praxis bedeutet – und wie Schweizer Banken, Versicherer und Vermögensverwalter damit heute konkrete Use Cases wie Robo-Advisory, Fraud Detection, Cross-Selling und Compliance-Automatisierung auf ein neues Level heben können.
1. Was hinter der Kooperation Zelros x IBM watsonx steckt
Kern der Zusammenarbeit: Zelros integriert die watsonx-Plattform direkt in seine AI-Lösung für Banken und Versicherer. Damit bekommen Institute Zugang zu modernen Sprachmodellen wie Mistral, Llama und Granite, verpackt in ein Setup, das regulatorische Anforderungen und Datensouveränität respektiert.
Zelros bringt die Branchen-Domäne mit:
- Spezialisierung auf Versicherung, Banking und Finanzvertrieb
- Ein Copilot fĂĽr Agenten, Berater und Contact Center
- Vordefinierte AI-Bausteine fĂĽr Beratung, VertriebsunterstĂĽtzung und Service
IBM watsonx liefert die Enterprise-Basis:
- watsonx.ai als Entwicklungsstudio fĂĽr KI-Modelle
- watsonx.governance fĂĽr Steuerung, Monitoring und Auditierbarkeit
- Flexible Deployments: On-Premises, Private Cloud oder souveräne Clouds (z.B. SecNumCloud-zertifizierte Anbieter)
Der springende Punkt: Statt selbst Modelle zu evaluieren, zu hosten und zu auditieren, können Banken und Versicherer auf einen Stack zurückgreifen, der für regulierte Industrien entworfen wurde – und diesen mit einer fachlich spezialisierten Plattform wie Zelros kombinieren.
Für die Schweizer Finanzbranche, die stark auf Datenschutz (DSG), FINMA-Rundschreiben und ab 2025 verstärkt auf DORA-Umsetzung achtet, ist das ein entscheidender Hebel.
2. Konkrete Use Cases: Von Magic Questions bis Magic Automations
Die Kooperation ist kein reines Technologie-Announcement. Zelros hat auf Basis von watsonx vier Funktionsbereiche aufgebaut, die sich direkt in Bank- und Versicherungsprozesse integrieren lassen.
2.1 Needs Discovery: „Magic Questions“ im Vertrieb
Problem: Viele Beratungsgespräche – ob im Private Banking, Retail Banking oder bei Versicherungen – starten mit generischen Fragen. Potenziale bleiben liegen, Cross-Selling wirkt wie Produktdruck und nicht wie echte Beratung.
Lösung mit KI: Magic Questions generiert situationsbezogene, intelligente Fragen, basierend auf Kundendaten, bisherigen Interaktionen und Produktuniversum. Beispiel für eine Schweizer Bank:
- Der Kunde hat bereits ein Hypothekardarlehen und ein Säule-3a-Produkt
- Das System erkennt Altersgruppe, Lebenssituation und Zahlungsverhalten
- Der Berater erhält dynamische Fragen wie:
- „Sie haben kürzlich Ihre Hypothek verlängert – sollen wir prüfen, ob sich Ihr Risikoprofil seit damals verändert hat?“
- „Möchten Sie sehen, wie sich zusätzliche Einzahlungen in die 3. Säule steuerlich auswirken könnten?“
FĂĽr Versicherer:
- Bestehende Autoversicherung, Kinder im Haushalt, keine Haushalt-/Privathaftpflicht
- Die KI schlägt Fragen vor, die nicht nach Up-Selling klingen, sondern nach Risikoberatung.
Das Ergebnis: Mehr Relevanz pro Gespräch, messbar höhere Abschlussquoten – und gleichzeitig ein sauberer Audit-Trail, warum was empfohlen wurde.
2.2 Personalisierte Beratung: „Magic Recommendations“
Hier geht es um das HerzstĂĽck vieler Robo-Advisory- und InsurTech-Strategien:
- Welche Produkte passen wirklich zu diesem Kunden?
- Wie begrĂĽnden wir diese Empfehlung nachvollziehbar?
Mit Magic Recommendations werden auf Basis von KI-Modellen produktive, individuelle Vorschläge erzeugt, etwa:
- Im Vermögensmanagement: Portfolio-Anpassungen im Rahmen des Risikoprofils und der Schweizer Regulatorik
- In der Lebensversicherung: Optimierte Kombination aus Risiko- und Sparkomponenten
- In der Sachversicherung: Individuelle Deckungsbausteine statt Standard-Pakete
Wichtig für Schweizer Institute: Watsonx unterstützt Erklärbarkeit und Governance. Das heisst, es bleibt nachvollziehbar, warum eine Empfehlung zustande kam – ein zentrales Thema gegenüber FINMA, interner Revision und Kunden.
2.3 Sofortantworten: „Magic Answers“ für Kundenservice & Backoffice
Kontaktcenter und Backoffice-Teams sind oft mit einem Mix aus Kernbankensystem, DMS, CRM und internen Richtlinien konfrontiert. Mitarbeitende suchen Informationen, springen durch Masken und arbeiten mit PDF-Leitfäden.
Magic Answers setzt genau dort an:
- Die KI durchsucht Richtlinien, Produktunterlagen, FAQ, Verträge
- Agenten geben eine Frage oder ein Kundenanliegen ein
- Sie erhalten konkrete, geprĂĽfte Antworten samt Quellenhinweis
Beispiele:
- „Gilt diese Reiseversicherung auch bei Canceln wegen Pandemie-Bestimmungen?“
- „Wie ist der Prozess für eine Hypothekarverlängerung mit zusätzlicher Tranche?“
Dadurch sinken Bearbeitungszeiten, Erstlösungsquote und Kundenzufriedenheit steigen – ohne, dass Informationen ausserhalb der gesicherten, bankeigenen Umgebung laufen müssen.
2.4 Prozessautomatisierung: „Magic Automations“
Neben Beratung ist Automatisierung oft der grösste ROI-Hebel.
Mit Magic Automations lassen sich etwa:
- Schadensmeldungen vorprüfen (Vollständigkeit, Plausibilität)
- KYC- und Onboarding-Daten extrahieren und ins Kernsystem ĂĽbertragen
- Compliance-Checks (Sanktionslisten, PEP, Dokumentenvollständigkeit) vorbereiten
- Regelmässige Kundenkommunikation (z.B. Policen-Anpassungen, gesetzliche Hinweise) KI-gestützt erstellen und prüfen
Statt „Black-Box-Automation“ bekommen Banken und Versicherer Workflows mit klarer Governance: Jede Entscheidung ist protokolliert, Modelle lassen sich versionieren, Schwellenwerte justieren – ein wichtiger Baustein für DORA- und FINMA-Konformität.
3. Datensouveränität, DORA & FINMA: Warum das Setup regulatorisch spannend ist
FĂĽr Institute in der Schweiz ist eine Frage immer zentral:
Wo liegen unsere Daten – und wer kontrolliert die Modelle?
Die Kooperation zwischen Zelros und IBM watsonx adressiert genau das.
3.1 Flexible Deployment-Modelle
IBM watsonx kann in unterschiedlichen Umgebungen betrieben werden:
- On-Premises in eigenen Rechenzentren
- In privaten Clouds mit strikter Kontrolle der Datenhaltung
- In souveränen, zertifizierten Cloud-Umgebungen (z.B. SecNumCloud)
FĂĽr Schweizer Banken und Versicherer bedeutet das:
- Keine Pflicht zur Public Cloud
- Daten bleiben in kontrollierten Infrastrukturen
- Anpassbarkeit an gruppenweite oder länderübergreifende Policies
Zelros dockt an diese Infrastrukturen an, ohne Kundendaten unkontrolliert in externe Dienste zu schieben.
3.2 Governance und Auditierbarkeit
Mit watsonx.governance und den eigenen Kontrollmechanismen von Zelros können Institute:
- Modellversionen dokumentieren
- Datenherkunft und Trainingsdaten nachverfolgen
- Bias-Checks und Performance-Monitoring durchfĂĽhren
- Richtlinien für zulässige und unzulässige Use Cases definieren
FĂĽr die DORA-Umsetzung ab 2025/2026 ist das ein Pluspunkt: IKT-Risiken von KI-Systemen lassen sich strukturiert steuern, dokumentieren und gegenĂĽber Aufsicht oder interner Revision nachweisen.
4. Was das für Schweizer Banken & Vermögensverwalter praktisch bedeutet
Die Realität: Viele Häuser haben bereits Pilotprojekte mit KI – oft isoliert in Fachbereichen, ohne klare Skalierungsstrategie. Die Kombination aus Zelros und watsonx bietet einen Baukasten, um diese Initiativen zu bündeln und in eine skalierbare AI-Plattform zu überführen.
4.1 Typische Einsatzfelder in der Schweizer Finanzbranche
FĂĽr Retail- und Universalbanken:
- KI-gestĂĽtzte Hypothekarberatung mit Szenario-Simulationen
- Personalisierte Spar- und Vorsorgevorschläge
- Smarte Next-Best-Action im E-Banking und Mobile Banking
Für Vermögensverwalter und Private Banking:
- Intelligente Research-Zusammenfassungen fĂĽr Berater
- Automatisierte, personalisierte Reportings fĂĽr Mandate
- KI-Copilot bei Portfolio-Reviews und Kundengesprächen
FĂĽr Versicherer:
- Digitale Schadenassistenten fĂĽr Kunden und Agenten
- Dynamische Tarif- und Produktvorschläge in der Beratung
- Effiziente Backoffice-Workflows (Policenänderungen, Regresse etc.)
4.2 Von Pilot zu Skalierung: Ein pragmatischer Fahrplan
Aus Projekterfahrung funktioniert ein dreistufiges Vorgehen am besten:
-
Fokus-Use-Case wählen
Z.B. „KI-Copilot für Contact Center“ oder „Personalisierte Empfehlungen im E-Banking“. -
Fachlich messen, nicht nur technisch
Kennzahlen wie: Abschlussquote, Bearbeitungszeit, NPS, First-Call-Resolution, Beratungsdauer. -
Governance von Anfang an mitdenken
Abgestimmte Rollen zwischen IT, Fachbereich, Risk/Compliance und Data Governance.
Zelros liefert dafür vordefinierte Komponenten („Magic“-Module), IBM watsonx sorgt für den technischen Unterbau plus Governance, die auf die Bedürfnisse regulierter Finanzinstitute abgestimmt ist.
5. Warum jetzt handeln – und nicht auf den „perfekten“ KI-Plan warten
Viele Häuser warten noch – aus Sorge, „die falsche“ Technologie zu wählen oder regulatorisch in Grauzonen zu geraten. Die Zusammenarbeit von Zelros und IBM zeigt einen anderen Weg:
- Statt selbst Modelle zu orchestrieren, nutzen Sie Enterprise-erprobte Bausteine.
- Statt generische KI einzuführen, setzen Sie auf domänenspezifische Lösungen für Banking & Insurance.
- Statt unzählige PoCs zu starten, konzentrieren Sie sich auf 2–3 priorisierte Use Cases mit messbarem ROI.
Für die Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ ist diese Kooperation ein Paradebeispiel dafür, wie sich:
- Robo-Advisory kundennah und regulierungssicher gestalten lässt
- Compliance-Automatisierung und DORA-Anforderungen realisieren lassen
- Personalisierte Kundenbetreuung mit echten Mehrwerten kombinieren lässt – ohne Kontrollverlust über Daten
Wer 2026 noch ohne produktive KI-Lösungen im Vertrieb, Service und Backoffice unterwegs ist, wird im Wettbewerb um Kunden, Talente und Margen deutlich im Nachteil sein.
Nächste Schritte: Wie Ihr Haus von Zelros & watsonx profitieren kann
Wenn Sie in einer Schweizer Bank, einem Versicherer oder einem Vermögensverwalter für Digitalisierung, Vertrieb, Operations, Data/IT oder Compliance verantwortlich sind, bietet sich folgender Weg an:
-
Einen Leuchtturm-Use-Case auswählen
Etwa: KI-Copilot fĂĽr Berater, KI-gestĂĽtzte Schadenbearbeitung oder personalisierte Empfehlungen im E-Banking. -
Anforderungs-Workshop mit Fachbereich & Compliance
Geschäftsziele, regulatorische Rahmenbedingungen und IT-Landschaft gemeinsam klären. -
Pilot mit klar definierten KPIs
Innerhalb weniger Monate zeigen, wie sich Abschlussquote, Bearbeitungszeit oder Kundenzufriedenheit verändern. -
Skalierungsplan entwickeln
Nach erfolgreichem Pilot die Plattform schrittweise auf weitere Geschäftsbereiche ausrollen.
Wer diesen Weg mit einer Kombination aus spezialisierten InsurTech-/FinTech-Plattformen wie Zelros und einem Enterprise-AI-Stack wie IBM watsonx geht, reduziert Risiko – und erhöht zugleich die Chance, dass KI nicht nur ein Projekt bleibt, sondern zum produktiven Bestandteil des Geschäftsmodells wird.