der im EY Bankenbarometer 2026 befragten Banken in der Schweiz und Liechtenstein beschäftigen sich bereits mit der Umsetzung von AI Projekten.
Quelle: EY Bankenbarometer 2026KI im Banking wirksam einsetzen.
Von Kundenberatung und Wealth Management über KYC, Compliance und Kreditprozesse bis zu Microsoft Copilot und AI Agents: Wir helfen Finanzinstituten, relevante Use Cases zu identifizieren, Mitarbeitende zu befähigen und AI sicher in reale Prozesse zu bringen.
Von Beratung und Operations bis zu Risk, Compliance und neuen agentischen Workflows.
Für jeden bereits eingesetzten AI Use Case beobachtet FINMA zwei weitere in Entwicklung. Die Anwendungen reichen zunehmend über die gesamte Wertschöpfungskette.
Quelle: FINMA 2026der von der EBA beobachteten EU-Banken setzen AI bereits ein. Relevante Bereiche sind unter anderem Customer Support, Profiling, Fraud und AML/CFT.
Quelle: EBA 2025AI schafft dann Wert, wenn sie reale Bankprozesse verbessert.
Statt mit einzelnen Tools zu starten, betrachten wir Aufgaben und Entscheidungen entlang der Banking Wertschöpfung. So lassen sich Chancen nach Business Value, Machbarkeit, Risiko und organisatorischer Bereitschaft priorisieren.
01
Client & Advisory
Relationship Management, Kundenservice, Beratung, Next Best Action und Kundenvorbereitung.
02
Onboarding, KYC & AML
Kundendossiers, KYC Reviews, Screening, Transaktionsanalyse und Fallvorbereitung.
03
Lending & Credit
Kreditanträge, Dokumentenanalyse, Credit Memo Preparation und Entscheidungsunterstützung.
04
Payments & Operations
Payment Investigations, Dokumentenprozesse, Exceptions, interne Workflows und Operations.
05
Risk, Legal & Compliance
Regulatory Change, Policies, Kontrollen, Legal Research, Governance und Dokumentation.
06
Wealth & Asset Management
Investment Research, Portfolio Insights, Wealth Planning und Advisor Support.
Von konkreten Aufgaben zu messbarem Business Value.
Gute AI Use Cases beginnen nicht bei der Technologie. Sie beginnen dort, wo heute viel Zeit für Informationssuche, Dokumentenprüfung, manuelle Übergaben, Vorbereitung oder wiederkehrende Kontrollen benötigt wird.
Client & Advisory
High potential
Relationship Manager Copilot
Problem
Vorbereitung, Dokumentation und Follow-ups rund um Kundentermine beanspruchen viel Zeit.
AI Approach
Kundeninformationen strukturieren, Gespräche vorbereiten, Meetings zusammenfassen und Follow-ups oder Next-Best-Actions vorbereiten.
Business Value
Mehr Zeit für Kunden und systematischere Vorbereitung und Nachbearbeitung.
KYC & Onboarding
High potential
KYC & Client Onboarding Assistant
Problem
Kundendossiers enthalten viele Dokumente, Informationen und Prüfschritte, die wiederholt manuell zusammengeführt werden.
AI Approach
Dokumente extrahieren, Vollständigkeit prüfen, Informationen zusammenführen und offene Punkte für Fachpersonen hervorheben.
Business Value
Weniger manuelle Vorarbeit und strukturiertere Reviews.
AML & Financial Crime
Decision support
AML & Transaction Investigation
Problem
Alerts, Transaktionen und Hintergrundinformationen müssen über verschiedene Quellen analysiert und dokumentiert werden.
AI Approach
Fälle zusammenfassen, Muster und relevante Informationen hervorheben und Investigation Steps für Fachpersonen vorbereiten.
Business Value
Effizientere Fallvorbereitung bei klarer menschlicher Verantwortung.
Lending & Credit
High potential
Credit & Lending Assistant
Problem
Kreditanträge, Geschäftsberichte und weitere Unterlagen müssen geprüft und zu einer Entscheidungsgrundlage verdichtet werden.
AI Approach
Dokumente analysieren, relevante Kennzahlen und Risiken hervorheben, fehlende Informationen erkennen und Credit Memo Entwürfe vorbereiten.
Business Value
Schnellere Informationsaufbereitung und mehr Fokus auf die fachliche Beurteilung.
Risk & Compliance
Governed
Regulatory & Compliance Assistant
Problem
Regulatorische Änderungen, interne Richtlinien und Kontrollanforderungen erzeugen laufenden Analyse- und Dokumentationsaufwand.
AI Approach
Änderungen strukturieren, Richtlinien vergleichen, Gap Analyses vorbereiten und Dokumentationsarbeit unterstützen.
Business Value
Schnellere Vorbereitung von Reviews und regulatorischen Folgearbeiten.
Knowledge & Operations
Foundational
Banking Knowledge Assistant
Problem
Wissen liegt verteilt in Policies, Produktinformationen, Prozesshandbüchern, Intranets und weiteren internen Quellen.
AI Approach
Freigegebene Wissensquellen kontextbezogen durchsuchen, Antworten ableiten und Quellen transparent anzeigen.
Business Value
Schnellerer Wissenszugriff und weniger wiederkehrende interne Rückfragen.
Wealth Management
Advisor support
Wealth & Investment Assistant
Problem
Investment Research, Marktinformationen und Kundenportfolios müssen für Beratung und Vorbereitung laufend strukturiert werden.
AI Approach
Research zusammenfassen, relevante Marktinformationen strukturieren, Beratungsunterlagen vorbereiten und Advisor Workflows unterstützen.
Business Value
Mehr Zeit für Beratung bei klarer Verantwortung des Advisors.
Agents & Automation
Emerging
AI Agents für Banking Workflows
Problem
Viele Bankprozesse bestehen aus wiederkehrenden Schritten über Dokumente, Systeme, Wissensquellen und Rollen hinweg.
AI Approach
Agents beschaffen Informationen, führen definierte Schritte aus, prüfen Voraussetzungen und übergeben Ergebnisse an Mitarbeitende.
Business Value
Weniger manuelle Übergaben und besser orchestrierte Prozesse mit klaren Kontrollpunkten.
Im Banking muss AI nicht nur funktionieren. Sie muss kontrollierbar sein.
Je näher AI an Kunden, Kreditentscheide, Vermögensberatung, Compliance oder Zahlungsprozesse rückt, desto wichtiger werden klare Verantwortlichkeiten, überprüfbare Ergebnisse, Datenkontrollen und nachvollziehbare Betriebsmodelle. Governance sollte deshalb von Beginn an Teil des Use Case Designs sein.
Regulatorische Anforderungen hängen vom konkreten Anwendungsfall, dem Institut, den eingesetzten Modellen und den betroffenen Prozessen ab. Unsere Arbeit ersetzt keine rechtliche oder regulatorische Beratung.
Bankkundendaten & Datenschutz
Welche Daten dürfen von welchem Tool verarbeitet werden und wie werden Vertraulichkeit und Datenqualität sichergestellt?
Human Oversight
Wo unterstützt AI und an welchen Stellen bleiben Prüfung, Freigabe oder Entscheidung verbindlich beim Menschen?
Explainability & Model Risk
Wie werden Ergebnisse geprüft, validiert und bei sensiblen Anwendungen angemessen nachvollziehbar gemacht?
Third-Party & Outsourcing Risk
Wie werden externe Modelle, Cloud-Plattformen, Anbieter und Abhängigkeiten in Governance und Betrieb berücksichtigt?
Security & Access
Welche Rollen, Berechtigungen, Datenzugriffe und Sicherheitsmechanismen gelten für AI Anwendungen und Agents? AI Security Testing hilft, Angriffsflächen von Chatbots und Agents zu prüfen.
Auditability & Monitoring
Wie werden Nutzung, Änderungen, Kontrollen und Verantwortlichkeiten dokumentiert und im Betrieb überwacht?
Banking-Kompetenz bleibt zentral. AI-Kompetenz kommt dazu.
Die wirksame Einführung von AI ist nicht nur ein Technologieprojekt. Relationship Manager, Operations, Risk & Compliance, Legal, IT & Data und Führungskräfte brauchen unterschiedliche Kompetenzen, Beispiele und Leitplanken für ihren Arbeitsalltag.
Role-based Enablement
01
AI Literacy & Responsible AI
Grundlagen, Chancen, Grenzen, Datenschutz, Risiken und verantwortungsvolle Nutzung im regulierten Umfeld.
02
Role-specific Banking Use Cases
Relevante Anwendungen anhand realer Aufgaben aus Advisory, Operations, KYC, Compliance oder Lending.
03
Tools, Prompting & Microsoft Copilot
Produktiver Einsatz freigegebener Tools mit praxisnahen Übungen aus dem Banking Alltag.
04
Workflows & Agents
Von einzelnen Prompts zu wiederholbaren Arbeitsweisen, Automatisierungen und agentischen Workflows.
05
Adoption, Governance & Scale
Champions, interne Standards, Governance und kontinuierliche Weiterentwicklung im Institut verankern.
Von Skills und Use Cases bis zu Governance und Umsetzung.
Je nach Ausgangslage starten wir mit Enablement, einem konkreten Use Case, Microsoft Copilot oder einer strategischen Fragestellung. Die Bausteine lassen sich verbinden, müssen aber nicht als grosses Transformationsprogramm starten.
People
AI Enablement & Training
Rollenbasierte AI Trainings mit Banking Beispielen, Tools und konkreten Aufgaben aus dem Arbeitsalltag.
Corporate AI Training →Opportunities
AI Use Case Discovery
Bankprozesse systematisch analysieren und Chancen nach Business Value, Machbarkeit, Datenlage und Risiko priorisieren.
AI Use Case Workshop →Productivity
Microsoft Copilot
Copilot Readiness, Governance, rollenbasierte Use Cases, Training, Adoption und interne Champions zusammendenken.
Microsoft Copilot →Organisation
AI Advisory & Governance
Strategie, Operating Model, AI Governance, Portfolio Management und Adoption für skalierbare AI Nutzung gestalten.
AI Advisory →Execution
AI Agents & Workflows
Priorisierte Use Cases prototypisieren, technische Machbarkeit prüfen und in produktive Workflows oder Agents überführen.
Banking-Erfahrung über den Workshop hinaus.
Unsere Erfahrung reicht von AI Enablement und Use Case Discovery bis zu AI Advisory und Produktarbeit im Finanzumfeld. Dabei verbinden wir Branchenverständnis mit praktischer AI Expertise.
17'000+
geschulte Personen
150+
Kunden
Seit 2019
AI Enablement & Transformation
Bank Frick
AI Strategy, Use Cases & Roadmap
Strategische AI Exploration wurde in konkrete Use Cases und eine stärkere Grundlage für weitere AI Innovation übersetzt.
Referenzen ansehen →St.Galler Kantonalbank
AI Advisory & Use Case Umsetzung
Strategische und operative Unterstützung mit Fokus auf realistische Machbarkeit und konkrete AI Use Cases.
Referenzen ansehen →Team Experience
AI Product Leadership im Schweizer Banking
Die Erfahrung im Team umfasst unter anderem AI Product Leadership bei UBS sowie Conversational Banking, AI Search und Automatisierung im Bankenumfeld.
Häufige Fragen zur Einführung von AI in Banken und Finanzinstituten.
Welche AI Use Cases sind für Banken besonders relevant?
Relevante Anwendungen finden sich unter anderem in Kundenberatung, KYC und AML, Kreditprozessen, Compliance, Wealth Management, Wissensmanagement, Operations und agentischen Workflows. Welcher Use Case sinnvoll ist, hängt von Business Value, Datenlage, Machbarkeit, Risiko und organisatorischer Bereitschaft ab.
Wie kann AI Relationship Manager unterstützen?
AI kann Kundeninformationen strukturieren, Meetings vorbereiten, Gesprächsnotizen zusammenfassen, Follow-ups entwerfen und relevante nächste Schritte vorbereiten. Die Verantwortung für Beratung und Kundenentscheidungen bleibt beim Relationship Manager.
Wie kann AI in KYC und AML eingesetzt werden?
AI kann Dokumente extrahieren und strukturieren, Informationen aus Dossiers zusammenführen, Auffälligkeiten hervorheben, Alerts zusammenfassen und Reviews vorbereiten. Je nach Anwendung sind klare Kontrollen, Berechtigungen und Human Oversight zentral.
Wie unterstützt AI Kreditprozesse?
AI kann Kreditanträge, Geschäftsberichte und weitere Dokumente zusammenfassen, relevante Informationen hervorheben, fehlende Angaben identifizieren und Credit Memo Entwürfe vorbereiten. Die Kreditentscheidung bleibt in den definierten Verantwortungs- und Kontrollprozessen des Instituts.
Welche Rolle spielen AI Agents im Banking?
AI Agents können mehrstufige Aufgaben über Dokumente, Wissensquellen und Systeme hinweg koordinieren. Sie können definierte Schritte ausführen, Informationen beschaffen, Voraussetzungen prüfen und Ergebnisse zur Kontrolle an Mitarbeitende übergeben.
Was ist beim Einsatz von AI aus Governance-Sicht wichtig?
Wichtige Themen sind Bankkundendaten, Datenschutz, Security, Explainability, Human Oversight, Model Risk, Third-Party und Outsourcing Risk sowie Auditability und Monitoring. Die konkrete Ausgestaltung hängt vom jeweiligen Use Case und regulatorischen Kontext ab.
Welche AI Skills brauchen Mitarbeitende im Banking?
Neben Banking-Fachwissen werden AI Literacy, sicherer Umgang mit freigegebenen Tools, kritische Bewertung von AI Ergebnissen sowie ein Verständnis für Daten, Risiken und verantwortungsvolle Nutzung wichtiger. Rollenbasierte Trainings verbinden diese Kompetenzen mit realen Aufgaben.
Wie startet ein Finanzinstitut sinnvoll mit AI?
Ein sinnvoller Startpunkt kombiniert klare Business-Ziele, einen Überblick über bestehende Initiativen und die Priorisierung relevanter Use Cases. Parallel sollten Skills, Governance, Daten und technische Rahmenbedingungen berücksichtigt werden. Nicht jedes Institut muss mit einem grossen Transformationsprogramm beginnen.
Wo kann AI in Ihrem Finanzinstitut den grössten Nutzen schaffen?
Erzählen Sie uns kurz, wo Sie heute stehen. Wir helfen Ihnen, relevante Use Cases, Kompetenzbedarfe, Governance-Fragen und den passenden nächsten Schritt einzuordnen.
Nina Habicht
Founder & CEO · Dreamleap
Intro Call vereinbaren