Wie KI die Kreditvergabe neben alten Bankensystemen ohne Komplettaustausch modernisiert

Jeder Eingriff in das Kernsystem einer Bank lässt ein Entwicklungsteam zusammenzucken. Altsysteme sind starr, sodass eine einzige Änderung einen Monat brauchen kann, bis sie den gesamten Prozess durchlaufen hat. Besonders stark trifft das die Kreditvergabe, eine der wichtigsten Einnahmequellen einer Bank.

Wer schon einmal eine neue Version auf einem Bankkernsystem bereitgestellt hat, kennt das Muster: Ein neues Produkt braucht eine neue Genehmigungsstufe, eine überarbeitete Dokumentencheckliste, eine angepasste Bewertungsregel und einen aktualisierten Berichtsfeed. Jeder dieser Punkte greift in Code ein, der seit Jahrzehnten läuft.

Neue Produkte und Aktualisierungen werden deshalb selbst dann verschoben, wenn sich alle über ihre Notwendigkeit einig sind: Das Risiko eines Fehlers wog schon immer schwerer als das Risiko des Wartens. Oder besser gesagt: Das war früher so. Heute ist es zu einem viel größeren Risiko geworden, mit dem technologischen Wandel nicht Schritt zu halten.

Man stelle sich jedoch eine separate, durch KI konfigurierte Kreditplattform vor, die neben dem Kernsystem eingesetzt wird. Neue Kreditabläufe laufen unabhängig und sind über Integrationen mit dem Kernsystem verbunden. Änderungen an der Kreditinfrastruktur werden dadurch zu einer Folge kleiner, getesteter Versionen, und Fehler werden in den Tests sichtbar, bevor sie einen echten Kreditnehmer erreichen. Könnte das die Belastung für Entwicklungsteams lindern?

Die Nachfrage wächst schneller, als sich Altsysteme ändern können

Der Markt für Software zur Kreditvergabe soll laut The Business Research Company bis 2030 mit einer durchschnittlichen jährlichen Wachstumsrate von 11,8 % wachsen. Zum Vergleich: Das entspricht nach den Prognosen von Technavio nahezu dem Tempo des breiteren Marktes für Unternehmenssoftware. Das ist bemerkenswert, denn die Kreditvergabe ist gewöhnlich der Teil der technischen Infrastruktur einer Bank, der Veränderungen am stärksten ablehnt.

Ein Grund für dieses Wachstum ist die Starrheit historischer Kernsysteme, die Änderungen in der Kreditvergabe verlangsamt. Banken und Fintechs kaufen zunehmend Werkzeuge, mit denen sie Kreditprodukte um das Kernsystem herum einführen können, ohne monatelang auf die Genehmigung einer kleinen Aktualisierung zu warten.

Entwicklungsteams wissen, dass ein einziger Fehler sehr teuer werden kann. Im April 2018 migrierte die TSB Bank ihre Kundendaten auf eine neue Plattform, die unmittelbar nach der Inbetriebnahme ausfiel. Ein erheblicher Teil der Kunden verlor den Zugang zu Bankdienstleistungen, und die Bank erlitt hohe Verluste. Viele Entwicklungsteams führen diesen Fall noch immer an, wenn sie eine neue Version für das Kernsystem planen.

Hinzu kommt, dass Fehler bei der Kreditvergabe direkt in der Bilanz landen. Ein falsch konfigurierter Genehmigungsschwellenwert bewilligt Kredite, die abgelehnt werden sollten, oder weist Kreditnehmer ab, die die Voraussetzungen erfüllen. Beide Fehler schlagen sich innerhalb weniger Wochen in Verlusten oder entgangenen Einnahmen nieder.

Wo KI in der Kreditvergabe den größten Hebel bietet

Banken beginnen die Einführung von KI meist mit den vertrautesten und scheinbar sichersten Integrationen: Chatbots und Serviceassistenten an der Kundenschnittstelle. Ein Kreditgeber, der einen Chatbot einsetzt, übernimmt jedoch ein weniger offensichtliches Risiko. Generative Modelle geben mitunter völlig selbstbewusst falsche Antworten. In der AI Impact Survey 2026 von Grant Thornton gaben nur 18 % der Führungskräfte im Bankwesen an, volles Vertrauen in ihre KI-Kontrollen zu haben.

Der Hebel der KI in der Kreditvergabe liegt darin, wie schnell ein Kreditgeber das Umfeld der Kreditentscheidung verändern kann. Die Entscheidung selbst verbleibt bei genehmigten Bewertungsmodellen und Kreditausschüssen.

Geschwindigkeit hatte schon immer einen wirtschaftlichen Wert. Die Änderung der Kreditinfrastruktur auf einem alten Kernsystem erfordert 12 bis 18 Monate Entwicklungsarbeit, und neue Produkteinführungen stehen während dieser gesamten Zeit still. Der vollständige Austausch eines Kernsystems dauert drei bis fünf Jahre. In der Zwischenzeit beantragen Kreditnehmer ihre Finanzierung anderswo.

Der Bericht der US-Notenbank über Arbeitgeberunternehmen für 2026 stellte fest, dass der Anteil kreditbeantragender US-Kleinunternehmen, die eine Finanzierung bei Online-Fintech-Kreditgebern suchten, von 17 % im Jahr 2020 auf 29 % im Jahr 2025 gestiegen war. Viele Unternehmen nannten schnellere Entscheidungen als Grund.

KI beginnt mit der Geschäftsanforderung

Anstatt Analysen durchzuführen oder an Kreditentscheidungen mitzuwirken, kann KI großen Nutzen in der Konfigurationsarbeit schaffen, die die Einführung und Aktualisierung von Kreditprodukten ermöglicht. Die Eingabe ist eine von den Produktverantwortlichen formulierte Geschäftsanforderung. Ein Kreditteam beschreibt, was es benötigt: wer einen Antrag stellen darf, welche Dokumente erforderlich sind, welche Genehmigungsstufen gelten, welche Daten in die Bewertung einfließen, was wann gemeldet wird.

KI übersetzt jeden Punkt in eine Plattformkonfiguration: Eignungskriterien, eine Dokumentencheckliste, einen Genehmigungsablauf mit seinen Stufen, Verbindungen zu den Datenquellen hinter der Bewertung und einen Berichtszeitplan. In einem alten Kernsystem erstellen Entwickler jeden dieser Bestandteile manuell, und jede Änderung durchläuft einen vollständigen Veröffentlichungszyklus. Mit KI wird das Produkt Funktion für Funktion auf einer gemeinsamen Grundlage aufgebaut. Entwicklungs- und Compliance-Teams prüfen und testen jede Änderung vor der Inbetriebnahme und behalten die endgültige Freigabe.

Die Anforderung kann vollständig unabhängig vom bestehenden Kernsystem sein. Die KI muss dessen Logik weder lesen noch interpretieren, sodass ein Kreditgeber ein Produkt festlegen kann, für das das aktuelle System nie ausgelegt war. Zwei Jahrzehnte undokumentierter Code bleiben unangetastet.

Der neue Kreditablauf läuft auf einer separaten Plattform, die neben dem Kernsystem bereitgestellt wird. Beide sind über Integrationen verbunden, während das Kernsystem seine vorhandenen Datensätze und Funktionen behält. Vor der Einführung eines neuen Produkts muss kein Teil seines Codes neu geschrieben werden.

Auf den heute vorhandenen Daten aufbauen

Viele KI-Projekte im Bankwesen geraten allerdings wegen der Daten ins Stocken. Eine riesige Datenbank ist aber nicht wirklich erforderlich: Sie ist vorteilhaft, jedoch keine Voraussetzung. Die KI entwirft die Kreditprüfungsregeln und Datenanforderungen anhand der vorhandenen Quellen, und das Risikoteam genehmigt sie, bevor irgendetwas ausgeführt wird. Fehlt eine Quelle, legt sie fest, wie die Daten erhoben werden: Aufnahme des Kreditnehmers, Aufnahme des Bürgen, erforderliche und hochladbare Dokumente sowie externe Datenquellen.

Dieser Prozess des „Datenaufbaus“ hilft Banken und Fintechs, ihren tatsächlichen Datenbestand einschließlich seiner Lücken auszubauen. Annahmen von Anbietern darüber, welche Daten bereits erhoben werden sollten, bestimmen das Projekt dann nicht mehr.

Die Datenbereitschaft ist keine Voraussetzung mehr für die Einführung eines Kreditprodukts, sondern wird Teil desselben Konfigurationsschritts.

Produktänderung oder Änderung des Kernsystems

Für die meisten Kreditgeber lautet die praktische Frage, ob sie neue Kreditprodukte einführen und bestehende anpassen können, während eine mehrjährige Migration des Kernsystems weiterläuft. Eine separate Kreditplattform, die auf Grundlage der Geschäftsanforderungen durch KI konfiguriert wird, beantwortet diese Frage. Ein Kreditgeber kann jedes Quartal Kreditprodukte einführen und anpassen, während das Kernsystemprogramm seinem eigenen Zeitplan folgt. In dieser Entkopplung beweist KI heute ihren Wert für die Kreditvergabe.