KI bei Raiffeisen: So nutzt die Bankengruppe Generative AI, Copilot und Agentic AI

Im Bereich der Digitalisierung ist die Raiffeisen-Gruppe nur selten ein Vorreiter. Die dezentrale Organisation mit 208 selbstständigen Raiffeisenbanken sowie verschiedene grosse IT-Transformationsprojekte stell(t)en die Organisation vor erhebliche Herausforderungen. Beim Thema Künstliche Intelligenz lohnt sich jedoch ein genauerer Blick. Obwohl vergleichsweise wenig über die KI-Aktivitäten von Raiffeisen kommuniziert wird, zeigte sich in Gesprächen mit Vertretern der Raiffeisen Gruppe, dass sich das Unternehmen in diesem Bereich nicht verstecken muss. Die erhaltenen Einblicke in die laufenden Initiativen, Erfahrungen und Zukunftspläne waren spannend und möchte ich nachfolgend in diesem Blogbeitrag vorstellen und einordnen.

KI-Strategie von Raiffeisen: Machine Learning, Generative AI und Data Analytics

Raiffeisen beschäftigt sich nicht erst seit dem GenAI-Boom mit Künstlicher Intelligenz. Bereits seit mehreren Jahren sind verschiedene Lösungen im Bereich Machine Learning und Predictive AI produktiv im Einsatz. Dazu gehören unter anderem die hedonische Immobilienbewertung – basierend auf einem eigenen Modell und nicht ausschliesslich auf Modellen externer Anbieter wie Wüest Partner –, die Identifikation von Sales Opportunities und Next-Best-Actions sowie Anwendungen zur Betrugsprävention (Fraud Prevention).

Dabei versteht Raiffeisen KI nicht als Selbstzweck, sondern als Enabler für die Umsetzung strategischer Ziele. Im Vordergrund steht daher nicht die Frage, welche KI-Technologien eingesetzt werden können, sondern welche strategischen Herausforderungen gelöst werden sollen und wie KI dabei sinnvoll unterstützen kann. KI wird folglich nicht als eigenständiges strategisches Handlungsfeld betrachtet, sondern als Hebel zur Erreichung bestehender Prioritäten.

Im Bereich Generative AI wurde 2023 das Programm «Generative AI @ Raiffeisen» lanciert. Inzwischen befinden sich mit dem DIREx Copilot, Microsoft Copilot sowie einem externen Chatbot auf der Webseite bereits drei GenAI-Lösungen im produktiven Einsatz. Agentic AI hingegen befindet sich derzeit noch in einer Explorations- und Pilotphase.

DIREx Copilot: Wie Raiffeisen Generative AI für Regulatorien und Wissensmanagement nutzt

Eines der interessantesten Beispiele für die Anwendung von KI bei Raiffeisen ist der DIREx Copilot. DIREx ist das interne Regulatoriensystem der Raiffeisen Gruppe und umfasst eine Vielzahl von Weisungen, Anleitungen, Reglementen und Prozessbeschreibungen. Die Herausforderung dabei ist die grosse Vielfalt in der Raiffeisenwelt. Die Raiffeisen Gruppe besteht aus 208 Raiffeisenbanken, die zwar teilweise gruppenweite Vorgaben nutzen, gleichzeitig aber auch bankenspezifische Regulatorien und individuelle Regelungen abbilden müssen. Aktuell umfasst dieses Retrieval-Augmented Generation (RAG)-System über 55’000 berücksichtigte Dokumente in drei Sprachen. Für das Jahr 2026 ist ein signifikanter Ausbau geplant, wodurch der Dokumentenbestand auf über 450’000 Dokumente anwachsen soll.

Um den Zugang zu den umfangreichen Reglementen und Richtlinien zu vereinfachen, entwickelte Raiffeisen eine Chat-Oberfläche, die in ihrer Bedienung an ChatGPT erinnert (vgl. Abbildung 1). Mitarbeitende können dort Fragen zu Regulatorien stellen – von Kreditrichtlinien bis hin zu Personalthemen wie Ferienregelungen – und erhalten innert Sekunden die passenden Antworten inklusive Verlinkung auf die zugrunde liegenden Originalquellen.

Die technische Herausforderung lag weniger in der KI selbst als vielmehr in der sicheren Integration der Datenquellen, der Mandantenfähigkeit für die einzelnen Banken sowie der Gestaltung einer benutzerfreundlichen Oberfläche. Dass sich dieser Aufwand gelohnt hat, zeigen die hohe Akzeptanz und die positiven Rückmeldungen der Mitarbeitenden: Die Zufriedenheit liegt laut Raiffeisen bei 99 Prozent.

Ein weiterer Vorteil besteht darin, dass Änderungen an Reglementen automatisch in den Antworten berücksichtigt werden. Dadurch bleiben die bereitgestellten Informationen stets aktuell. Zudem führte die Aufbereitung der zahlreichen Reglemente und Richtlinien dazu, dass Inkonsistenzen und Doppelspurigkeiten in bestehenden Prozessen sichtbar wurden.

Aus technologischer Sicht ist der DIREx Copilot kein spektakulärer «Wow-Case». Gerade darin liegt jedoch seine Bedeutung. Mit vergleichsweise bescheidenen Mitteln entstand eine pragmatische Lösung für ein konkretes Problem. Das Projekt markiert einen der ersten produktiven KI-Einsätze innerhalb der Raiffeisen Gruppe und lieferte wertvolle Erfahrungen für den weiteren Umgang mit generativer KI, gerade auch in der Anwendung von KI im Arbeitsalltag.

Abbildung 1: Printscreen Eingabefenster DIREx

Raiffeisen setzt dabei auf eine hybride Eigenentwicklung auf Basis eines GPT-Modells, das über die Microsoft Azure Cloud betrieben wird. Die technologische Grundlage bildet die selbst entwickelte Raiffeisen GenAI Foundation „AIvisorium“, welche als zentrale Plattform für generative KI-Anwendungen innerhalb der Organisation dient.

Die DIREx Lösung weist bereits heute eine ziemlich hohe betriebliche Relevanz auf. Gemäss Raiffeisen werden derzeit durchschnittlich pro Woche mehr als 8’000 Fragen verarbeitet. Über 3’000 Anwenderinnen und Anwender nutzen die Plattform wöchentlich.

Microsoft Copilot bei Raiffeisen: Über 11’000 Mitarbeitende nutzen KI im Arbeitsalltag

Der Microsoft Copilot wird derzeit schon von einigen Banken genutzt oder bald eingeführt. Auch bei Raiffeisen setzen schon viele Nutzerinnen und Nutzer Copilot intensiv als persönlichen Assistenten im Arbeitsalltag ein. Innerhalb eines halben Jahres wurden über sechs Millionen Prompts verarbeitet. Täglich nutzen mehr als 4’000 Mitarbeitende der Raiffeisen Gruppe die Lösung, mit weiterhin steigender Tendenz. Insgesamt sind bereits über 11’000 Mitarbeitende aktiv.

Der Raiffeisen Chatbot: Erste Erfahrungen mit Generative AI im Kundenservice

Auf der Raiffeisen-Webseite ist seit einiger Zeit ein externer Chatbot verfügbar. Dieser scheint bewusst noch nicht prominent platziert zu sein – zumindest musste auch ich etwas suchen, bis ich den Bot im Kundenservice-Center Bereich gefunden hatte. Im Gegensatz zu klassischen regelbasierten Chatbots basiert die Lösung auf generativer KI. Der Fokus liegt derzeit noch auf der Bearbeitung typischer Self-Service-Anfragen aus den Bereichen «Hilfe und Kontakt». Fachliche Beratungsfragen zu Themen wie Hypotheken oder Anlagelösungen werden hingegen derzeit nicht beantwortet (vgl. Abbildung 2).

Gemäss Aussagen von Raiffeisen sind die ersten Erfahrungen mit dem Chatbot positiv. Die Qualität der Antworten sowie das Nutzerverhalten werden laufend überwacht und evaluiert.

Abbildung 2: Der Raiffeisen Bot beantwortet derzeit nur Fragen zu «Hilfe und Kontakt»

KI-Einführung bei Raiffeisen: Change Management und Empowerment für Mitarbeitende

Die Einführung von KI ist nicht nur eine technologische, sondern vor allem auch eine organisatorische und kulturelle Veränderung. Der Erfolg entsprechender Initiativen hängt aus meiner Sicht wesentlich davon ab, ob es gelingt, die Mitarbeitenden für die neuen Möglichkeiten zu sensibilisieren, sie zu befähigen und die Nutzung nachhaltig im Arbeitsalltag zu verankern. Gerade in einer dezentral organisierten Genossenschaft mit 208 Raiffeisenbanken stellt dies eine besondere Herausforderung dar.

Raiffeisen hat deshalb insbesondere für die Einführung von Microsoft Copilot ein umfassendes Empowerment-Programm entwickelt. Promptathons (ganztägige Workshops), das Self-Learning-Programm «Copilot Galaxy», eine kuratierte Prompt Library, wöchentliche Aufgaben sowie ein Netzwerk von mehr als 430 Ambassadoren in nahezu allen Banken sollen dazu beitragen, das Thema KI in die einzelnen Banken und Teams zu tragen. Ziel ist es, Berührungsängste abzubauen, Kompetenzen aufzubauen und die produktive Nutzung von KI-Anwendungen innerhalb der Raiffeisen Gruppe nachhaltig zu steigern.

Die Zukunft von KI bei Raiffeisen

Die Themenlandkarte für die nächsten Jahre ist bereits gut gefüllt. Zahlreiche Ideen und Use Cases wurden identifiziert, müssen jedoch teilweise noch hinsichtlich ihres Nutzens, ihrer Umsetzbarkeit und ihrer strategischen Relevanz priorisiert werden. Der Fokus liegt dabei vor allem auf produktivitätssteigernden Anwendungsfällen, welche Mitarbeitende im Arbeitsalltag entlasten und gleichzeitig die Servicequalität erhöhen können.

Fazit

Das Thema Künstliche Intelligenz ist derzeit in aller Munde. Praktisch alle Banken beschäftigen sich intensiv damit. Die Kommunikation der KI-Aktivitäten, die Priorisierung von Use Cases und die strategische Verankerung unterscheiden sich jedoch erheblich von Institut zu Institut.

Die Raiffeisen Gruppe hat aus meiner Sicht einige sinnvolle erste Schritte gemacht. Die bisher umgesetzten Machine-Learning-Anwendungen als auch die ersten produktiven Generative-AI-Lösungen bei Raiffeisen sind zwar keine spektakulären Anwendungsfälle, schaffen aber einen konkreten Mehrwert primär für die eigenen Mitarbeitende und teilweise auch für die Kundschaft. Sowohl die bestehenden Machine-Learning-Anwendungen als auch die ersten produktiven GenAI-Lösungen adressieren reale Probleme und leisten einen Beitrag zu Effizienz, Wissensmanagement und Servicequalität.

Gleichzeitig wird deutlich, dass die Herausforderung nicht nur technologischer Natur ist. Entscheidend ist die Integration von KI-Cases in bestehende Prozesse, die Qualität der Daten, die Akzeptanz der Mitarbeitenden sowie die Fähigkeit, KI-Initiativen konsequent an strategischen Zielen auszurichten.

Die eigentliche KI-Reise von Raiffeisen steht noch immer am Anfang. Mögliche künftige Anwendungsfälle rund um Kundengespräche, Kreditprozesse und Agentic AI versprechen weiteres Potenzial. Es wird spannend sein zu verfolgen, welche dieser Ideen den Sprung vom Pilotprojekt in den produktiven Alltag schaffen werden.