Berenberg, gegründet 1590, setzt Gemini Enterprise, Vertex AI, NotebookLM und den selbst entwickelten Assistenten „BegoChat“ ein, um Broker-Reports zu analysieren, tägliche Marktbriefings zu erstellen, Due-Diligence-Prozesse zu unterstützen und Dokumente zusammenzufassen. Die Content-Erstellung im Research beschleunigt sich dadurch um 85 bis 90 Prozent, Sales-Mitarbeiter gewinnen rund eine Stunde täglich für die Kundenbetreuung.
Zurich Schweiz spart mit Microsoft 365 Copilot for Sales 14.000 Arbeitsstunden jährlich
Zurich Schweiz integriert Microsoft 365 Copilot for Sales in Outlook und Teams, um KI-gestützte Verkaufserkenntnisse direkt in den Arbeitsalltag von rund 300 Nutzern einzubinden. Die Lösung aktualisiert Daten automatisch in Dynamics 365 Sales, fasst E-Mail-Threads und Kundeninteraktionen zusammen und unterstützt nicht-englischsprachige Mitarbeitende beim Verfassen von E-Mails.
KI-Plattform wertet 300 Terabyte Geodaten für Grundstücksentscheidungen aus
Kernstück ist eine auf deutsches Baurecht (§ 34 BauGB) spezialisierte KI-Engine, trainiert auf über 300.000 synthetischen Objekten und validiert gegen mehr als 1.000 Experteneinschätzungen. Die Plattform bildet digitale Zwillinge von 62 Millionen deutschen Grundstücken und Gebäuden und ermöglicht laut Anbieter bis zu 80 Prozent schnellere Due-Diligence-Prüfungen.
Fraud Scanner: KI-gestützte Erkennung manipulierter Versicherungsschäden
Das im de:hub InsurTech Köln/München verankerte Unternehmen VAARHAFT (Best Case des de:hub-Netzwerks) hat eine über eine einzige API zugängliche Plattform entwickelt, die Bildmanipulationen, Deepfakes und Duplikate per Metadatenanalyse und anonymisierter Rückwärtsbildsuche in Sekunden erkennt und die manipulierten Bildbereiche visuell markiert. Versicherer setzen die Lösung insbesondere in der Schadensbearbeitung ein, um gefälschte Schadensfotos zu identifizieren; weitere Einsatzfelder sind Reisekostenabrechnungen und die Prüfung von Online-Dating-Profilen. Die DSGVO-konforme, kontinuierlich weiterentwickelte KI reduziert Betrugsraten und Bearbeitungskosten in bestehenden Schadenprozessen.
TransferLab Cybermapping: KI-gestützte Risikoanalyse des deutschen Finanzsystems
Im seit 2022 laufenden „TransferLab Cybermapping“ entwickeln DFKI und Bundesbank KI-Verfahren, um die Vernetzung des deutschen Finanzsystems mittels Knowledge Graphs abzubilden. Ziel ist die Erkennung von Fehlern und Anomalien in Daten der Finanzaufsicht sowie die Analyse großer Finanzströme und Abhängigkeiten zwischen Marktakteuren. Eingesetzt werden u.a. Wissensgraphen und Sprachmodelle für Knowledge-Engineering-Aufgaben. Das Projekt läuft bis 2027 am DFKI-Standort Kaiserslautern.
KI-gestützte Prüfungsdokumentation beschleunigt Wirtschaftsprüfung bei Dornbach
XactAudit automatisiert zentrale Aufgaben des Prüfungsprozesses wie Risikobewertung, Prozesserfassung und Kontrollbeurteilung mithilfe von KI-gestützter Automatisierung und liefert Prüfteams in Echtzeit strukturierte Einblicke. Die Wirtschaftsprüfungs- und Steuerberatungsgesellschaft Dornbach setzt das Tool laut eigener Aussage bereits im ersten Nutzungsjahr bei mehr als 15 ihrer Prüfungskunden ein. Managing Partner Christian Koch berichtet, dass Dornbach dadurch 20 bis 30 Prozent schneller bei Erfassung, Analyse und Verständnis der Prozesse, Risiken und Kontrollen ihrer Mandanten ist. Die Dokumentation und Klarheit der Prüfungsstrategie wurde laut Dornbach auf ein neues Niveau gehoben.
Sprachgesteuerter KI-Datenanalyst beschleunigt Reporting bei Creditreform
Bisher dauerte es bei Creditreform bis zu zwei Tage, bis das Datenteam auf Managementanfragen hin Berichte und Risikoübersichten aus dem Kundenstamm erstellte. brainbot baute ein zweischichtiges System: ein Read-only-Recherchemodul zur sicheren CRM-Anreicherung sowie einen darauf aufsetzenden sprach- und chatgesteuerten Analysten. Kritische Datenänderungen erfordern weiterhin menschliche Bestätigung, es gibt Vorschau-, Rollback- und Protokollierungsfunktionen. Ergebnis: Antwortzeiten auf Managementanfragen sanken von zwei Tagen auf 20 Minuten, ohne zusätzliches Personal.
JPMorgan Chase COiN: Automatisierte Vertragsanalyse spart 360.000 Arbeitsstunden
Ausgangslage war die manuelle, sehr zeitintensive Durchsicht komplexer Darlehensverträge durch Anwälte und Kreditsachbearbeiter, die zudem menschliche Fehlerquellen barg. JPMorgan entwickelte dafür intern die Machine-Learning-Plattform COiN, die auf der bankeigenen Cloud-Infrastruktur läuft und Vertragsdokumente automatisch analysiert, relevante Klauseln extrahiert und Abweichungen erkennt. Die Software wurde bereits 2013 eingeführt und ist seither fester Bestandteil der Abläufe im gewerblichen Kreditgeschäft. Voraussetzung waren große Mengen historischer Vertragsdaten zum Training der Modelle sowie eine enge Zusammenarbeit zwischen Technologie- und Rechtsabteilung. Ergebnis laut Bloomberg-Bericht: Einsparung von etwa 360.000 Arbeitsstunden pro Jahr und eine Reduzierung von Fehlern bei der Vertragsauslegung. Das Modell ist auf andere dokumentenintensive Bereiche wie Derivate- oder Verwahrverträge übertragbar und diente als Blueprint für spätere Legal-Tech-Initiativen in der Finanzbranche.
Lemonade AI Jim: Versicherungsschaden in 2 Sekunden reguliert
Ausgangslage war die traditionell tage- bis wochenlange Bearbeitung von Versicherungsschäden mit hohem manuellem Prüfaufwand. Lemonade entwickelte dafür AI Jim, einen KI-gestützten Bot, der Schadensfälle automatisch bewertet, Policenbedingungen abgleicht, Betrugsmuster mittels Algorithmen erkennt und bei Freigabe die Zahlung sofort auslöst sowie den Kunden benachrichtigt. Voraussetzung war eine vollständig digitale Antrags- und Schadenprozesskette sowie umfangreiche Trainingsdaten zu typischen und betrügerischen Schadenmustern. Das System erreichte einen dokumentierten Weltrekord von zwei Sekunden für die komplette Schadenregulierung, und laut Unternehmensangaben wird inzwischen nahezu die Hälfte aller Schäden ganz ohne menschliches Eingreifen abgewickelt. Branchenexperten weisen allerdings darauf hin, dass bei komplexeren oder sensiblen Fällen (etwa im Gesundheitsbereich) weiterhin menschliche Empathie und Prüfung nötig sind. Das Modell zeigt gut, wie generative KI in Kombination mit Regel- und Betrugserkennungssystemen die Kundenerfahrung in der Sachversicherung verändern kann.
HSBC und Google Cloud: KI-gestützte Geldwäscheerkennung (AML AI)
Ausgangslage war die geringe Präzision klassischer regelbasierter AML-Systeme, die Compliance-Abteilungen mit einer Flut überwiegend falscher Alarme belasten und die Prüfung großer Transaktionsmengen erheblich verlangsamen. HSBC pilotierte deshalb gemeinsam mit Google Cloud das Produkt Anti Money Laundering AI, das auf Vertex AI und BigQuery basiert und mittels maschinellem Lernen konsolidierte Risikobewertungen aus Transaktions-, Netzwerk- und KYC-Daten erstellt. Voraussetzung waren umfangreiche historische Transaktionsdaten sowie eine enge technische Integration mit den bestehenden Compliance-Systemen der Bank. Laut offizieller Pressemitteilung von Google Cloud (Juni 2023) konnte HSBC im Piloten das Alarmvolumen um mehr als 60 Prozent senken und gleichzeitig zwei- bis viermal mehr echte Risikofälle identifizieren; die Analysezeit für Milliarden Transaktionen sank von mehreren Wochen auf wenige Tage. HSBC erhielt dafür 2023 den Celent-Preis ‚Model Risk Manager of the Year‘. Das Produkt wurde danach als kommerzielles Angebot für weitere Finanzinstitute ausgerollt und ist damit prinzipiell auf andere Banken mit vergleichbarer Datenbasis übertragbar.