Ferdinand Dabitz (Augustus): „Das Teure im Bankwesen sind die Menschen.“

The Big Whale: Was ist der Unterschied zwischen einem agentischen Workflow und herkömmlicher KI?

Ferdinand: Was man mit KI in einem Finanzinstitut erreichen möchte, ist, Prozesse entweder schneller oder weniger fehleranfällig zu machen und die manuelle Arbeit, die Menschen früher erledigten, zu übernehmen, sie schneller und mit weniger Fehlern auszuführen. Das befreit die Menschen, sich auf die Überprüfung, Genehmigung und Entscheidungsfindung zu konzentrieren. Der agentische Teil ist das System, das die mehrstufige Arbeit selbst ausführt, anstatt dass ein Mensch jede einzelne Phase anklickt.

„Die durchschnittliche amerikanische Bank gibt über fünfzig Prozent ihrer Einnahmen für Betriebskosten aus.“

Sie sehen KI eher als Margen- als als Produktivitätsfaktor. Warum?

Betrachten Sie die zehn größten Industrien der Welt nach Umsatz. Da gibt es Öl und Gas, die Automobilindustrie, das Bankwesen. Das Bankwesen hat die höchste Betriebskostenquote. Es gibt von allen am meisten für Personal und manuelle Arbeit aus. Die anderen Industrien sind kostengetrieben: Das Teure in der Automobilindustrie sind die Autoteile, das Teure im Ölsektor ist das Rohöl. Im Bankwesen sind die Menschen das Teure. Die durchschnittliche amerikanische Bank gibt über fünfzig Prozent ihrer Einnahmen für Betriebskosten aus. Das ist die adressierbare Kostenbasis, und deshalb kann der Einsatz von KI hier das Bankwesen zu einem wesentlich profitableren Geschäft machen.

Welche Workflows werden zuerst automatisiert?

Im Transaktionsmonitoring gibt es viele Möglichkeiten. Nehmen wir die Triage von BSA/AML-Alarmen: Die KI identifiziert die potenziellen Alarme, dann untersucht und entscheidet ein menschlicher Compliance-Beauftragter. Man lässt die Maschinen die Routinearbeit im Monitoring-Workflow übernehmen, und die Menschen konzentrieren sich auf die Untersuchungen und Anrufe. Das gleiche Muster gilt für die Sanktions- und OFAC-Abgleichsentscheidung, wo die Maschine markiert und der Mensch freigibt. Und die KYC-Dokumentenprüfung, bei der die KI die Felder extrahiert und ein Mensch sie verifiziert.

Und was sollte nicht automatisiert werden?

Die Entscheidungsfindung. Besonders in einem regulierten Institut muss der Mensch am Steuer bleiben. Das ist eine Frage der Sicherheit und Solidität der Bank sowie der Compliance. Die Datenerfassung und -verwaltung rund um die Entscheidung, da spielte die Automatisierung bereits eine große Rolle und wird eine noch größere spielen. Die Entscheidung selbst bleibt bei einer Person.

„Fedwire wickelt Zahlungen zweiundzwanzig Stunden am Tag ab. Was ist mit den anderen beiden?“

Sie argumentieren, dass traditionelle Banken KI nicht einfach „aufschrauben“ können. Warum nicht?

Was traditionelle Institutionen oft zurückhält, ist die veraltete Technologieinfrastruktur selbst. Alte Bank-Cores stellen eine echte Einschränkung dar, wenn es darum geht, KI sicher und zuverlässig in den Betrieb zu integrieren. Wenn ein Agent einen Teil eines Transaktionsüberwachungs-Workflows übernehmen soll, benötigt er die Dateninfrastruktur, um mit dem Bank-Core zu kommunizieren, die richtigen Daten abzurufen und sie korrekt zu kontextualisieren. Wenn man auf einem der alten Cores läuft, einem FIS oder einem Jack Henry, wird es für einen Agenten sehr schwierig, mit dem Core zu kommunizieren und das zu bekommen, was er braucht. Wenn man den Core von Grund auf um agentische Primitive und Agenteninteraktionen herum aufgebaut hat, wird es tatsächlich möglich. Das ist es, womit wir die letzten Jahre verbracht haben.

Beschreiben Sie Augustus in einfachen Worten.

Wir sind im Clearing-Geschäft tätig. Wir wickeln Dollar- und Euro-Zahlungen für internationale Finanzinstitute ab: Denken Sie an ein Fintech in Lateinamerika, eine Bank in Südostasien oder andere globale Akteure. Wir bieten ihnen Dollar- und Euro-Konten sowie Dollar- und Euro-Kurse. Wo wir traditionelle Clearingbanken übertreffen, ist bei der Abwicklungsgeschwindigkeit und Verfügbarkeit. Statt T+2 können wir am selben Tag oder schneller abwickeln, und die Bank ist rund um die Uhr verfügbar. Die Technologieplattform ermöglicht es, dass diese Back-Office-Prozesse so schnell ablaufen.

Wo passen Stablecoins hinein?

Ein großer Teil, warum traditionelle Banken langsam sind, liegt nicht einmal an der Infrastruktur, sondern an den Prozessen und Abläufen, und dort liegt der größte Teil des Verbesserungspotenzials. Aber ein Teil davon ist die Infrastruktur. Fedwire wickelt Zahlungen zweiundzwanzig Stunden am Tag ab. Was ist mit den anderen beiden? Dort setzt man Stablecoins ein, als standardmäßige, sofortige, rund um die Uhr verfügbare globale Infrastruktur, um Lücken zu schließen, wo immer ein echter Anwendungsfall besteht. Standardmäßig nutzen wir die traditionellen Fiat-Schienen; außerhalb der Geschäftszeiten decken Stablecoins ab, was Fedwire nicht kann.

„Wir hoffen, dass dies irgendwann in der Zukunft der Fall sein wird. Aber heute ist es das nicht.“

Das Wort „nicht-deterministisch“ taucht im Zusammenhang mit Augustus häufig auf. Was bedeutet das für einen Finanzleser?

Vor der KI war die Automatisierung in Banken auf deterministische Workflows beschränkt. Man hatte eine Regel: Wenn dies passiert, ja; wenn das passiert, nein. Entscheidungsbäume und Regeln. KI ermöglicht die Automatisierung, selbst wenn es keine vordefinierte Regel oder keinen Baum gibt, und erfasst die unschärferen Situationen viel besser. Hier übertreffen Agenten die herkömmliche Workflow-Automatisierung wirklich, da sie nicht-deterministische, unscharfe Fälle handhaben können, die zuvor nie als Regel definiert wurden. Und das Wichtigste ist, dass die Entscheidungsfindung immer beim Menschen bleibt. Die KI kann vorbereiten und verwalten; am Ende trifft der Mensch die Entscheidung.

The Big Whale: Sie sind etwa fünfzig Leute. Wie verändert das Ihre Personalbeschaffung?

Zwei Profile. Einerseits stellen wir kontinuierlich erstklassige technische Talente ein, KI-affine, hochqualifizierte Ingenieure und Produktmanager. Andererseits investieren wir weiterhin in Bankexperten, Führungskräfte mit jahrzehntelanger Erfahrung im regulierten Bankwesen, die dies bereits getan haben. Solche Leute sind ein entscheidender Teil unseres Angebots, weil wir diese beiden Welten zusammenbringen können.

Eine neue OCC-Lizenz ist extrem selten. Wie haben Sie sie bekommen?

Es war eine enorme Anstrengung, und es sollte auch nicht einfach sein. Ein paar Dinge waren entscheidend. Erstens das Team: Greg Quarles kam früh als Präsident der Bank dazu, zwanzig Jahre bei der OCC, dann CEO mehrerer US-Banken, Benjamin Alexander auf der Compliance-Seite. Das Team war eine wirklich wichtige Säule.

Diese Woche stellten zwei der größten KI-Anwender, Microsoft und Uber, fest, dass ihre KI-Kosten die Personalkosten überstiegen. Nvidia sagte dasselbe über eines seiner Teams. Ist Augustus eines dieser Unternehmen, bei dem die Rechenleistung mehr kostet als die Gehälter?

Nein, das ist bei uns nicht der Fall. Wir hoffen, dass es irgendwann in der Zukunft der Fall sein wird. Aber heute ist es das nicht.

Letzte Frage. Was ist Ihr Rat an einen KI-Leiter, der dies in einer großen Institution vorantreibt?

Ein gutes mentales Modell ist es, sich auf Aufgaben zu konzentrieren, nicht auf Rollen. Manchmal gerät man in den falschen Denkrahmen: „Ich habe einen Risikoanalysten, ich möchte diese Rolle durch Automatisierung überflüssig machen.“ Das ist das falsche Modell. Das bessere ist, es auf Aufgabenebene zu betrachten. Für jede Person in Ihrem Team: Was sind die einzelnen zu erledigenden Aufgaben, und welche davon sind umständlich, langsam und erfordern kein menschliches Urteilsvermögen oder keine Entscheidungsfindung? Man wählt diese aus und automatisiert sie einzeln. Das verschiebt den Fokus, denn es ermöglicht Ihren Mitarbeitern tatsächlich, ihre Zeit für die Aufgaben zu verwenden, bei denen ihr Urteilsvermögen am besten eingesetzt wird, bei denen sie Entscheidungen treffen müssen, und weniger Zeit für die Routinearbeit, die eine Maschine wahrscheinlich sowieso besser erledigt.