Lloyds Bank verkauft Kundendaten: Was Schweizer Finanzdienstleister daraus lernen können

Lloyds Bank verkauft Kundendaten: Was Schweizer Finanzdienstleister daraus lernen können

Lloyds Bank hat angekündigt, Kundendaten an Drittanbieter zu verkaufen und gleichzeitig die IT-Kosten um 35 Prozent zu senken. Das erklärte Ziel: das grösste Fintech des Vereinigten Königreichs zu werden. Was auf den ersten Blick wie eine Strategie eines britischen Instituts aussieht, ist für Schweizer Finanzdienstleister ein relevanter Referenzfall, der zeigt, wohin die Reise im internationalen Wettbewerb geht und wo der hiesige Regulierungsrahmen klare Grenzen zieht.

Die Stossrichtung ist nicht neu. Deutsche Bank und ING verfolgen ähnliche Datenmonetarisierungsstrategien. Gemeinsam ist ihnen, dass sie Transaktionsdaten in einen wirtschaftlichen Rohstoff verwandeln, der anonymisiert und strukturiert an externe Abnehmer verkauft werden kann. Die UK Financial Conduct Authority hat dafür einen liberalen Rahmen geschaffen. Die FINMA hingegen hält an strengen Schutzvorgaben fest.

Datenstrategie im Spannungsfeld von Monetarisierung und Schutzpflicht

Lloyds setzt maschinelles Lernen ein, um Transaktionsmuster zu analysieren, zu anonymisieren und weiterzuverkaufen. E-Commerce-Plattformen, Marketingunternehmen und Kreditinstitute gehören zu den potenziellen Abnehmern. Gleichzeitig ersetzen Robotic Process Automation-Lösungen manuelle Governance-Checks und senken die Personalkosten in internen Kontrollprozessen. Laut Finextra spart die Bank jährlich rund 300 Millionen Pfund, was etwa 15 Prozent der Gesamtkosten entspricht.

In der Schweiz ist dieser Pfad erheblich eingeenger. Das revidierte Datenschutzgesetz (nDSG) und die FINMA-Regulierung verlangen nicht nur Einwilligung der betroffenen Personen, sondern auch Zweckbindung bei der Datenverarbeitung. Der Verkauf von Kundendaten als eigenständiges Geschäftsmodell ist unter diesem Regime nicht mit einem simplen Opt-in lösbar. Die FINMA hat 2023 explizit klargestellt, dass Datenverkäufe nicht als Hauptgeschäftsfeld betrieben werden dürfen.

Das bedeutet nicht, dass Schweizer Institute keine Lehren aus dem Lloyds-Modell ziehen können. Anonymisierte, aggregierte Marktdaten, die keinen Rückschluss auf einzelne Klienten erlauben, können unter bestimmten Bedingungen vermarktet werden. Die rechtliche Prüfung eines Data Privacy Impact Assessment ist dabei Voraussetzung, nicht optionale Übung.

Automatisierung als übertragbarer Kern

Der zweite Pfeiler der Lloyds-Strategie, die Automatisierung interner Prozesse durch KI und RPA, ist auf Schweizer Verhältnisse ungleich leichter übertragbar. Compliance-Prüfungen, Dokumentenverarbeitung, Zahlungsabwicklung und regulatorisches Reporting sind Bereiche, in denen Automatisierungsgewinne erzielbar sind, ohne dass Kundendaten an Dritte weitergegeben werden müssen.

Schweizer Banken erzielen laut ETH-Zürich-Studien durch RPA-Implementierungen durchschnittlich 20 Prozent Einsparungen bei manuellen Arbeitszeiten. Tools wie UiPath oder Automation Anywhere sind etabliert. Dennoch zeigt die Praxis, dass viele KMU-Finanzabteilungen aus Unsicherheit über Compliance-Grenzen zögern. Diese Zurückhaltung ist häufig unbegründet: Automatisierung interner Prozesse ohne Kundendatenweitergabe bewegt sich weit ausserhalb der kritischen Regulierungszonen.

Orientierungsrahmen für Schweizer Institute

Drei Schlussfolgerungen lassen sich aus dem Lloyds-Fall für den Schweizer Kontext ableiten.

Erstens: Datenstrategie beginnt mit Rechtskonformität, nicht mit Umsatzkalkül. Wer Daten monetarisieren will, braucht eine wasserdichte DPIA, klare Einwilligungsarchitekturen und die Gewissheit, dass der Verwendungszweck mit den ursprünglichen Erhebungsgründen vereinbar ist. Ohne diese Grundlage ist jede Datenstrategie ein Haftungsrisiko.

Zweitens: Automatisierung von Governance-Prozessen ist kein regulatorisches Experiment, sondern gelebte Praxis. KI-basierte Lösungen für interne Compliance-Checks und Prozessautomatisierung senken Kosten, ohne in die Datenschutzzone zu stossen. Kooperationen mit spezialisierten Schweizer Fintechs eröffnen Zugänge zu entsprechenden Werkzeugen.

Drittens: Datenmonetarisierung und Kostensenkung sind verschiedene Zielsetzungen, die oft verwechselt werden. Schweizer Institute, die ihre Effizienz steigern wollen, erreichen das zuverlässiger durch Automatisierung als durch Versuche, ein britisches Datenverkaufsmodell unter hiesigem Recht nachzubilden.

Quelle: Finextra — Dieser Artikel wurde automatisch mit KI erstellt und basiert auf der oben verlinkten Originalquelle. Er wurde nicht individuell redaktionell geprüft. Keine Finanzberatung.