Customers Bank setzt auf OpenAI für kommerzielles Banking

OpenAI im kommerziellen Banking: Customers Bank zeigt den Weg

Die Customers Bank mit Sitz in Pennsylvania hat angekündigt, ihre kommerziellen Banking-Operationen mit Hilfe von OpenAI neu zu gestalten. Konkret geht es um die Integration von GPT-Modellen in Kernprozesse wie Kreditprüfung, Compliance und Reporting. Die Bank mit einem Bilanzvolumen von rund 20 Milliarden Dollar setzt damit auf eine Technologie, die auch in der Schweiz zunehmend Aufmerksamkeit erhält.

Der Schritt ist bemerkenswert, weil Customers Bank nicht zu den grossen Tech-Banken gehört, sondern als Regionalbank agiert. Sie zeigt, dass KI nicht nur für Global Player wie JPMorgan oder die UBS relevant ist, sondern auch für mittelgrosse Institute. In der Schweiz wäre das vergleichbar mit einer Kantonalbank oder einer grösseren Regionalbank.

Kreditprüfung und Compliance: Wo die KI konkret ansetzt

Customers Bank nutzt OpenAI-Modelle für drei Hauptanwendungen: Kreditprüfung, Compliance-Überwachung und automatisierte Reporting-Prozesse. Bei der Kreditprüfung analysiert das Modell strukturierte und unstrukturierte Daten aus Anträgen, Jahresabschlüssen und Bonitätsauskünften. Es identifiziert Risikofaktoren, die ein menschlicher Prüfer übersehen könnte.

Im Compliance-Bereich durchsucht die KI Transaktionsdaten in Echtzeit auf verdächtige Muster. Das Modell lernt kontinuierlich dazu und reduziert die Zahl der False Positives, also der Fehlalarme, die manuell geprüft werden müssen. Laut Bankangaben konnte die Compliance-Abteilung ihre Effizienz um rund 30 Prozent steigern.

Für das Reporting generiert die KI standardisierte Berichte aus Rohdaten. Das spart Zeit und reduziert Fehler, die bei manueller Erstellung entstehen. In der Schweiz wäre dieser Einsatz besonders relevant für Treuhänder und KMU-Finanzleiter, die monatliche oder quartalsweise Reports erstellen müssen.

Vergleich mit Schweizer Finanzinstituten

In der Schweiz setzen erste Institute ebenfalls auf KI, aber meist zurückhaltender. Die UBS nutzt KI für die Betrugserkennung, die Zürcher Kantonalbank für die Kreditprüfung im Hypothekarbereich. Was Customers Bank anders macht: Sie integriert die KI direkt in die Kernsysteme und nicht nur als Add-on.

Das hat Vor- und Nachteile. Vorteil: Die KI kann auf alle relevanten Daten zugreifen und liefert präzisere Ergebnisse. Nachteil: Die Integration ist komplexer und erfordert tiefe Eingriffe in bestehende IT-Architekturen. Schweizer Banken, die oft auf Legacy-Systemen laufen, stehen hier vor grösseren Hürden.

Ein interessanter Aspekt ist der Einsatz von Open-Source-Modellen. Während Customers Bank auf OpenAI setzt, experimentieren Schweizer Institute mit Modellen wie FinBERT, einem auf Finanztexte spezialisierten Sprachmodell. FinBERT ist günstiger und datenschutzfreundlicher, aber weniger leistungsfähig als GPT-4.

Was Schweizer Treuhänder und KMU daraus lernen können

Für Treuhänder und KMU-Finanzleiter in der Schweiz ist der Fall Customers Bank vor allem aus zwei Gründen relevant. Erstens zeigt er, dass KI nicht nur für Grossbanken taugt. Zweitens gibt er Hinweise darauf, wo die Technologie den grössten Mehrwert bringt: bei repetitiven, datenintensiven Aufgaben.

Konkret könnten Schweizer Treuhänder KI für die automatische Kontenabstimmung, die Erkennung von Buchungsfehlern oder die Erstellung von Jahresabschlüssen nutzen. Tools wie Bexio oder Abacus integrieren zunehmend KI-Funktionen. Ein Vergleich der ERP-Systeme zeigt, wo die Automatisierung bereits weit fortgeschritten ist: Bexio vs Abacus vs Banana: ERP-Vergleich Schweiz 2026.

Die Kosten für KI-Integrationen sind in den letzten zwölf Monaten deutlich gesunken. Ein GPT-4-Token kostet heute etwa 0,03 Dollar, ein Token von Claude 3.5 Opus etwa 0,015 Dollar. Für eine mittelgrosse Treuhandkanzlei mit 20 Mitarbeitenden liegen die monatlichen KI-Kosten bei 500 bis 2000 Franken, je nach Nutzungsintensität.

FINMA und DSG: Die regulatorischen Hürden in der Schweiz

Die FINMA hat bisher keine spezifischen KI-Regeln erlassen, verlangt aber, dass Banken und Treuhänder ihre KI-Systeme erklären können. Das ist bei Black-Box-Modellen wie GPT-4 schwierig. Die Bank muss nachweisen können, warum ein Kredit abgelehnt oder eine Transaktion gemeldet wurde.

Das neue Datenschutzgesetz (nDSG) verschärft die Anforderungen zusätzlich. Personenbezogene Daten dürfen nur mit Einwilligung oder auf gesetzlicher Grundlage verarbeitet werden. Bei KI-Modellen, die auf Cloud-Servern laufen, ist der Datentransfer ins Ausland kritisch. Customers Bank nutzt die US-Cloud von OpenAI, was in der Schweiz nur mit Standardvertragsklauseln zulässig wäre.

Schweizer Institute setzen daher vermehrt auf lokale KI-Lösungen. Die Swisscom bietet mit dem Swiss AI Cloud Service eine Plattform, die in der Schweiz hostet. Auch Open-Source-Modelle wie Llama 3 oder Mistral können auf Schweizer Servern betrieben werden. Der Nachteil: Diese Modelle sind weniger leistungsfähig als GPT-4, aber für viele Anwendungen ausreichend.

Ausblick: Was die nächsten zwölf Monate bringen

Die Entwicklung bei Customers Bank ist kein Einzelfall. In den USA setzen bereits mehrere Regionalbanken auf KI für Kernprozesse. In Europa sind die Niederlande und Grossbritannien führend, die Schweiz hinkt leicht hinterher. Das liegt nicht an fehlender Technologie, sondern an der regulatorischen Zurückhaltung.

Bis Ende 2026 wird die FINMA voraussichtlich erste KI-Leitlinien veröffentlichen. Parallel dazu sinken die Kosten für KI-Modelle weiter. Ein Token von GPT-4o kostet heute 0,01 Dollar, ein Token von Claude 3 Opus 0,008 Dollar. Das macht KI auch für kleinere Institute erschwinglich.

Für Schweizer Treuhänder und KMU-Finanzleiter heisst das: Jetzt ist der richtige Zeitpunkt, um KI-Pilotprojekte zu starten. Die Technologie ist ausgereift, die Kosten sind tief, und die ersten Erfahrungen zeigen klare Effizienzgewinne. Wer zu lange wartet, riskiert den Anschluss zu verlieren.

Die Kryptomärkte zeigen, wie schnell sich Technologien durchsetzen können. Der jüngste 280 Millionen Dollar Hack bei Drift Protocol hat gezeigt, dass auch DeFi-Plattformen Sicherheitslücken schliessen müssen. Ähnlich verhält es sich mit KI: Wer sie einsetzt, muss die Risiken kennen und managen.

Konkrete Handlungsempfehlungen für Schweizer Finanzprofis

Erstens: Prüfen Sie, welche Prozesse in Ihrem Unternehmen repetitiv und datenintensiv sind. Das sind die Kandidaten für KI-Automatisierung. Zweitens: Starten Sie mit einem Pilotprojekt, das klare Erfolgskriterien hat. Drittens: Achten Sie auf Datenschutz und Compliance. Nutzen Sie wenn möglich lokale KI-Lösungen.

Viertens: Bilden Sie Ihre Mitarbeitenden weiter. KI ersetzt nicht den Menschen, sondern verändert seine Rolle. Ein Treuhänder, der KI-Tools bedienen kann, ist wertvoller als einer, der nur manuell bucht. Fünftens: Beobachten Sie die regulatorische Entwicklung. Die FINMA wird voraussichtlich noch 2026 konkrete Vorgaben machen.

Die Customers Bank hat gezeigt, dass KI im kommerziellen Banking funktioniert. Schweizer Institute können davon lernen. Der Schlüssel liegt in der richtigen Balance zwischen Innovation und Risikomanagement.

---

Quelle: PYMNTS AI — Dieser Artikel wurde automatisch mit KI erstellt und automatisiert auf Faktenkonformität mit der Originalquelle geprüft. Er wurde nicht individuell redaktionell geprüft.

Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.