Diesen Artikel teilen:

16. Okt 2025

|

Wirtschaft

Das KI-Ökosystem erfordert schnelles Handeln, nicht längeres Warten – Ein Beitrag von Antonio Krüger, CEO Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) & Professor für Computer Science an der Universität des Saarlandes

|

Foto: 2025 DFKI/Oliver Dietze

Wir stehen nicht am Bahnsteig, wir sind schon unterwegs. Unternehmen können KI bereits heute in Prozesse und Produkte integrieren. Wer wartet, verliert Wahlfreiheit und Tempo.

Es gibt zwei Wege in die Praxis: Abläufe verschlanken und Produkte veredeln. Letzteres ist für viele Unternehmen der Hebel für Zukunftsfähigkeit. Weltmarktführer können ihre Nischen nur halten, wenn sie ihre Produkte mit lernenden Funktionen ergänzen. Dafür braucht es keine „Wundermodelle“. Ärmel hochkrempeln, vorhandene Modelle, besonders kleinere Open-Source-Modelle, die auch aus Europa kommen, z. B. Mistral, nutzen und ins Operative bringen: Das ist der klare Weg.

Dafür müssen Unternehmen eigene Strukturen schaffen. Viele Mittelständler bauen bereits kleine KI-Teams auf, denn die KI-Transformation lässt sich nicht einfach outsourcen. Partner helfen bei der Umsetzung aber die Expertise bleibt im Haus. Am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) arbeiten wir in einem Public-Private-Partnership-Modell: Der Großteil unserer Projekte entsteht in Zusammenarbeit mit Industriepartnern. Das ist Absicht: Die Forschung soll andocken, nicht im Labor liegen bleiben. Die Wissenschaft und die Wirtschaft müssen sich zusammentun, dadurch profitiert der Standort Deutschland.

Digitale Souveränität bedeutet für mich Wahlfreiheit. Europa braucht eigene große Modelle und Infrastruktur. Bis dahin sollten Firmen nicht auf „das europäische Modell“ warten, sondern mit den heute verfügbaren Systemen arbeiten, mit kommerziellen aber auch mit offenen Systemen. Wichtig ist eine Architektur, die Modellwechsel zulässt. Es gibt bereits europäische Alternativen. Entscheidend ist, wechseln zu können, statt abzuwarten.

Die Wissenschaft und die Wirtschaft müssen sich zusammentun, dadurch profitiert der Standort Deutschland.

Infrastruktur ist der zweite Schlüssel. Wenn wir Rechenzentren und „AI-Gigafactories“ planen, müssen Mittelstand und Verwaltung von Beginn an mit einbezogen werden. Ein niederschwelliger Zugang ist entscheidend. Öffentliche Unterstützung gehört deshalb ins Konzept: Jedoch nicht als Gießkanne, sondern als Zugangsbeschleuniger. Regulierungen wie der AI Act schaffen den notwendigen Rahmen. Entscheidend ist, diesen am Anfang agil auszulegen: Sandboxen nutzen, Erfahrungen sammeln und nachschärfen, wo echte Probleme auftreten. Bürokratie darf nicht zum Selbstzweck werden. Bei der KI-Einführung ist KI-Regulierung selten der Hauptblocker, es mangelt eher an Geschwindigkeit und klaren Andockpunkten.

Vorstände wiederum sollten genau das messen: die Zeit bis zur produktiven Integration. Proof-of-Concepts allein sind kein Erfolgsindikator. Erfolgreich ist, was verlässlich in Prozesse und Produkte überführt wird und dabei hilft, die Fähigkeiten der Teams zu erweitern. Produktentwickler benötigen Kenntnisse im Umgang mit KI-Werkzeugen. Nur, wer das eigene Produkt wirklich versteht, kann KI sinnvoll integrieren. Um ein grundlegendes Verständnis dafür zu entwickeln, muss KI in Schule, Ausbildung und Studium vermittelt werden, als Werkzeug und als Lerngegenstand. Wir brauchen Grundwissen über die Funktionsweise, die Grenzen und den verantwortlichen Einsatz von KI. Übrigens ist es für kein Land möglich, die nötige Skalierung allein zu bewerkstelligen: Wir benötigen Koordination, klare Prioritäten und starke Achsen. Die deutsch-französische Zusammenarbeit bietet sich an, denn wir arbeiten bereits seit Jahren eng zusammen. Nationale Strategien bleiben in der KI-Transformation wichtig, sie müssen sichtbar Chefsache sein und europäisch zusammenspielen.

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.