Warum die meisten KI-Piloten im Fintech nie skalieren

# Warum die meisten KI-Piloten im Fintech nie skalieren

Eine Head of Data Science bei einer mittelgroßen europäischen Neobank beschrieb ihr KI-Portfolio einmal als „einen Friedhof mit ausgezeichneter Beleuchtung". Dreiundzwanzig Piloten in drei Jahren gestartet. Zwei gingen in Produktion. Der Rest steckte in hübschen Foliensätzen, wurde dem Vorstand demonstriert und dann still beiseitegelegt, als das Team zum nächsten glänzenden Use Case wechselte.

Dieses Muster ist nicht ungewöhnlich. Branchenumfragen von Häusern wie McKinsey und Gartner schätzen durchgängig, dass die Mehrheit der KI-Piloten in Unternehmen, über alle Branchen hinweg, nie in den produktiven MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ßstab kommt. Fintech hat dafür seine eigenen, spezifischen Gründe.

Der Engpass Kernbankensystem

Die meisten Fintechs besitzen ihre Infrastruktur nicht durchgängig. Sie hängen an einem Kernbankensystem, der führenden Software für Konten, Ledger und Transaktionsverarbeitung, häufig lizenziert von Anbietern wie FIS, Fiserv, Temenos oder Mambu, oder bereitgestellt von einer Partnerbank im Rahmen eines Banking-as-a-Service (BaaS)-Modells, bei dem eine lizenzierte Bank die regulierte Infrastruktur hinter der gebrandeten App eines Fintechs liefert.

Diese Cores wurden für Stabilität gebaut, nicht dafür, ein Machine-Learning-Modell in Echtzeit mit Features zu versorgen. Zwei konkrete Reibungspunkte:

• Batch versus Echtzeit. Viele Legacy-Cores aktualisieren nachts in Batch-Zyklen. Ein Fraud-Modell, das den Live-Transaktionskontext braucht, bekommt die Daten von gestern.
• API-Grenzen. Ältere Cores bieten dünne, starre APIs (Application Programming Interfaces, die Schnittstellen, über die Software miteinander spricht). Die granularen Daten zu ziehen, die für Training oder Betrieb eines Modells nötig sind, wird zum individuellen Engineering-Projekt, nicht zur Konfigurationsaufgabe.

Ein Pilot auf einem saubereren, exportierten Datensatz funktioniert in der Sandbox hervorragend. Dasselbe Modell in den Livebetrieb zu verdrahten, gegen einen Core, der dafür nie gedacht war, ist die Stelle, an der sich Zeitpläne leise verdreifachen.

Datensilos: das Partnerbank-Problem

Fintechs, die mit Banken zusammenarbeiten (in den USA verbreitet in BaaS-Modellen mit Banken wie Cross River oder Column), haben in der Regel keinen vollen Zugriff auf die Transaktions- und Risikodaten der Bank. Die Bank wiederum ist zurückhaltend dabei, Kundendaten den KI-Systemen eines Dritten zu öffnen, teils aus Wettbewerbsgründen, teils aus Compliance-Gründen.

In der EU und in UK wird das direkt von der DSGVO (Datenschutz-Grundverordnung) geprägt und, für UK, von deren übernommener Fassung, der UK GDPR. Beide beschränken, wie personenbezogene Daten ohne klare Rechtsgrundlage geteilt, verarbeitet und zum Training von Modellen genutzt werden dürfen. In den USA ist das Bild fragmentierter: kein einheitliches Bundesdatenschutzgesetz, aber Regelungen einzelner Staaten wie der California Consumer Privacy Act (CCPA) sowie sektorale Regeln wie der Gramm-Leach-Bliley Act (GLBA), der den Austausch von Finanzdaten regelt.

Das praktische Ergebnis: Ein Churn-Prediction-Modell oder ein Kreditrisikomodell wird häufig auf einem unvollständigen Ausschnitt der echten Kundenbeziehung trainiert. Das Fintech sieht die App-Nutzung. Die Bank sieht Saldo und vollständige Transaktionshistorie. Keine der beiden Parteien kann das rechtlich oder technisch zusammenfügen, ohne Monate an juristischer und datentechnischer Arbeit, oft samt Auftragsverarbeitungsvertrag und Datenschutz-Folgenabschätzungen.

Rechenbeispiel. Angenommen, eine Challenger-Bank will ein Kreditrisikomodell bauen. Intern hat sie 200.000 Kunden mit App-Engagement-Daten. Ihre Partnerbank hält die vollständige Transaktionshistorie derselben Kunden, teilt aber wegen einer restriktiven Data-Sharing-Vereinbarung nur aggregierte Monatsübersichten, keine einzelnen Buchungen. Das Modell, das auf den eigenen Daten des Fintechs trainiert wird, erreicht eine geschätzte AUC (Area Under the Curve, ein Standardmaß dafür, wie gut ein Klassifikationsmodell gute von schlechten Ergebnissen trennt, von 0,5 = Zufall bis 1,0 = perfekt) von rund 0,65, vergleichbar mit einem Münzwurf mit leichtem Vorteil. Mit vollständigen Transaktionsdaten berichten vergleichbare veröffentlichte Fintech-Kreditmodelle AUCs näher an 0,75 bis 0,80 (von der Branche berichtete Spannen, keine Garantie). Diese Lücke von 0,10 bis 0,15 ist kein Modellierungsproblem. Es ist ein Problem des Datenzugangs, und kein MaMaEinsatz von Software, um wiederkehrende Marketingaufgaben und Kampagnen zu automatisieren und Personalisierung in großem Maßstab über Kanäle wie E-Mail, Web und Social zu ermöglichen.Vollständige Definition ansehen →ß an Hyperparameter-Tuning behebt es.

Change Management: der menschliche Engpass

Selbst wenn Daten und Infrastruktur mitspielen, bleibt die Adoption an den Menschen hängen.

Häufige Fehlermuster:

• Das Modell funktioniert, aber niemand traut ihm. Ein Collections-Team ignoriert einen Machine-Learning-Risikoscore, weil ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → zwanzig Jahren institutioneller Intuition widerspricht, und es gibt keinen klaren Eskalationspfad, wenn Modell und Mensch uneinig sind.
• Nach Ende des Piloten kein Owner. Das Data-Science-Team, das es gebaut hat, zieht zum nächsten Projekt weiter. Niemand verantwortet Monitoring, Retraining oder Nachbesserung, wenn die Performance driftet.
• Regulatorische Freigabe kommt zu spät. In der EU klassifiziert der AI Act (2024 in Kraft getreten, Pflichten treten bis 2026 und darüber hinaus gestaffelt in Kraft) viele KI-Systeme für Kreditscoring und Kreditwürdigkeitsprüfung als „hochriskant", was Anforderungen an Dokumentation, menschliche Aufsicht und Risikomanagement *vor* dem Einsatz auslöst. Teams, die Compliance als letztes Häkchen statt als Designvorgabe ab Tag eins behandeln, werden oft Monate nach dem „erfolgreichen" Piloten zur Neukonzeption zurückgeschickt.

Ein nützliches Denkmodell: Ein Pilot beweist, dass ein Modell genau sein kann. Skalierung beweist, dass eine Organisation es verantwortungsvoll, wiederholbar und unter echter regulatorischer Prüfung betreiben kann.

Was die Piloten unterscheidet, die skalieren

Schaut man auf Fintechs, die KI tatsächlich von der Demo in den dauerhaften Produktivbetrieb gebracht haben (Fraud Detection bei Häusern wie Stripe, Kreditvergabe bei Häusern wie Upstart, Personalisierung bei großen Digitalbanken), wiederholen sich einige Muster:

1. Die Investition in Dateninfrastruktur kommt vor der KI-Investition. Teams, die eine Echtzeit-Datenpipeline oder einen ordentlichen Feature StoreFeature StoreEin zentrales Repository zur Verwaltung von ML-Features, das Konsistenz zwischen Training und Serving sicherstellt.Vollständige Definition ansehen → (ein zentrales System zum Speichern und Bereitstellen modellfertiger Datenfeatures) aufbauen, bevor sie Algorithmen wählen, skalieren schneller als Teams, die die Reihenfolge umdrehen.

2. Ein namentlich benannter Business Owner, nicht nur ein Data-Science-Sponsor. Jemand in Risk, Credit oder Operations ist für die Ergebnisse des Modells in Produktion verantwortlich, nicht nur für seine Genauigkeit im Notebook.

3. Compliance früh eingebettet. Unter der Hochrisiko-Kategorie des EU AI Act oder US-Fair-Lending-Regeln wie dem Equal Credit Opportunity Act (ECOA), durchgesetzt vom CFPB (Consumer Financial Protection Bureau), muss die Dokumentation der Modelllogik und des Bias-Testings vor dem Launch existieren und nicht nachträglich ergänzt werden.

4. Realistische ROI-Darstellung. Piloten, die „50 % Kostenreduktion" versprachen und 8 % lieferten, werden wegen Underperformance eingestellt. Piloten, die einen belastbaren Effizienzgewinn von 5 bis 10 % versprachen und ihn lieferten, werden wieder finanziert.

Eine vereinfachte Art, wie Risk- und Data-Teams überwachen, ob ein Modell noch produktionstauglich ist, mit Prüfung auf Data Drift (wenn die Live-Eingangsdaten statistisch von den Trainingsdaten abweichen):

# Simplified population stability index (PSI) check
# PSI > 0.2 often flags meaningful drift worth investigating
import numpy as np

def psi(expected, actual, bins=10):
    breakpoints = np.percentile(expected, np.linspace(0, 100, bins + 1))
    e_pct = np.histogram(expected, breakpoints)[0] / len(expected)
    a_pct = np.histogram(actual, breakpoints)[0] / len(actual)
    e_pct, a_pct = np.clip(e_pct, 1e-6, None), np.clip(a_pct, 1e-6, None)
    return np.sum((a_pct - e_pct) * np.log(a_pct / e_pct))

Solch eine Prüfung, monatlich ausgeführt, ist ein kleines Stück der „langweiligen Infrastruktur", die ein Modell, das in Produktion still verfällt, von einem unterscheidet, das auffällt und neu trainiert wird.

🎬 [VIDEO: "Why Machine Learning Models Fail in Production" - youtube.com - ein praxisnaher Durchgang durch Fehlermuster von ML in Produktion, inklusive Drift und Monitoring-Lücken, direkt anwendbar auf Fintech-Risiko- und Fraud-Modelle]

Wichtigste Erkenntnisse

• Legacy-Kernbankensysteme und dünne APIs sind eine Infrastrukturbeschränkung, kein Data-Science-Problem; budgetieren Sie Data Engineering vor der Modellierung.
• Datensilos zwischen Fintechs und Partnerbanken, geformt von echter Regulierung (DSGVO, UK GDPR, GLBA, CCPA), kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen die Modellleistung unabhängig von der Algorithmenwahl begrenzen; prüfen Sie die Machbarkeit des Datenzugangs, bevor Sie einen Piloten freigeben.
• Fehler im Change Management (kein Business Owner, kein Vertrauen, kein Monitoring-Plan) töten mehr KI-Projekte als schlechte Modelle.
• Unter dem EU AI Act brauchen Hochrisiko-Systeme wie Kreditscoring Dokumentation und menschliche Aufsicht von Anfang an, nicht als Ergänzung nach einer erfolgreichen Demo.
• Skalierte KI-Projekte unterscheiden sich durch realistische ROIROIReturn on Investment: das Verhältnis von Nettogewinn zu den Kosten einer Investition. Ein ROI von 300 % bedeutet, dass jeder investierte Dollar 3 Dollar zurückbringt.Vollständige Definition ansehen →-Ziele und einen namentlich benannten Verantwortlichen im Business, nicht durch raffiniertere Algorithmen.