{"id":1139820,"date":"2026-04-15T20:50:55","date_gmt":"2026-04-15T19:50:55","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=1139820"},"modified":"2026-04-15T20:51:27","modified_gmt":"2026-04-15T19:51:27","slug":"ai-trust-building-the-finance-of-tomorrow-with-bnp-paribas","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/de\/blog\/ai-trust-building-the-finance-of-tomorrow-with-bnp-paribas\/","title":{"rendered":"AI & Trust: Mit BNP PARIBAS die Finanzwelt von morgen gestalten"},"content":{"rendered":"
Sehen Sie sich die Wiederholung an<\/span><\/a><\/div>\n

\u00dcber Andrei Serjantov<\/a>: Head of Digital Global Markets bei BNP Paribas CIB, verantwortlich f\u00fcr die digitale Transformation und die KI-Integration im Investmentbanking-Bereich.
\n\u00dcber BNP Paribas CIB<\/a>: Der Gesch\u00e4ftsbereich Corporate and Institutional Banking von BNP Paribas (ca. 46 Mrd. \u20ac Gruppenumsatz), der weltweit \u00fcber 13.000 Firmen- und institutionelle Kunden betreut.<\/p>\n

\u00dcber Nathalie Beslay<\/a>: CEO und Mitbegr\u00fcnder von naaia, einem RegTech-Unternehmen, das sich darauf spezialisiert hat, Unternehmen bei der Verwaltung von KI-Projekten innerhalb strenger gesetzlicher Auflagen zu unterst\u00fctzen.
\n\u00dcber naaia<\/a>: Ein spezialisiertes Technologieunternehmen, das eine SaaS-Plattform (AIMS - AI Management System) f\u00fcr KI-Governance, Compliance und Aufsicht anbietet; konzentriert sich darauf, die L\u00fccke zwischen statischer Regulierung und dynamischen KI-Agenten zu schlie\u00dfen.<\/p>\n

\u00dcber Cyril Cymbler<\/a>: Head of Financial Services EMA bei Databricks, Experte f\u00fcr die Umwandlung von rohem data in \u201cData Intelligence\u201d zur Steigerung der Wertsch\u00f6pfung.
\n\u00dcber Databricks<\/a>: Ein weltweit f\u00fchrender Anbieter von data und KI (Data Lakehouse) mit einem Wert von ~$43B (2023), der darauf abzielt, data, Analytik und KI f\u00fcr Unternehmensanwendungen zu vereinen.<\/p>\n

Warum m\u00fcssen Vertrauen und data-Strategie im Finanzwesen jetzt dringend neu erfunden werden?<\/h3>\n

Cyril Cymbler: Diese Notwendigkeit wird von drei Faktoren bestimmt. Erstens erfordert das exponentielle Wachstum von strukturierten und unstrukturierten data die Verwaltung massiver Arbeitslasten, um starke Agenten aufzubauen. Zweitens verlagert sich die Branche von \u201cGeneral Intelligence\u201d (Standard-ChatGPT, ~55% Genauigkeit) zu \u201cData Intelligence\u201d (strukturierte Analyse-Engines, >80% Genauigkeit\/Konvertierung). Drittens ist Governance nicht verhandelbar. Ohne strenge data-Struktur scheitern selbst die besten ML-Modelle aufgrund von \u201cGarbage In, Garbage Out\u201d.\u201d<\/p>\n

Andrei Serjantov: Es geht um Effizienz, Umfang und F\u00e4higkeiten. KI erm\u00f6glicht es den Banken, bestehende Aufgaben schneller auszuf\u00fchren, ein breiteres Spektrum an Risiken abzudecken (Risiken A, B und C statt nur A) und bisher unm\u00f6gliche Aufgaben zu erf\u00fcllen, wie z.B. die Analyse riesiger Dokumentenmengen f\u00fcr die Stimmungsanalyse im Aktienresearch.<\/p>\n

Welche konkreten, hochwirksamen Anwendungsf\u00e4lle werden im Investment Banking eingesetzt?<\/h3>\n

Andrei Serjantov: Neben allgemeinen Hilfsmitteln (Kodierung, \u00dcbersetzung) konzentriert sich BNPP auf eine tiefe vertikale Integration. Im Bereich Equity und Fixed Income Research gibt es mehr als ein Dutzend Anwendungsf\u00e4lle, die die Dokumentenproduktionspipeline ver\u00e4ndern. Die Arbeitsabl\u00e4ufe der Kunden werden stark erweitert, indem LLMs Antworten auf Handelsbest\u00e4tigungen der Kunden verfassen. Die Strategie ist allgegenw\u00e4rtig: Es ist jetzt schwieriger, Bereiche zu finden, in denen keine KI eingesetzt wird, als solche, in denen sie eingesetzt wird.<\/p>\n

Wie gehen Unternehmen mit den besonderen Herausforderungen von \u201cagentenbasierter\u201d KI und statischer Regulierung um?<\/h3>\n

Nathalie Beslay: Der Kernkonflikt besteht darin, dass die Regulierung (wie das EU-KI-Gesetz) statisch ist, w\u00e4hrend die Agenten-KI dynamisch ist. Die Herausforderung besteht darin, Agenten anhand strenger gesetzlicher Definitionen zu qualifizieren (General Purpose AI vs. AI Systems). Da die Agenten autonom sind, m\u00fcssen die Unternehmen au\u00dferdem Rollen und Berechtigungen strikt verwalten, um sicherzustellen, dass die Agenten sicher mit der menschlichen und digitalen Umgebung interagieren.<\/p>\n

Wie sollte eine Bank eine Neuerfindung der KI-Plattform \u201cZero to One\u201d technisch umsetzen?<\/h3>\n

Cyril Cymbler: Die Ausf\u00fchrung erfordert einen auf drei S\u00e4ulen basierenden Gesch\u00e4ftsansatz: Wachstum, Schutz (Risiko\/Compliance) und Kosteneffizienz. Technologisch gesehen muss die Plattform Multi-cloud (um die DORA-Bestimmungen zur data-Portabilit\u00e4t zu erf\u00fcllen), Open Source (um data-Eigentum\/Null-Kopie zu gew\u00e4hrleisten) und Governed (strenge data-Abstammung, um die Produktentstehung f\u00fcr Auditoren nachzuvollziehen) sein. Und schlie\u00dflich muss die KI demokratisiert werden, damit F\u00fchrungskr\u00e4fte data in nat\u00fcrlicher Sprache abfragen k\u00f6nnen, ohne auf technische Spezialisten angewiesen zu sein.<\/p>\n

Wie operationalisieren Sie \u201cVertrauensw\u00fcrdige KI\u201d (Compliance, Ethik, Verantwortung)?<\/h3>\n

Nathalie Beslay: Vertrauensw\u00fcrdigkeit wird auf drei Ebenen aufgebaut: Compliance (verbindlich), Ethik (menschenzentriert) und Verantwortung (Rechenschaftspflicht). naaia operationalisiert dies \u00fcber einen SaaS-Ansatz, der sich auf Governance (Gestaltung von Rollen\/Entscheidungsb\u00e4umen), Integration (Einbettung von Tests\/\u00dcberwachung in IT-Systeme) und Execution (Durchsetzung der Dokumentation) konzentriert. Passive Beschwerden sind keine Strategie, sondern die proaktive Umsetzung von Programmen ist erforderlich, um den wirtschaftlichen und rufsch\u00e4digenden Schaden zu begrenzen.<\/p>\n

Wie sieht die Strategie bez\u00fcglich \u201cBuild vs. Buy\u201d und Partnerschaften (z.B. Mistral) aus?<\/h3>\n

Andrei Serjantov: BNPP hat sich schon fr\u00fch mit Mistral zusammengetan, um die On-Premise-F\u00e4higkeit zu nutzen und sicherzustellen, dass das data des Kunden die sichere Umgebung der Bank nie verl\u00e4sst. Sie geben der Feinabstimmung kleinerer, energieeffizienter Modelle auf dem eigenen data den Vorzug vor dem Training umfangreicher Basismodelle von Grund auf. Diese Kombination aus externem technischem Fachwissen und interner Risikomanagement-DNA erm\u00f6glicht eine sichere, anwendungsspezifische Bereitstellung.<\/p>","protected":false},"excerpt":{"rendered":"

Dabei geht es um Effizienz, Umfang und F\u00e4higkeiten. KI erm\u00f6glicht es Banken, bestehende Aufgaben schneller auszuf\u00fchren, ein breiteres Spektrum an Risiken abzudecken (Risiken A, B und C statt nur A) und bisher unm\u00f6gliche Aufgaben zu erf\u00fcllen, wie z.B. die Analyse riesiger Dokumentenmengen f\u00fcr die Sentimentanalyse im Aktienresearch.<\/p>","protected":false},"featured_media":1139821,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[21930,662811],"blog-language":[2991],"class_list":["post-1139820","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-finance","blog-category-0-exclude-from-blog-page","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog\/1139820","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media\/1139821"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/media?parent=1139820"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-category?post=1139820"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/de\/wp-json\/wp\/v2\/blog-language?post=1139820"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}