Branchenleitfaden: Bankwesen
Claude im Bankwesen nutzen: Ein praktischer Leitfaden für Bankteams
Schnellere Fallbearbeitung, wobei ein Mensch die Akte weiterhin unterschreibt.
Dieser Leitfaden richtet sich an Mitarbeitende in Retail-, Firmenkunden- und Privatbanken, die Claude von Anthropic für Compliance, KYC- und AML-Fallarbeit, Betrugsermittlungen, Operations, Kundenkommunikation und Legacy-Code einsetzen möchten. Er beschränkt sich auf das, was Anthropic für den Finanzsektor veröffentlicht hat, und auf das, was namentlich genannte Banken in Anthropics eigenen Beiträgen und Kundenberichten gesagt haben.
Claude im Bankwesen nutzen bedeutet, bei der dokumentenintensiven Arbeit anzusetzen, die in jeder Bank Zeit kostet: KYC-Akten prüfen und Lücken markieren, AML-Ermittlungsberichte aus Falldaten entwerfen, regulatorische Änderungen zu Policy-Updates verdichten, Betrugsfallnotizen schreiben, operative Differenzen abstimmen und Legacy-Code modernisieren. Claude liest, strukturiert und entwirft schnell. Die Entscheidungen trifft weiterhin das Bankpersonal, das die Meldungen einreicht und den Aufsichtsbehörden gegenüber rechenschaftspflichtig bleibt – jeder KI-gestützte Schritt bleibt innerhalb der Modellrisiko- und Datenkontrollen der Bank.
Veröffentlicht
Das Wichtigste in Kürze
- Die stärksten Anwendungsfälle im Bankwesen sind die Prüfung von KYC-Akten, AML-Fallberichte, Zusammenfassungen regulatorischer Änderungen, Operations-Abstimmungen und Code-Modernisierung.
- Anthropics Agent-Vorlagen von Mai 2026 umfassen einen KYC-Screener, einen Hauptbuch-Abstimmer und ein Tool für den Monatsabschluss.
- Anthropic berichtet über namentlich genannte Bankarbeit bei N26, bunq, BNY, Citi und FIS, von Prozessautomatisierung bis zu Entwicklerplattformen.
- KI unterstützt den Analysten. Entscheidungen zu verdächtigen Aktivitäten und regulatorische Meldungen bleiben in menschlicher Verantwortung.
- Jede Nutzung erfolgt innerhalb der Modellrisikomanagement-, Datenschutz- und Dokumentationsvorgaben der Bank.
Kopieren und einfügen
Prompts, die Sie heute nutzen können
Lückenprüfung der KYC-Akte
Du bist KYC-Analyst bei einer Firmenkundenbank. Prüfe die unten zusammengefassten Onboarding-Unterlagen eines Firmenkunden gegen unsere Checkliste: Dokumente zur juristischen Person, Eigentümerstruktur bis hin zu wirtschaftlich Berechtigten oberhalb unseres Schwellenwerts, Kontrollpersonen, Herkunft der Mittel, erwartete Aktivität sowie Sanktions- und Adverse-Media-Ergebnisse. Gib für jeden Checklistenpunkt an, ob er vorhanden, fehlend oder widersprüchlich ist, und zitiere das Dokument, das deine Antwort belegt. Liste die Rückfragen für den Kundenbetreuer auf. Checkliste und Dokumente: [einfügen].
Füge die tatsächliche Checkliste deiner Bank ein. Das Ergebnis sollte deine eigenen Verfahren widerspiegeln, nicht eine generische Liste.
AML-Ermittlungsbericht
Entwerfe den Berichtsteil einer AML-Ermittlungsakte anhand der unten stehenden Alert-Details, der Transaktionsübersicht und der Analystennotizen. Gliedere ihn wie folgt: Subjekt und Beziehung, ausgelöster Alert und Szenario, geprüfte Aktivität mit Daten und Beträgen exakt wie angegeben, Feststellungen des Analysten und offene Fragen. Verwende eine neutrale, sachliche Sprache. Ziehe keine Schlussfolgerung darüber, ob die Aktivität verdächtig ist – diese Entscheidung liegt bei mir. Material: [einfügen].
Die Schlussfolgerung beim Ermittler zu belassen, ist sowohl gute Praxis als auch das, was Aufsichtsbehörden erwarten.
Zusammenfassung regulatorischer Änderungen
Fasse den unten stehenden regulatorischen Text für den Compliance-Ausschuss der Bank zusammen. Gib an: was sich ändert, für wen es gilt, die genannten Inkrafttretensdaten, welche unserer unten aufgeführten bestehenden Richtlinien wahrscheinlich betroffen sind, und Fragen an die Rechtsabteilung. Halte dich unter vierhundert Wörtern. Zitiere den Text zu jeder Anforderung und füge keine Anforderung hinzu, die nicht darin enthalten ist. Regulatorischer Text und unsere Richtlinienliste: [einfügen].
Füge immer den tatsächlichen Text ein. Claudes Trainingsdaten enthalten möglicherweise nicht die neueste Version.
Betrugsfallnotiz und Kundenschreiben
Hier sind die Details eines Kartenbetrugsfalls: die strittigen Transaktionen, die Aussage des Kunden, Geräte- und Standortdaten sowie die Feststellungen des Ermittlers. Schreibe erstens eine interne Fallnotiz, die die Beweise und die Entscheidung des Ermittlers zusammenfasst. Schreibe zweitens ein verständliches Schreiben an den Kunden, das das Ergebnis und die nächsten Schritte erklärt, ohne die Erkennungsmethoden offenzulegen. Halte das Schreiben unter zweihundert Wörtern. Details: [einfügen].
Die Trennung von interner Notiz und Kundenschreiben hält Erkennungsdetails aus der Kundenkommunikation heraus.
Erklärung von Legacy-Code
Erkläre, was das unten stehende COBOL-Programm abschnittsweise tut, in einfacher Sprache für einen Java-Entwickler, der es neu implementieren wird. Liste jede Geschäftsregel auf, die es erzwingt, jede Datei oder Tabelle, die es liest und schreibt, sowie jedes Verhalten, das unbeabsichtigt wirkt. Schlage anschließend eine Reihe von Testfällen vor, die bestätigen würden, dass eine Neuimplementierung sich identisch verhält. Programm: [einfügen].
Testfälle, die aus dem alten Verhalten abgeleitet sind, machen eine Modernisierung sicher.
Von Anthropic
Was Anthropic für Bankwesen anbietet
Claude for Financial Services
Anthropics im Juli 2025 angekündigtes Angebot für den Finanzsektor kombiniert Claude-Modelle, Claude Code und Enterprise-Zugang mit Connectoren zu Datenplattformen wie Snowflake, Databricks und S&P Global, ergänzt durch Implementierungspartner. Anthropic gibt an, dass Daten standardmäßig nicht für das Training verwendet werden.
· Quelle
Agents for financial services
Zehn im Mai 2026 veröffentlichte Agent-Vorlagen, darunter ein KYC-Screener, ein Hauptbuch-Abstimmer, ein Tool für den Monatsabschluss und ein Kontoauszugsprüfer, bereitgestellt als Plugins in Claude Cowork und Claude Code sowie als Cookbooks für Claude Managed Agents.
· Quelle
Anthropic and TCS partnership
Anthropic kündigte im Juni 2026 eine Partnerschaft mit TCS an, um Claude-gestützte Angebote für regulierte Branchen zu entwickeln, darunter Kreditberatung für Banken und Schadenbearbeitung für Versicherer.
· Quelle
In der Praxis
Wie Bankwesen-Teams Claude nutzen
Laut der von Anthropic veröffentlichten Kundengeschichte
N26
Laut Anthropics Kundenbericht nutzt die Digitalbank N26 Claude über AWS Bedrock in mehr als einem Dutzend interner Anwendungsfälle und hat einen großen Anteil der Aufgaben in gezielten Prozessen automatisiert, während der manuelle Bearbeitungsaufwand reduziert wurde.
Laut der von Anthropic veröffentlichten Kundengeschichte
bunq
Anthropics Kundenbericht zu bunq berichtet, dass Claude Code neuen Entwicklern hilft, deutlich schneller als zuvor sinnvollen Code beizutragen, begleitet von schneller Kontoeröffnung und einer hohen Quote automatisiert gelöster Support-Anfragen.
Laut der von Anthropic veröffentlichten Kundengeschichte
FIS
Auf Anthropics Seite für Finanzdienstleistungen beschreibt der Geschäftsführer von FIS, wie mit Anthropic ein Agent für Geldwäscheermittlungen entwickelt wurde.
Laut der von Anthropic veröffentlichten Kundengeschichte
BNY
In Anthropics Beitrag zum Finanzsektor von Mai 2026 beschreibt der CIO von BNY digitale KI-Mitarbeiter, die einen Fall von Anfang bis Ende bearbeiten.
Laut der von Anthropic veröffentlichten Kundengeschichte
Citi
Anthropics Update zum Finanzsektor von Oktober 2025 besagt, dass Citi Claude in seiner KI-gestützten Entwicklerplattform für Planung und agentisches Programmieren nutzt.
Beispielhafter Ablauf
Eine KYC-Refresh-Prüfung mit abschließender Freigabe durch einen Menschen
- Ein Analyst öffnet einen periodischen Prüffall und lädt die Dokumente des Kunden in den zugelassenen Arbeitsbereich.
- Claude prüft jedes Dokument gegen die Checkliste der Bank und listet Punkte auf, die vorhanden, fehlend oder widersprüchlich sind.
- Der Analyst bestätigt die Lücken und entdeckt eine Eigentümeränderung, die eine neue Erklärung zum wirtschaftlich Berechtigten erfordert.
- Claude entwirft die Anfrage an den Kundenbetreuer sowie eine Fallnotiz im Format der Bank.
- Der Analyst prüft beides, versendet die Anfrage und dokumentiert die Entscheidung unter eigenem Namen.
Bankwesen und Claude: die veröffentlichten Zahlen
| Kennzahl | Kontext | Quelle |
|---|---|---|
| automated up to 70% of tasks across targeted processes | N26, laut Anthropics Kundenbericht | Quelle |
| reduced manual processing by up to 50% | N26, für bestimmte Prozesse, laut Anthropics Kundenbericht | Quelle |
| 16 hours instead of 40 | Zeit für neue Entwickler bei bunq, um mit Claude Code sinnvollen Code beizutragen, laut Anthropics Kundenbericht | Quelle |
Kernworkflows
Claude-Anwendungsfälle im Bankwesen für die gesamte Bank
Das sind die Bereiche, in denen KI im Bankwesen den Analysten und Operations-Teams am meisten Zeit spart.
KI für KYC und AML
KYC-Aktenprüfungen gegen eure Checkliste, Zusammenfassungen wirtschaftlich Berechtigter und AML-Ermittlungsberichte, die aus Falldaten entworfen werden, damit der Analyst entscheiden kann.
KI-Betrugserkennung im Bankwesen
Claude ersetzt eure Transaktionsüberwachungsmodelle nicht, hilft Ermittlern aber, Fälle zusammenzufassen, Notizen zu schreiben und Ergebnisse gegenüber Kunden zu erklären.
KI für Bank-Compliance
Zusammenfassungen regulatorischer Änderungen, Richtlinien-Lückenanalysen, Dokumentation von Kontrolltests und Kommentare zur aufsichtsrechtlichen Berichterstattung, entworfen aus dem Ausgangstext.
Operations
Hauptbuch-Abstimmungen, Untersuchung von Differenzen, Kommentare zum Monatsabschluss und Verfahrensdokumente, jeweils rückverfolgbar zum führenden System.
Code-Modernisierung
Erklärung von Legacy-Kernbankensystemen, das Schreiben von Tests, die das aktuelle Verhalten abbilden, und Unterstützung von Entwicklern bei der Neuimplementierung mit Claude Code.
Kundenkommunikation
Antworten auf Beschwerden, Schreiben und Support-Entwürfe in verständlicher Sprache, die von Mitarbeitenden geprüft werden, bevor sie einen Kunden erreichen.
Compliance und Betrug
Wie Banken KI für Compliance und Betrugserkennung nutzen
Fragt man, wie Banken KI für Compliance und Betrugserkennung nutzen, hört man zwei unterschiedliche Antworten. Die Erkennung selbst läuft meist über spezialisierte Transaktionsüberwachungs- und Betrugsmodelle. Generative KI wie Claude hilft bei dem, was nach einem Alert passiert: die Fallfakten zusammentragen, den Ermittlungsbericht entwerfen, die KYC-Akte auf Lücken prüfen und die Entscheidung dokumentieren. Dort fließt der Großteil der Ermittlerstunden hin.
Anthropic hat genau für diesen Workflow entwickelt. Die Agent-Vorlagen für den Finanzsektor von Mai 2026 umfassen neben Abstimmungs- und Abschluss-Agents auch einen KYC-Screener. Auf Anthropics Seite für Finanzdienstleistungen beschreibt der Geschäftsführer von FIS, wie mit Anthropic ein Agent entwickelt wurde, der AML-Ermittlungen von Tagen auf Minuten verdichtet. Der CIO von BNY beschreibt digitale Mitarbeiter, die Fälle von Anfang bis Ende bearbeiten.
Kann KI Falsch-Positive bei der Betrugserkennung reduzieren? Spezialisierte Modelle können das, und Banken berichten von entsprechenden Ergebnissen, aber das ist ein anderes Werkzeug als ein allgemeiner Assistent. Was Claude leisten kann, ist, jeden Alert schneller abzuschließen, indem es die Beweise zusammenstellt und die Entscheidung für den Analysten zur Bestätigung entwirft.
Agentische KI
Agentische KI im Bankwesen und generative KI in Bankoperationen
Agentische KI im Bankwesen bedeutet mehrstufige Workflows, bei denen Claude Dokumente zusammenträgt, Regeln anwendet und ein Ergebnis vorbereitet, ohne dass eine Person jeden Schritt anstößt. KYC-Screening, Hauptbuch-Abstimmung und Monatsabschluss sind gute Kandidaten, weil die Schritte definiert und das Ergebnis überprüfbar sind. Genau deshalb umfassen Anthropics Agent-Vorlagen einen Hauptbuch-Abstimmer und ein Tool für den Monatsabschluss.
Generative KI im Bankwesen funktioniert am besten mit einer klaren Grenze: Der Agent bereitet vor, ein Mensch genehmigt. In der Praxis bedeutet das, dass jedes Agent-Ergebnis in eine Prüfwarteschlange gelangt, die Schritte des Agents protokolliert werden und das Modell innerhalb eures Modellrisikomanagement-Rahmenwerks bleibt, etwa SR 11-7 in den USA. Aufsichtsbehörden werden fragen, wie das Werkzeug validiert und überwacht wurde, nicht nur, was es erzeugt hat.
Code-Modernisierung ist die leisere Chance. Viele Banken betreiben kritische Prozesse mit jahrzehntealtem Code, den kaum noch jemand versteht. Claude kann diesen Code erklären, seine Geschäftsregeln dokumentieren und beim Schreiben von Tests helfen, bevor irgendetwas geändert wird. Anthropics Beitrag von Oktober 2025 zitiert den CTO von Citi zur Nutzung von Claude in dessen Entwicklerplattform für Planung und agentisches Programmieren.
Werkzeugauswahl
Claude vs. ChatGPT im Bankwesen
Die Frage Claude vs. ChatGPT im Bankwesen lässt sich am besten mit euren eigenen Unterlagen beantworten. Nehmt einen abgeschlossenen KYC-Fall, eine vergangene Ermittlung und eine regulatorische Zusammenfassung, die euer Team bereits geschrieben hat. Führt dieselben Prompts in jedem Tool aus und vergleicht die Genauigkeit, wie jedes Tool seine Quellen zitiert und wie es sich verhält, wenn Informationen fehlen.
In einer Bank sind die entscheidenden Faktoren meist Governance und nicht die reine Leistungsfähigkeit: Bereitstellungsoptionen, Datenresidenz, Aufbewahrungsfristen, Audit-Protokollierung und ob das Tool zu euren Prozessen für Drittparteien- und Modellrisiko passt. N26 etwa nutzt Claude laut Anthropics Kundenbericht über AWS Bedrock. Eure Einkaufs- und Risikoteams entscheiden über den zugelassenen Weg.
Welches Tool ihr auch nutzt, die Prompts und Prüfgewohnheiten auf dieser Seite lassen sich übertragen. Die entscheidende Fähigkeit ist es, präzise Anweisungen zu formulieren und das Ergebnis gegen die Quelle zu prüfen.
Erste Schritte
Claude sicher in ein Bankteam einführen
Im zugelassenen Arbeitsbereich starten
Nutzt ausschließlich die Bereitstellung, die eure Bank für Kundendaten zugelassen hat. Testet Prompts zunächst an synthetischen oder abgeschlossenen Fällen.
Einen Prozess auswählen
Wählt einen wiederkehrenden Prozess aus, etwa KYC-Refresh-Prüfungen, und messt Zeitaufwand und Fehlerquoten vorher und nachher.
Das Verfahren in den Prompt schreiben
Fügt eure Checkliste und Richtlinientexte in den Prompt oder das Projekt ein. Das Ergebnis folgt dann eurem Verfahren statt einem generischen.
Bei jedem Ergebnis eine prüfende Person einbinden
Gestaltet den Workflow so, dass eine namentlich benannte Person jede KI-entworfene Entscheidung, Notiz oder Meldung genehmigt.
Grenzen
Wo Banken die Verantwortung beim Menschen halten müssen
Claude kann ein Dokument falsch lesen, einen in einer Fußnote versteckten wirtschaftlich Berechtigten übersehen oder eine Vorschrift zusammenfassen, die sich inzwischen geändert hat. Claude kennt euren Kunden nicht so, wie es euer Kundenbetreuer tut. Jede KI-gestützte Prüfung braucht eine namentlich benannte prüfende Person, und jede Zahl in einer aufsichtsrechtlichen Meldung muss auf das führende System zurückgeführt werden.
Entscheidungen mit rechtlicher Tragweite, etwa das Einreichen einer Verdachtsmeldung, die Beendigung einer Kundenbeziehung oder die Ablehnung eines Kredits, bleiben gemäß euren Richtlinien beim Bankpersonal. Vorgaben zu fairer Kreditvergabe und Verbraucherschutz gelten ebenso für jede KI-gestützte Kundenentscheidung – ein weiterer Grund, Claude auf Vorbereitung und Dokumentation zu beschränken.
Kundendaten sind gesetzlich und vertraglich geschützt. Nutzt nur zugelassene Bereitstellungen, beachtet Datenminimierung und fügt niemals Kundeninformationen in einen persönlichen Account ein.
Baut die Fähigkeit auf, bevor der Rollout euer Team erreicht
KI in einer Bank gut zu nutzen, ist eine praktische Fähigkeit: präzise Anweisungen, überprüfbare Ergebnisse und gute Prüfgewohnheiten. Der kostenlose Nightschool AI-Lehrplan ist von der ersten Lektion an praxisnah.
Häufig gestellte Fragen
Wie nutzen Banken KI für Compliance und Betrugserkennung?
Die Erkennung läuft meist über spezialisierte Überwachungs- und Betrugsmodelle, während generative KI wie Claude Ermittlern nach einem Alert hilft: Fallfakten zusammentragen, KYC-Akten prüfen, Berichte entwerfen und Entscheidungen dokumentieren. Anthropics Beiträge zitieren FIS zu einem Agent, der AML-Ermittlungen von Tagen auf Minuten verdichtet. Die Entscheidung über das Ergebnis trifft weiterhin der Analyst.
Wie nutzen Banken KI?
Banken nutzen KI für Compliance- und KYC-Prüfungen, Betrugsermittlungen, Kundenservice, Operations wie Abstimmungen und Abschlussarbeiten, Softwareentwicklung und interne Wissenssuche. Anthropics Kundenberichte beschreiben, wie N26 Aufgaben in gezielten Prozessen automatisiert und bunq mit Claude Code neue Entwickler schneller produktiv macht.
Welche Jobs wird KI im Bankwesen ersetzen?
Bisher übernimmt KI eher Aufgaben als ganze Rollen: Dokumentenprüfung, erste Entwürfe von Fallberichten, Abstimmungsarbeit und routinemäßige Kundenanfragen. Rollen, die auf Urteilsvermögen, Beziehungen und Rechenschaftspflicht gegenüber Aufsichtsbehörden beruhen, bleiben bestehen. Wer lernt, KI-Ergebnisse anzuleiten und zu prüfen, übernimmt tendenziell komplexere Aufgaben.
Kann KI Falsch-Positive bei der Betrugserkennung reduzieren?
Spezialisierte Betrugs- und Überwachungsmodelle können das, und daher stammt die Reduzierung von Falsch-Positiven meist. Ein allgemeiner Assistent wie Claude hilft anders: Er macht jeden Alert schneller prüfbar, indem er die Beweise zusammenstellt und die Entscheidung für einen Ermittler zur Bestätigung entwirft.
Wird Claude von Banken genutzt?
Ja. Anthropics veröffentlichte Beiträge und Kundenberichte nennen Banken wie N26, bunq, BNY, Citi und die Commonwealth Bank of Australia und decken Prozessautomatisierung, Entwicklerplattformen und Agent-Workflows ab. Anthropic veröffentlicht außerdem Connectoren für den Finanzsektor und Agent-Vorlagen wie einen KYC-Screener.
Was ist agentische KI im Bankwesen?
Agentische KI bezeichnet ein KI-System, das einen mehrstufigen Prozess durchführt, etwa das Zusammenstellen von KYC-Dokumenten, das Anwenden von Regeln und das Markieren von Lücken, ohne dass eine Person jeden Schritt anstößt. Im Bankwesen sollte das Ergebnis in eine Prüfwarteschlange münden, in der eine Person das Ergebnis genehmigt, mit Protokollierung und Modellrisikoüberwachung.
Ist es für Banken sicher, KI mit Kundendaten zu nutzen?
Das kann sicher sein, sofern es über Bereitstellungen erfolgt, die die Bank nach Prüfung von Drittparteienrisiko, Datenschutz und Modellrisiko zugelassen hat. Anthropic gibt an, dass das Angebot für den Finanzsektor standardmäßig keine Daten für das Training verwendet. Mitarbeitende sollten für Kundeninformationen niemals persönliche Accounts nutzen.
Wie sollten Banken KI-gestützte Arbeit validieren?
Behandelt die KI als Teil eines Prozesses unter Modellrisikomanagement: definiert den vorgesehenen Einsatzzweck, testet sie an abgeschlossenen Fällen, messt Fehlerquoten, verlangt für jedes Ergebnis eine namentlich benannte prüfende Person, protokolliert die Schritte und überwacht die Qualität über die Zeit. Aufsichtsbehörden werden fragen, wie sie validiert wurde.
Weiterlernen
Verwandte Leitfäden und Kurse
Claude in Bankwesen, nach Rolle
Weniger Zeit mit dem Zusammenstellen von Akten verbringen
Praxisnahe Lektionen für Menschen, die in regulierten Teams arbeiten.