KI-Agenten und Marktdynamik: Risiko, Chance und Strategie

2026 wird ein Jahr der Erprobung von KI-Agenten für Widerstandsfähigkeit sein: der Markt ist von 7 Milliarden auf fast 10 Milliarden gewachsen, Regulierungsbehörden starten Standardisierungen, Venture-Capital-Fonds und Konzerne bauen entweder Ressourcen auf oder reduzieren sie. Die Euphorie hat sich in Pragmatismus verwandelt: Analysten warnen, dass GenAI jetzt in einer Phase der Enttäuschung ist, und es ist wichtig, die Frage zu beantworten, wo genau Agenten messbare Werte schaffen, sowie zu welchen Kosten und wie sie sicher in kritische Prozesse integriert werden können.

Was ist ein KI-Agent in der Praxis?

In den Medien wird ein Agent als fast alles definiert, was Werkzeuge aufrufen kann, aber für den Markt und die Regulierungsbehörden ist eine bodenständigere Definition wichtig.

Ein KI-Agent ist ein System, das nicht nur auf Benutzeranfragen reagiert, sondern auch unabhängig eine Kette von Aktionen plant und externe Dienste im Rahmen von festgelegten Richtlinien und Einschränkungen aufruft. Im Gegensatz zu den Co-Piloten, die wir gewohnt sind, die Menschen bei bestimmten Aufgaben helfen, wie dem Schreiben eines Briefes oder der Zusammenfassung eines Dokuments, übernimmt ein Agent den gesamten Arbeitsprozess.

Im Fintech analysieren Agenten das Portfolio des Kunden und sammeln Marktdaten. In der Betriebseinheit kann der Agent fehlende KYC-Dokumente anfordern, den Status in externen Registern überprüfen und einen Entwurf für eine Onboarding-Entscheidung vorbereiten.

Wie der Markt den Wert von KI-Agenten verzerrt hat

Der Informationsboom um die Einführung von KI-Agenten ist stark gewesen: Unternehmen integrieren diese Funktionalität in separate Produkte, erstellen neue Geschäftseinheiten und fördern aktiv eine neue Welle von Autonomie für Unternehmenskunden. Ein erheblicher Teil der zukünftigen KI-Budgets im Fintech wird bereits für Agenten-Lösungen umgeschichtet.

Der Kapitalmarkt hat dies auf seine Weise interpretiert: Öffentliche Unternehmen sind bemüht, ihre Strategie zu demonstrieren, um nicht als veraltet zu erscheinen; Startups positionieren sich massenhaft von ML-Produkten auf Agenten-Plattformen um; Investoren riskieren, zu viel für jedes Umsatzwachstum zu bezahlen, das Agenten zugeschrieben wird, auch wenn es tatsächlich mit traditioneller Automatisierung zusammenhängt.

Dadurch werden Agenten als Quelle von Wert angesehen, wo tatsächliche Renditen noch durch etablierte Prozesse, Daten und Kontrolle generiert werden.

Wo Agenten bereits messbare Ergebnisse zeigen

Heute nutzen nur wenige Spieler einen agentischen Ansatz in der Produktion, während die meisten noch im experimentellen Stadium sind. Die ersten greifbaren ROI können in den gleichen Bereichen gesehen werden, in denen künstliche Intelligenz zuvor Fuß gefasst hat – in hochvolumigen, formalisierbaren Workflows mit klaren Vor- und Nachzyklen und Kosten, wiederkehrenden Kundenanfragen und Besprechungsvorbereitungen, operativer Anti-Betrugs- und Überwachung von verdächtigen Aktivitäten, wo Agenten in bestehende Warn- und Ermittlungssysteme integriert sind.

Als Beispiel hat eine europäische Bank KI-Agenten für die erste Verarbeitung von Korrespondenzkonten implementiert. Die Agenten sortieren Dokumente automatisch, extrahieren Daten für KYC und überprüfen auf fehlende Informationen. Als Ergebnis wurde die Datensammlungszeit um 99 %, die Kosten um 94 % und die Genauigkeit der Arbeit der Analysten erhöht.

Das eigentliche Vermögen ist die Infrastruktur, nicht der Agent selbst

Investoren sollten Fragen stellen, wie die Datenarchitektur unter den Agenten strukturiert ist, ob es eine einzige Ebene von Zugriffsrechten und Auditing für alle Agenten-Aktionen gibt und wie Datenschutz- und sensible Datenlagerungsprobleme bei der Verwendung externer Modelle angegangen werden.

Schließlich ist das wichtigste Vermögen der Workflow, in den der Agent eingebettet ist: KYC, Onboarding, Anti-Betrug, Liquiditätsmanagement und Kundenkommunikation. Unternehmen, die diese Prozesse durch Marktanteil, Integrations Tiefe oder regulatorischen Status kontrollieren, profitieren von Agenten mehr als andere: Sie können Margen erhöhen und Verluste reduzieren, ohne die Kontrolle zu verlieren.

Ein Startup, das einen bedingt universellen Agenten verkauft, aber keine kritischen Prozesse oder Domänen besitzt, befindet sich in der ungünstigsten Position: Es kann relativ leicht durch ein anderes Framework ersetzt werden.

Wir sehen den wahren Wert eines Agenten in seinem Zugang zu zuverlässigen, sauberen und rechtlich sicheren Daten und in seiner Integration mit bestehenden Systemen.

Ohne Kontrolle gibt es keine Skalierung

Regulierungsbehörden in verschiedenen Ländern fordern bereits, dass KI-Systeme transparent, kontrollierbar und überprüfbar sind. Daher ist die Fähigkeit eines Unternehmens, die Arbeit von Agenten zu kontrollieren und zu dokumentieren, bereits eine Voraussetzung für den Marktzugang.

Dies führt zum nächsten logischen Schritt: Unternehmen benötigen eine umfassende Kontrollinfrastruktur. Dazu gehören die Protokollierung aller Agenten-Aktionen, konstante Überwachung, Warnungen bei Abweichungen und Stresstests.

Ein erfolgreiches Beispiel ist Sumsub, das den AI-Co-Pilot “Summy” für Compliance- und Betrugsuntersuchungsspezialisten bereitgestellt hat. Im Gegensatz zu Black-Box-Systemen trifft das System keine autonomen Entscheidungen, sondern analysiert Transaktionsarrays und generiert auf Anfrage prüffähige Berichte in natürlicher Sprache, wodurch die Bearbeitungszeit von Vorfällen um das Dreifache reduziert wird, während die volle menschliche Kontrolle beibehalten wird.

Lieferanten, die ein solches Add-on in ihre Agenten-Plattformen und -Lösungen integrieren, gewinnen nicht nur einen technologischen Vorteil, sondern auch einen regulatorischen: Sie reduzieren die Zeit und Kosten für Genehmigungen und vereinfachen Due-Diligence- und Audit-Prozesse.

Was sollte ein Investor außer dem Produkt überprüfen?

Investoren unterschätzen oft Risiken, da sie sich selten sofort manifestieren. Häufiger ist es ein allmählicher, fast unmerklicher Systemfehler, der sich über die Zeit ansammelt und zu schwerwiegenden Konsequenzen führt.

Wenn ein Unternehmen keine strengen Grenzen setzt und keinen Überwachungsprozess implementiert, wird das Problem erst bemerkt, wenn es von Regulierungsbehörden oder Kunden aufgezeigt wird.

Zudem werden prompte Einspritzung, Datenvergiftung und Umgehung von Zugriffsrichtlinien zu einer realen Bedrohung, da Angreifer all diese ausnutzen können. Im Fintech wirken sich solche Angriffe direkt auf Anti-Betrug, KYC und Zahlungsbetriebe aus.

Ein Beispiel für ein solches Risiko: Ein Finanzmitarbeiter eines multinationalen Konzerns überwies 25 Millionen Dollar auf die Konten von Betrügern, nachdem er an einer Videokonferenz teilgenommen hatte, in der Angreifer Echtzeit-Generative-KI nutzten, um die Gesichter und Stimmen des CFO und mehrerer Kollegen zu klonen.

Dies und viele andere ähnliche Beispiele zeigen, dass traditionelle Video- oder Sprachverifizierungsmethoden in einem Unternehmensumfeld nicht mehr zuverlässigen Schutz bieten.

Für Investoren bedeutet dies, nicht nur auf das Produkt selbst zu schauen, sondern auch darauf, von wem es abhängt. Wer liefert die Technologie? Kann sie schnell ersetzt werden? Gibt es einen Plan für den Fall von Ausfällen oder Änderungen der Lizenzbedingungen?

Es ist Zeit für einen reifen Ansatz

Im Moment ist für das Wachstum des Marktes nicht revolutionäre Werbung wichtig, sondern drei einfache Dinge: wissen, wie man mit realen Prozessen arbeitet, normale Kontrolle und ehrlich über Risiken sein.

Investoren sollten fragen, was das Unternehmen wirklich unter Kontrolle hat. Startups müssen ehrlich entscheiden, ob sie multifunktional oder tief in einem bestimmten Bereich kenntnisreich sein wollen. Und Konzerne müssen sich daran erinnern, dass Agenten bestehende Systeme nicht ersetzen, sondern sie verstärken. Aber das funktioniert nur, wo es Ordnung in Prozessen und Management gibt.