KI bei der Deutschen Bank: Wenn aus zwei Jahren plötzlich Monate werden

Bei der Deutschen Bank wirken sich KI-Werkzeuge spürbar auf die Bearbeitungszeiten aus. Manche Vorhaben schrumpfen von Jahren auf wenige Monate. Zugleich wächst die Sorge um die Kosten, da Anbieter ihre Preise zunehmend an den Verbrauch koppeln.

Messbare Beschleunigung

Aus dem indischen IT-Standort Bengaluru meldet sich Denis Roux, der Chief Information Officer der Investmentabteilung der Deutschen Bank. Beim hauseigenen Branchentreffen sprach er offen über die Wirkung der Tools. Aufgaben, für die früher rund 24 Monate angesetzt wurden, ließen sich heute in drei bis sechs Monaten erledigen. Interne Rückstaus, deren Abbau einst Monate verschlang, würden jetzt innerhalb weniger Wochen abgehakt. Konkrete Prozentwerte nannte er nicht, betonte aber die belegbare Produktivität.

Verbrauchsbudgets für Entwickler

Ein Augenmerk liegt auf den Ausgaben. Große Anbieter wie Anthropic oder OpenAI weichen vom klassischen Abomodell ab und rechnen nach genutzten Token ab. Roux verweist auf die Parallele zur Cloud-Einführung, bei der die Bankhäuser ebenfalls lernen mussten, mit variablen Kosten umzugehen. Intern erhält jedes Entwicklerteam ein festes Kontingent. Wer Nachschub will, muss Wirksamkeit nachweisen. Nutzungsmuster werden ausgewertet und im Konzern als Lehrmaterial verbreitet.

Differenzierter Einsatz

Konkrete Anwendungsfelder sind die Auswertung von Finanzdaten und die Verknüpfung des Portfolios mit externen Einflüssen wie politischen Risiken. Trotz aller Erfolge bleibt das Haus zurückhaltend bei der flächendeckenden Einführung. Für simple Routinen reichen kleinere Modelle, mitunter zeigt sich auch eine klassische Programmierung als überlegen. Diese Linie deckt sich mit Äußerungen, die Strategiechef Christoph Rabenseifner bereits im Mai vorgegeben hatte.