Von Prozessautomatisierung zu KI: Wie individuelle Lösungen in der Praxis skalieren
Die FI Solutions Plus ist ein IT-Dienstleister innerhalb der Sparkassen-Finanzgruppe mit einem klaren Fokus auf individuelle Lösungen. Das Leistungsportfolio richtet sich an Finanzdienstleister mit sehr spezifischen Anforderungen, die sich nicht durch die Standard- bzw. Sparkassenprozesse abbilden lassen.
Das Angebot umfasst unter anderem die Entwicklung maßgeschneiderter Anwendungen, die Integration in bestehende Systemlandschaften sowie den Betrieb und die Weiterentwicklung dieser Lösungen. Ein besonderer Schwerpunkt liegt auf der engen Verzahnung von fachlichen Anforderungen und technischer Umsetzung.
Klaus, sagst Du uns kurz was zu Deiner Rolle bei der FI-SP und seit wann unsere Unternehmen bereits zusammenarbeiten?
Ich bin Teamleiter bei der FI-SP und Projektmanager für das Weiterentwicklungsteam des Konsumentenkreditsystems. FI-SP und SKP arbeiten schon seit 2012 zusammen. Startpunkt der Zusammenarbeit war die Entwicklung eines neuen Konsumentenkreditsystems.
In dieser Zeit der Zusammenarbeit sind zahlreiche individuelle Lösungen entstanden, früh auch erste Prozessautomatisierungen, wie z.B. eine automatisierte Fallzuordnung über Barcodes.
Vor mehr als 8 Jahren kamen sogar erste KI-Cases hinzu, kannst Du etwas dazu sagen, immerhin ist der breite „KI-Durchbruch“ erst ungefähr 4 Jahre her?
Genau, es war 2018, als die SKP die Anforderung hatte, die Steuer-ID von Kunden zu erfassen. Die Kunden wurden per Brief aufgefordert und konnten die Nummer handschriftlich in einem Formular eintragen und es zurücksenden. Wir haben eine Handschrifterkennung auf Basis von KI entwickelt und in den Prozess integriert. Der überwiegende Teil der Briefe konnte dadurch vollständig maschinell verarbeitet werden. Das war der erste Einsatz von KI in Form eines neuronalen Netzes.
KI wirkt aktuell oft wie Magie, aber in der Praxis zeigt sich: Der eigentliche Erfolg liegt im sauberen Zusammenspiel aus Prozessen, Governance und gezieltem Einsatz. Wo siehst Du aktuell die Rolle von KI im Leistungsportfolio der FI-SP und wo seht Ihr aktuell die größten realen Mehrwerte – jenseits von Hype?
Die aktuellen Entwicklungen im Bereich KI, insbesondere generative Sprachmodelle (LLM), sind wirklich faszinierend und man hört wöchentlich von neuen Einsatzmöglichkeiten. Weil wir individuelle Lösungen für unsere Kunden entwickeln, haben wir die Möglichkeit zu beraten und umzusetzen.
Aktuell testen wir mit euch einen Anwendungsfall zur Posteingangsverarbeitung, wie genau darf ich mir das vorstellen?
Im bisherigen Ablauf ohne KI-Unterstützung werden E-Mails von Kunden und Partnern an die SKP zunächst über Barcodes oder Nummern den laufenden Vorgängen zugeordnet. E-Mails, die nicht zugeordnet werden können, müssen manuell gesichtet und zugeordnet werden. Ein Bearbeiter wählt dann das Anliegen aus einer Liste aus.
Hier setzen wir mit Sprachmodellen (LLMs) an: Das Dokument wird von einem Sprachmodell „gelesen“. Falls es als Bild vorliegt, findet eine Texterkennung durch ein LLM statt. Durch einen Prompt fordern wir das LLM auf, einzuschätzen, um welches fachliche Anliegen es sich handelt und seine Einschätzung zu begründen. Wenn die Einschätzung fundiert genug ist, erhält der Bearbeiter einen Vorschlag mit Begründung, den er nur noch kurz prüfen und bestätigen muss.
Dafür werden mehrere Modelle (Mistral, Gemini, Qwen) parallel eingesetzt, die nur bei übereinstimmender Bewertung eine Entscheidung vorschlagen. Ist Konsensbildung zwischen Modellen ein valider Weg zur Qualitätssicherung?
Dem Fachbereich und uns Technikern war es wichtig, eine hohe Trefferquote abzuliefern. Wenn die KI bei Vorschlägen zu häufig danebenliegen würde, würden die Bearbeiter schnell das Vertrauen in diesen und weitere Use Cases verlieren.
Die Konsensbildung ist dabei ein valider Weg. Zusätzlich wollen wir die Trefferquote beobachten, so dass wir nachjustieren können. Wir können zum Beispiel den Prompt anpassen oder ein LLM durch ein anderes oder moderneres ersetzen.
Wo liegen aus Deiner Sicht die Grenzen solcher Ansätze?
Im aktuellen Entwicklungsstand wird jedes Dokument von drei LLMs interpretiert. Das kostet natürlich Rechenleistung und Zeit. Je nachdem, wie sich die Trefferquote verhält, ist es denkbar, auf zwei LLMs zu reduzieren, oder ein drittes nur hinzuzuziehen, wenn sich zwei nicht einig sind. Am Ende ist es immer eine Entscheidung im „Projektmanagementdreieck“ Zeit, Kosten und Qualität.
Ist eine 80%-Erfolgsquote bereits ein wirtschaftlicher Erfolg?
Im Wesentlichen wird das der Fachbereich beurteilen. Wir gehen davon aus, dass es sehr hilfreich sein wird, wenn nur noch 20% der eingehenden Dokumente ausführlich gesichtet werden müssen. Aus der Anforderungsanalyse mit dem Fachbereich hat sich gezeigt, dass es darunter auch Briefe und E-Mails von Endkunden gibt, die selbst für einen erfahrenen Bearbeiter schwer zuzuordnen sind.
Ist Human-in-the-Loop eher Sicherheitsmechanismus oder dauerhaftes Prinzip?
Aus meiner Sicht sollte so lange wie möglich das Prinzip Human-in-the-Loop gelten. Denn autonom arbeitende KI-Systeme, deren Fehler im Nachhinein aufgearbeitet werden müssen oder die vielleicht sogar einen Image-Schaden verursachen würden, erhalten zu Recht regulatorisch eine höhere Risikobewertung. Man liest in der Presse immer wieder von derartigen Fehlern und diese sollten durch menschliche Beaufsichtigung vermieden werden.
Wo siehst Du Grenzen für die Vollautomatisierung von Prozessen?
Viele Prozesse haben Ausnahmen oder Edge-Cases (seltene Ausnahmefälle), die so selten auftreten, dass es sich nicht lohnt, IT-Lösungen für sie zu programmieren. Die Zeit, die Fachbereich und IT in die Umsetzung stecken, würde den sporadischen manuellen Aufwand erst nach Jahren aufwiegen. Daher haben wir Prozesse oft so gestaltet, dass ein Bearbeiter zu Beginn prüft, ob alle Voraussetzungen für eine vollautomatisierte Bearbeitung erfüllt sind – oder der am Ende das Ergebnis prüft. Oft steht dann ein „manueller Prozess“ zur Verfügung, der den Bearbeitungsstand außerhalb der Anwendung dokumentiert.
Was ist wichtiger im Kontext: die Technologie oder Change-Management?
Aus meiner persönlichen Sicht nach zwei Jahrzehnten in der IT ist es das Change-Management. Neue Technologien hat es immer gegeben und wird es immer geben. Entscheidend ist, wie Menschen und Unternehmen damit umgehen. Das Smartphone hat neue Märkte und Geschäftsmodelle eröffnet, aber auch unser Verhalten verändert. Und nicht immer nur zum Guten. Genauso wird es mit KI sein. Unternehmen müssen sich überlegen, wie diese sinnvoll eingeführt werden kann und den Sinn definieren die Menschen.
Wie sollte KI-Governance in regulierten Umfeldern wie der Sparkassen-Finanzgruppe aussehen?
Ein großer Teil der Governance besteht aus dem Risikomanagement. Hier sollte so vorgegangen werden, dass sich jeder seiner Verantwortung für die Endkunden bewusst ist: wer ist Anbieter der KI-Systeme, was passiert dort mit den Daten, wie kann der Anbieter die Antworten und Entscheidungen der KI beeinflussen. Dabei ist eine gute Balance zwischen dem Vermindern und dem Eingehen von Risiken wichtig: ganz auf KI zu verzichten ist auch keine Lösung, denn damit verpasst man Chancen.
Wie geht Ihr mit dem Spannungsfeld zwischen Innovation und Regulierung um?
Wir haben in der FI-SP Möglichkeiten, neue Technologien und Innovationen außerhalb von Kundenprojekten auszuprobieren und Erfahrungen damit zu sammeln. Dazu gehören externe und interne Weiterbildungen und auch Zeit für Teams, um Neues anzuwenden und sich untereinander auszutauschen. Die gewonnenen Erkenntnisse nutzen wir, um Lösungen für Kunden zu erarbeiten, die sich dann in die Regulierung einfügen.
Wenn Du auf die aktuelle Entwicklung schaust: Welche Aspekte von KI werden derzeit überschätzt, und wo siehst Du Potenziale, die noch nicht ausreichend genutzt werden?
Skeptisch werde ich, wenn Dinge „zu gefährlich für die Veröffentlichung“ sind und sich ein Hype darum entwickelt. Oft ist das nur Marketing, um Aufmerksamkeit zu erlangen.
Viel Potenzial sehe ich bei Agentic AI, also wenn die KI nicht nur eine Antwort liefert und auf die nächste Frage wartet, sondern komplexe Aufgaben in Teilschritte zerlegt, Zwischenziele erreicht und Werkzeuge benutzt. Damit sind neue Anwendungsmöglichkeiten denkbar.
Was wäre Dein wichtigster Rat für Unternehmen, die heute mit KI starten?
Am liebsten hätte ich drei Ratschläge: Immer die Nachrichten der Tech-Szene verfolgen, da es jede Woche neue Durchbrüche, Anwendungen und Erkenntnisse gibt! Im Unternehmen die Menschen miteinander vernetzen, die sich für KI interessieren und ihnen Raum geben, ihre Ideen zu diskutieren und ins Unternehmen einzubringen! Die Ideen ernst nehmen, mit Augenmaß eine Balance zwischen Risiko und Chance finden und: machen!
