Banken stehen seit Jahrzehnten im Mittelpunkt von Krisen und Reformen – doch eine neue Revolution hat längst ihren Betrieb verändert: Künstliche Intelligenz. Während traditionelle Risikoanalysen noch auf manuelle Datenprüfung und statische Modelle setzen, nutzen heute selbst kleine Kreditinstitute KI-gestützte Systeme, um Hypothekenbewilligungen in Sekunden zu bewerten oder sogar die Bonität von Privatpersonen mit bisher undenkbaren Präzision zu analysieren. Die Folgen sind tiefgreifend: Nicht mehr nur die klassischen Kreditwürdigkeit, sondern auch psychologische Faktoren wie Konsumverhalten oder sogar soziale Netzwerke werden in die Entscheidungsfindung einbezogen. Die Frage ist nicht mehr, ob KI Banken übernimmt, sondern wie sie die Art und Weise verändert, wie wir Geld wirklich sehen.
Die Österreichische Nationalbank (OeNB) hat kürzlich eine Studie veröffentlicht, die zeigt, wie stark sich die Kreditvergabe in den letzten drei Jahren durch KI verändert hat. Während klassische Kreditprüfungen noch auf die Analyse von Schufa-Daten und Einkommensnachweisen angewiesen sind, nutzen Banken wie die Raiffeisenbank oder die Erste Bank bereits KI-Modelle, die nicht nur finanzielle Daten, sondern auch Verhaltensmuster aus mobilen Zahlungsanwendungen oder sogar Social-Media-Aktivitäten auswerten. Das Ergebnis: Die Akzeptanzrate für Kredite stieg in der ersten Hälfte 2023 um 12,3 Prozent – ein Trend, der sich in den meisten europäischen Ländern ähnlich entwickelt.
Doch die Vorteile sind nicht nur quantitativ messbar. Qualitativ verändert KI auch die Art, wie Banken mit Risiken umgehen. Während traditionelle Modelle oft auf “Black Box”-Prinzipien setzen, bei denen die Entscheidungslogik schwer durchschaubar ist, bieten moderne KI-Systeme Transparenz durch Explainable AI (XAI). So kann ein Kreditkunden nicht nur verstehen, warum sein Antrag abgelehnt wurde, sondern auch nachvollziehen, welche Daten genau ausgewertet wurden. Die Erste Bank hat hier bereits Pilotprojekte gestartet, bei denen KI-gestützte Berater Kunden in Echtzeit bei der Interpretation ihrer Kreditentscheidungen unterstützen. Das reduziert nicht nur Frustration, sondern auch die Chance auf betrügerische Kreditvergabe – ein Problem, das in der Pandemie besonders akut geworden ist.
Doch es gibt auch kritische Stimmen. Die Kreditversicherungsbranche warnt vor der Gefahr, dass KI-Systeme Diskriminierung verstärken könnten, wenn sie nicht ausreichend divers trainiert werden. Studien der Universität Wien zeigen, dass KI-Modelle, die auf historischen Daten basieren, oft die gleichen Muster wiederholen wie die Vergangenheit – und diese enthalten oft strukturelle Ungleichheiten. Besonders problematisch ist dies bei der Bewertung von Selbstständigen, deren Einkommensnachweise oft unvollständig oder unübersichtlich sind. Hier könnten KI-Systeme gezielt benachteiligte Gruppen wie Frauen oder Minderheiten benachteiligen, wenn sie nicht regelmäßig auf neue Daten trainiert werden.
Ein konkretes Beispiel aus der Praxis zeigt, wie stark sich die Landschaft verändert hat: Die Raiffeisenbank in Niederösterreich hat vor einem Jahr ein Pilotprojekt gestartet, bei dem KI-Systeme nicht nur die Kreditwürdigkeit, sondern auch die “Kreditkultur” des Kunden analysieren. Dabei werden nicht nur Zahlungsverhalten, sondern auch die Häufigkeit von Rückzahlungen oder die Bereitschaft, zusätzliche Kosten zu übernehmen, berücksichtigt. Das Ergebnis: Die Ausfallquote bei Krediten für junge Familien sank um 8,7 Prozent – ein Erfolg, der zeigt, dass KI nicht nur effizienter, sondern auch menschlicher arbeiten kann. Allerdings bleibt die Frage, wie lange diese Vorteile halten, wenn die Algorithmen nicht regelmäßig aktualisiert werden.
Die Zukunft der Banken wird nicht mehr von der Geschwindigkeit, mit der sie Daten verarbeiten, sondern davon abhängen, wie gut sie KI nutzen, um menschliche Werte in die Entscheidungsfindung einzubinden. Während einige Banken bereits auf KI setzen, um ethische Richtlinien in ihre Algorithmen zu integrieren, warnen Experten vor einer gefährlichen Abhängigkeit. “Die größte Gefahr liegt nicht darin, dass KI Fehler macht, sondern dass sie uns blind macht”, sagt Dr. Thomas Weber, KI-Experte der OeNB. “Wir müssen sicherstellen, dass KI nicht nur effizienter, sondern auch verantwortungsvoller wird – denn am Ende geht es um Vertrauen.”
- Seit 2022 haben sich die Kreditvergabe und -bewertung in Österreich um 18,5 Prozent beschleunigt, wobei KI-Systeme in 63 Prozent der Banken eingesetzt werden.
- Die Ausfallquote für Kredite an Privatpersonen sank im Jahr 2023 um 5,2 Prozent, dank besserer Risikoanalyse durch KI.
- Die Erste Bank führte 2022 ein Pilotprojekt ein, bei dem KI-Berater Kunden in 92 Prozent der Fälle bei der Entscheidungsfindung unterstützen konnten.
- Studien der Universität Wien zeigen, dass KI-Modelle bei der Kreditbewertung von Selbstständigen oft 15 bis 20 Prozent falsch bewerten, wenn sie nicht regelmäßig aktualisiert werden.
- Die Raiffeisenbank reduzierte die Ausfallquote bei Krediten für junge Familien durch KI-gestützte Verhaltensanalyse um 8,7 Prozent.