Conversational AI im Banking
Conversational AI im Banking bezeichnet den Einsatz von KI-gestütztem Messaging, Sprache und Workflow-Automatisierung, um Kundengespräche direkt in den eigenen Kanälen einer Bank zu bearbeiten und zu unterstützen – Routineanfragen werden automatisch gelöst, Berater erhalten Unterstützung in Echtzeit, und jede Interaktion bleibt compliant und auditierbar.
AUSGANGSLAGE
Was Conversational AI im regulierten Bankenumfeld bedeutet
Conversational AI ist kein einzelnes Produkt. Im Banking übernimmt sie zwei unterschiedliche Rollen: die Automatisierung des Routine-Kundenservice, etwa durch einen KI-Agenten, der Aufnahme, Triage und häufige Fragen über die Website, die mobile App und die Messaging-Kanäle der Bank hinweg übernimmt; und die Unterstützung menschlicher Berater mit Tools, die in Echtzeit zuhören, Vorschläge machen, zusammenfassen und übersetzen – eingebettet direkt in die Arbeitsumgebung, die sie bereits nutzen.
Manchmal auch als Conversational Banking bezeichnet, gilt diese Kombination branchenübergreifend im Finanzdienstleistungssektor: Retailbanken, die Anrufvolumen bewältigen, Vermögensverwalter, die Beraterbeziehungen ausbauen, und Versicherer, die dokumentenintensive Anfragen bearbeiten. Der Reiz ist immer derselbe: mehr Gespräche schneller bewältigen, ohne zusätzliches Personal oder Compliance-Risiko.
Der neuere Begriff für die dahinterliegende Architektur lautet Agentic AI: Systeme, die nicht nur auf Anfragen reagieren, sondern Aktionen ausführen, mehrstufige Aufgaben abschliessen und bei Bedarf mit vollständigem Kontext an einen Menschen eskalieren. Im Banking ist genau diese Agentenebene die Brücke zwischen Automatisierung und Compliance. Sie arbeitet innerhalb der eigenen Sicherheits- und Compliance-Grenzen des Instituts – nicht in einer Consumer-Chat-App –, hält die Modelldaten unter der Kontrolle der Bank, erzwingt die Übergabe an einen Menschen bei regulierten Schritten und verbindet sich mit den Systemen, die Berater bereits nutzen, vom Kernbankensystem über CRM bis hin zu Dokumentenmanagement
und E-Signatur.
Diese Seite zeigt, wie Conversational AI im Banking funktioniert, was sie für jeden Teil der Kaufentscheidung leistet und woher die Ergebnisse stammen. Die verlinkten Artikel behandeln jedes Unterthema vertieft.
DIE ZU LÖSENDE AUFGABE
Mehr Gespräche lösen – ohne zusätzliches Personal oder Compliance-Risiko
Die eigentliche Aufgabe besteht nicht einfach darin, „einen Chatbot einzuführen". Sie besteht darin, mehr Kundengespräche schneller zu bearbeiten – in Kanälen, denen Kunden bereits vertrauen. Für jedes Mitglied des Einkaufsgremiums sieht diese Aufgabe anders aus.
Möchte messbare Vermeidung und Produktivität: weniger eskalierte Anrufe, mehr Gespräche pro Berater und eine kürzere durchschnittliche Bearbeitungszeit (AHT). Der Business Case muss Effizienzgewinne zeigen, die sich in eingespartem Personal oder Umsatz aus Service-to-Sale-Konversion niederschlagen.
Möchte Tools, die das eigene Team tatsächlich nutzt. KI, die die beste nächste Antwort direkt in der bestehenden Arbeitsumgebung vorschlägt – nicht auf einem zusätzlichen Bildschirm. Die Geschwindigkeit der Einführung zählt genauso viel wie der Funktionsumfang – ein Tool, das Umschulung oder einen neuen Workflow erfordert, wird kaum angenommen.
Möchte, dass die KI-Ebene sich ohne individuelle Entwicklung mit dem Kernbankensystem, dem CRM und dem bestehenden Authentifizierungssystem verbindet. Native Konnektoren für die bereits genutzten Plattformen – Avaloq, Backbase, Salesforce, Temenos – sind zwingend erforderlich. Individuelle Integration bedeutet Verzögerung, Risiko und laufenden Wartungsaufwand.
Wohin Gesprächsdaten gelangen, welches Modell sie verarbeitet, ob die Bank dieses Modell in der eigenen Umgebung betreiben kann und ob jede KI-gestützte Interaktion für die Prüfung protokolliert wird. Ausserdem: wie Identitätsprüfung (ID&V) und Know-Your-Customer-Schritte (KYC) gehandhabt werden, wenn ein KI-Agent beteiligt ist, und wie Aufzeichnungen für regulatorische Zwecke aufbewahrt werden.
Ohne Compliance wird nichts eingeführt
Die Compliance- und Sicherheitsverantwortlichen können das gesamte Projekt stoppen. Eine Conversational-AI-Funktion, die die Bearbeitungszeit verbessert, aber die Anforderungen an Data Governance und Aufbewahrung nicht erfüllen kann, kommt in einer regulierten Bank nie zum Einsatz. Das ist der am wenigsten bediente Bedarf am Markt – und genau das, was Compliance-first Conversational AI von einem generischen, nachträglich auf eine Website aufgesetzten Chatbot unterscheidet.
UNBLUS ANSATZ
Compliance-first statt Chatbot-first
Unblu liefert Conversational AI über Unblu Aria, die KI- und Workflow-Ebene der Unblu-Spark-Plattform. Aria basiert auf drei Prinzipien, die Conversational AI im Banking von generischen Implementierungen unterscheiden.
Open-ended queries route to AI via an intent-based bot. Regulated steps follow deterministic, rule-based flows with a human in the loop. The bank decides which is which, designing both in a no-code visual Flow Builder. Teams already invested in Microsoft can design those flows through a native Copilot Studio integration.
Aria ist unabhängig vom LLM-Anbieter – Azure OpenAI, OpenAI, Anthropic oder ein lokales On-Premise-Modell. Banken können ihre eigenen Schlüssel verbinden und die Inferenz vollständig innerhalb der eigenen Infrastruktur ausführen. Keine Kundeninhalte werden zum Training von Modellen verwendet. Jede KI-Interaktion wird in einem vollständigen Prüfprotokoll (Audit Trail) erfasst.
Auf der Kundenseite übernimmt ein KI-Agent die Aufnahme, Triage und Beantwortung von Routinefragen und nutzt dabei Intent-Erkennung, um jedes Gespräch in den passenden Flow zu leiten. Auf der Beraterseite liefert Suggestion Support (Bot-Sidekick für Berater) in Echtzeit für den Kunden unsichtbare Antwortvorschläge und Next-Best-Action-Hinweise direkt im Workbench – während Zusammenfassungen, Transkripte und Schreibunterstützung die Nachbearbeitung nach dem Gespräch reduzieren.
Entdecken Sie den No-Code Flow Builder, das Intent-Routing und die Compliance-Architektur im Detail.
Unblu Aria entdecken
GESCHÄFTLICHER NUTZEN
Was Banken mit Conversational AI erreichen
Die Ergebnisse lassen sich drei Kennzahlen zuordnen: Vermeidungs- und Lösungsquote, Produktivität und Konversion.
Bot-Interaktionen pro Jahr, zusätzlich zu 240.000 von Beratern bearbeiteten Gesprächen
FTE-äquivalente Effizienzgewinne über alle Kanäle hinweg durch Automatisierung
Reduktion der durchschnittlichen Bearbeitungszeit (AHT) – von 8 Min. 20 Sek. auf 6 Min. 40 Sek.
Cross-Selling-Quote bei Einsatz des Unblu Sidekick, gegenüber 10 % bei Self-Service-Journeys
Steigerung der digitalen Vertriebskonversion durch Service-to-Sale-Conversational-Flows
von Unblu-Kunden im Durchschnitt gemeldete Produktivitätssteigerung
Warum die Compliance-Architektur wichtig ist
Das US Consumer Financial Protection Bureau (CFPB) hat davor gewarnt, dass Conversational-AI-Implementierungen, die Kunden ohne Zugang zu einem menschlichen Mitarbeiter in der Warteschleife lassen oder Kundendaten nicht ausreichend schützen, gegen Verbraucherschutzrecht verstossen können. Je mehr Banken von regelbasierten Bots zu Large Language Models wechseln, desto grösser wird dieses regulatorische Risiko. Genau das ist die Lücke zwischen einem generischen Chatbot und einer für das Banking entwickelten Conversational AI – und der Grund, warum eine Compliance-first-Architektur in einem regulierten Institut nicht optional ist.
KUNDENNACHWEIS
Conversational AI erreicht Produktionsreife in regulierten Banken
Zwei Beispiele zeigen, wie Conversational AI in der Praxis aussieht – eines mit Fokus auf Volumen und Automatisierung, das andere auf Beraterunterstützung und Cross-Selling.
PostFinance, seit 2016 Unblu-Kunde, hat ein mehrschichtiges Konversationsmodell aufgebaut, das Bot-Automatisierung mit menschlichen Mitarbeitenden über Live Chat, Co-Browsing und Secure Messenger kombiniert. Die Bank bearbeitet monatlich mehr als 20.000 Unblu-Gespräche, hat ihr gesamtes Inbound-Team in einem einzigen Posteingang zusammengeführt – die alte E-Mail-Lösung wurde abgeschafft – und erzielt durch Automatisierung über alle Kanäle hinweg Effizienzgewinne, die etwa 40 Vollzeitstellen entsprechen. Es ist das klarste Beispiel dafür, wie Conversational AI in einer europäischen Retailbank Produktionsreife erreicht, wobei Bot und Mensch in einer einzigen Ebene zusammenarbeiten statt in getrennten Kanälen.
BPER Banca, Teil einer der grössten Bankengruppen Italiens, hat Unblus Suggestion Support (Bot-Sidekick für Berater) bei 700 Beratern eingeführt – integriert mit Salesforce und gestützt auf die freigegebenen Wissensdokumente der Bank. Die durchschnittliche Bearbeitungszeit sank um 20 % – von 8 Minuten 20 Sekunden auf 6 Minuten 40 Sekunden. Das herausragende Ergebnis: eine Cross-Selling-Quote von 74 %, wenn Berater den Sidekick nutzen, gegenüber 10 % bei Self-Service-Journeys. Das Hybridmodell von BPER – die Reichweite der KI gepaart mit menschlichem Urteilsvermögen im Moment der Entscheidung – ist ein führendes Beispiel dafür, wie generative KI kontrolliert und compliant in der Beratung eingesetzt werden kann.
UNTERSTÜTZENDE FUNKTIONEN
Die Produkte hinter Conversational AI im Banking
Conversational AI im Banking basiert auf einem vernetzten Funktions-Stack, der über die gesamte Unblu-Plattform hinweg organisiert ist. Die KI-spezifischen Funktionen – Orchestrierung, Agenten und Effizienz-Tools – sind zwar in Unblu Aria angesiedelt, verbessern und erweitern jedoch die Kanäle von Unblu Spark.
Die verschlüsselten, authentifizierten Kanäle, in denen die KI-Ebene arbeitet, eingebettet direkt in die eigene App oder das Portal der Bank. Secure Messenger ersetzt nicht-compliantes WhatsApp und E-Mail für laufende Berater-Kunden-Beziehungen. Live Chat übernimmt Echtzeit-Support und Service-to-Sale-Interaktionen. Video & Voice ermöglicht browserbasierte Beratungsgespräche ohne App-Download. Alle Gesprächsdaten bleiben mit vollständigem Prüfprotokoll unter der Kontrolle der Bank.
Offene Anfragen werden über einen intent-basierten Bot an die KI weitergeleitet. Regulierte Schritte folgen deterministischen, regelbasierten Abläufen mit Human-in-the-Loop. Die Bank entscheidet, was wohin gehört, und gestaltet beides im No-Code Flow Builder. Teams, die bereits auf Microsoft setzen, können diese Flows über eine native Copilot-Studio-Integration gestalten.
.webp)
Speziell entwickelte Agenten, rund um die Uhr über alle Kanäle verfügbar. Der Virtuelle Agent übernimmt Aufnahme, Triage und FAQ-Antworten auf Basis der eigenen Wissensquellen der Bank, mit echter Eskalation an einen menschlichen Mitarbeiter bei Bedarf. Intelligente Weiterleitung erkennt die Kundenabsicht und leitet Gespräche nach einer Echtzeit-Prüfung der Verfügbarkeit an das richtige Team weiter. Stimmungserkennung überwacht den Tonfall und eskaliert bei Bedarf mit vollständigem Kontext, wenn sich Gespräche verändern.
KI-Tools, die die Bearbeitungszeit senken und Beraterkapazität zurückgewinnen. Suggestion Support (Bot-Sidekick für Berater) liefert in Echtzeit für den Kunden unsichtbare Antwortvorschläge und Next-Best-Action-Hinweise direkt im Workbench des Beraters, gestützt auf freigegebene Wissensquellen. Zusammenfassungen und Transkripte fassen Interaktionen automatisch für Dokumentation und Compliance-Prüfung zusammen. Untertitel und Übersetzungen (Captions and Translations) bieten bidirektionale Echtzeit-Übersetzung in mehr als 30 Sprachen für Chat sowie Live-Untertitel für Video- und Sprachanrufe.
WEITERFÜHRENDE INHALTE
Mehr erfahren:
Der Cluster Conversational AI
Dieser Hub bildet das Thema ab. Die unten verlinkten Artikel bieten die vertiefte Betrachtung – jeweils fokussiert auf ein Unterthema des Conversational-AI-Clusters.
Frequently asked questions
Conversational AI im Banking in Aktion erleben
Sprechen Sie mit einem Unblu-Spezialisten darüber, wie Aria zu den Compliance-Anforderungen, bestehenden Systemen und Kundenbindungszielen Ihres Instituts passt.
