Interview zwischen Dietmar Schmidt, CEO mexxon Gruppe, und Sascha Dewald, Chief Growth Officer Deutsche Kreditbank, zu seinem Beitrag „Governance von Künstlicher Intelligenz in Banken“ im Sammelband „Digitale Dimensionen in der Finanzbranche – Intelligence, Resilience, Simplicity“ herausgegeben von Dietmar Schmidt, Marcus Mosen und Jürgen Moormann.
Transkript:
Dietmar Schmidt: Hallo, mein Name ist Dietmar Schmidt. Ich bin Co-Herausgeber mit Professor Moormann und Marcus Mosen zu dem neuen Buch „Digitale Dimensionen“ mit den Untertiteln „Intelligence, Resilience und Simplicity“. Und ich habe heute einen ganz besonderen Gast dabei, Sascha Dewald, der Senior Vice President der DKB und erzählt uns heute was zum Thema KI und Regulierung. Sascha, vielleicht kannst du dich kurz vorstellen.
Sascha Dewald: Ja, Moin. Herzlichen Dank, dass ich dabei sein darf bei euch. Ich bin Sascha Dewald. Ich bin seit, ich glaube, ein bisschen über 15 Jahren an der Schnittstelle von Banking, Payment, Technologie unterwegs. Ganz früher in Fintechs, jetzt mittlerweile seit sechs Jahren bei der DKB und mich treibt immer so ein bisschen die Frage, wie wir Banken widerstandsfähiger werden können, gleichzeitig intelligenter, aber auch innovativer.
Und genau darum geht es in meinem Beitrag. Das habe ich versucht im Buch „Digitale Dimensionen” mit euch gemeinsam zu verarbeiten. Wie können wir künstliche Intelligenz nicht nur mit dem kleinen Zeh vorsichtig ins kalte Wasser einführen, sondern wirklich verantwortungsvoll, aber vor allem aus Kundinnen- und Kundenperspektive skalieren und steuern. Dabei schaue ich mir ganz explizit an, warum eine geeignete Governance, also ein Framework, so vielleicht der heimliche Erfolgsfaktor ist und welche Modelle in der Praxis da auch funktionieren.
Dietmar Schmidt: Ah, das klingt schon ganz spannend. Du beschreibst ja in deinem Beitrag die KI-Governance jetzt nicht nur als Regulierungsaufgabe, sondern als strategisches Steuerungsmoment auch für die Banken, vielleicht auch für andere Finanzdienstleister. Darüber gibt es verschiedene Steuerungsmodelle. Vielleicht kannst du uns dazu ein bisschen Insights geben, spezifische Anforderungen und wie macht ihr das? Was ist der Ansatz aus deinem Artikel heraus?
Sascha Dewald: Ja, gerne. KI ist für mich kein isoliertes Tool oder so die nächste kleine Technologiestufe, sondern es hat sich so der gigantische Technologiesprung, gleichzusetzen mit Einführung oder Geburt des Internets, wenn man so will. Dabei nutzen ja Banken, Finanzinstitute grundsätzlich heute schon Machine Learning und KI an so ganz unterschiedlichen Themen und Projekten. Mittlerweile sogar als Entscheidungscopilot, der Kreditrisiken bewertet und Betrugsmuster erkennt, teilweise im Investment Banking oder Asset Management Portfolios optimiert. Aber ohne eine wirklich konsequente Governance laufen Banken hier Gefahr zum einen regulatorische Auflagen zu verletzen, der Klassiker. Gleichzeitig aber auch so Blackbox-Risiken einzugehen und dabei auch lang aufgebautes Kundenvertrauen zu verspielen.
Deswegen bedeutet Governance für mich mehr als so Compliance-Checklisten, die so klassisch sind. Sie schafft für mich einen strategischen Rahmen, um Innovation überhaupt skalierbar zu machen.
Und du hast nach Herausforderungen gefragt: Die sind erstmal wie immer die Datenqualität, weil auch Modelle sind immer nur so gut wie ihr Dateninput, denke ich. Zweites Thema ist Modelllebenszyklus. Von der Entwicklung über das Deployment bis hin zum Monitoring, also zur echten Steuerung, muss jeder einzelne Schritt immer nachvollziehbar sein. Er muss auditierbar sein und da gibt’s nicht so die üblichen Checks und Balances, wie wir Banker sie gewöhnt sind, sondern es sind gibt vollkommen neue Validierungsmethoden und vielleicht ganz am Ende ist es wie immer Accountability, also wirklich klare Verantwortlichkeiten. Wer greift ein, wenn so ein Modell da mal abdriftet, wohin auch immer das sein mag.
Dietmar Schmidt: Du vergleichst auch die Steuerungsmodelle, also wie steuerst du am besten bis zu den hybriden Modellen, die man machen kann? Was ist da der Ansatz?
Sascha Dewald: Ja, ich schaue mir diverse Modelle an in meinem Beitrag und ich glaube nicht, dass es so ein richtig und falsch gibt. Meine Analyse zeigt so ein bisschen, dass weder ein reines zentrales noch ein reines dezentrales Modell heute noch Tempo und Kontrolle gleichermaßen liefert. Zentralisierung, wie immer, bringt Standardisierung, bringt so ein bisschen gefühlte Sicherheit, scheitert aber dann oft am Fach-Know-how und auch an der Umsetzungsstärke, also vor allem auch an der Dynamik und an der Geschwindigkeit.
Dezentralisierung wiederum fördert die Innovation, kann aber Risiken enthalten, die dann zunehmen und dadurch kann auch so ein Wildwuchs entstehen. Deswegen versuche ich mich in meinem Beitrag auf so ein hybrides Modell zu fokussieren, wo ich sage, es gibt so ein zentrales Center of Excellence, was verbindliche Standards schafft, Tools, Regulatorik, ein bisschen Recht, vor allem aber Methodik. Und gleichzeitig gibt es Fachbereiche überall im ganzen Konzern, die individuell Anwendungsfälle schaffen, komplett eigenverantwortlich mit klaren Leitplanken und das ist so die für mich perfekte Kombination aus Geschwindigkeit, aus Unabhängigkeit der Geschäftsbereiche und trotzdem mit einer starken Governance und einer zentralen Instanz.
Dietmar Schmidt: Okay, das hört sich wirklich spannend an. Vielleicht jetzt mal auf die kleinen Institute eingehend, Sascha, in deinem Beitrag schreibst du, dass die KI bald nicht mehr Differenzierung, sondern eigentlich eine Existenzvoraussetzung ist und wie kann da so ein kleines Institut sich da noch durchsetzen gegenüber den Big Techs? Vielleicht kannst du uns da noch deinen letzten Insight geben.
Sascha Dewald: Ja, gerne. Also das ist richtig. Ja, KI ist aus meiner Sicht in Kürze nicht mehr der Differenzierer oder Hygienefaktor, der es gerade aktuell ist, sondern schlicht einfach ein Überlebensfaktor. Und ich glaube für kleinere Institute, aber auch für kleinere Unternehmen grundsätzlich klingt das vielleicht erstmal bedrohlich. Aber ich sehe auch immer die Chancen.
Das erste ist immer Cloud-first, weil alles, was halt irgendwie ein immenser Kostenhebel sein kann, wie eigene Rechenzentren, eigenes Hosting, nutzen auch kleinste Unternehmen mittlerweile Leistungen für Modelltraining und Modellbetrieb, also quasi so ein Pay-as-you-go, anstatt unkontrollierbarer Fixkosten. Ich setze den Fokus auch auf Nischen-Use-Cases als kleines Institut, während die Big Techs breite Plattform bauen. Dann können zum Beispiel Regionalbanken eine künstliche Intelligenz einsetzen, um zum Beispiel Mittelstandskredite schneller zu entscheiden, persönlicher mit den Kunden zu machen und vor allem ihre Effizienzen zu heben: Arbeitsplatz-KI, Prozess-KI. Trotzdem auch wie du sagst, die Kundenperspektive dabei viel mehr einsetzen, als ein Big Tech das jemals kann.
Ich glaube mein Fazit dabei ist immer so „Size matters less than strategy“, also wer KI-Governance wirklich ernst nimmt und auch Partnerschaften frühzeitig clever wählt, der kann auch als kleine Bank bestehen, wachsen, sich positionieren und auch fester etablieren.
Dietmar Schmidt: Super spannend. Alle freuen sich jetzt auf deinen Beitrag mit diesem Energielevel, den du hast und ich kann dir sagen, das war wirklich nur ein Tropfen auf den heißen Stein, was im Artikel noch drinsteht. Freut euch darauf. Vielen Dank für die Runde hier.