Souveräne KI für Banken
Betrugs-, Finanzkriminalitäts-, Kredit- und Kundenteams haben mehr Daten als je zuvor und entscheiden noch immer zu langsam, weil die Signale über Kernsysteme verstreut sind und die Cloud-KI, die Hilfe verspricht, genau das ist, was DORA und Ihre Aufsicht nicht akzeptieren. Die Plattform betreibt sie auf einer gesteuerten Datenplattform, innerhalb der Bank.
Eine Sicht auf Kunde und Transaktion
Kernbank-, Karten-, Onboarding- und Falldaten zu einer Finanzontologie aufgelöst, sodass ein Score, ein Fall oder eine Entscheidung eine konsistente Grundlage hat.
In Echtzeit, in der Bank
Betrugs- und Finanzkriminalitätsmodelle laufen auf Streaming- und historischen Daten auf der Infrastruktur der Bank; nichts verlässt sie in einem Prompt.
Jede Entscheidung rückverfolgbar
Modelle, Datensätze und Agentenaktionen sind versioniert und zugeordnet, sodass eine abgelehnte Zahlung oder eine eingereichte Meldung dem Kunden und der Aufsicht erklärt werden kann.
Die Entscheidungen einer Bank sind nur so gut wie ihre Sicht auf Kunde und Transaktion, und diese Sicht ist über Kernbank, Kartensystem, Onboarding, Fallmanagement und ein Data Warehouse verteilt, das immer einen Tag hinterherhinkt. KI kann in Echtzeit scoren, erkennen und Entscheidungen vorbereiten, aber eine Bank kann Kundendaten nicht an ein externes Modell senden und keine Entscheidung erklären, die sie nicht kontrolliert hat. Die Plattform gibt der Bank beides: Echtzeit-KI auf ihren eigenen Daten und eine Spur für jede Modellentscheidung.
Lesen Sie das, wenn Sie Betrug, Finanzkriminalität, Kredit, Betrieb, Daten oder IT in einer Retail-, Firmenkunden-, Privat- oder Genossenschaftsbank verantworten, oder deren DORA- und KI-Governance-Pflichten.
Für Banken ist Scrydon die souveräne KI- und Datenplattform, die Kernbank-, Karten-, Onboarding- und Falldaten in einer Finanzontologie vereint, Betrugs-, Finanzkriminalitäts- und Kreditmodelle und -agenten in Echtzeit innerhalb der Infrastruktur der Bank betreibt und die Modell-Governance- und Prüfakten erzeugt, die DORA, die DSGVO und die KI-Verordnung verlangen.
Sie läuft vor Ort, in einer souveränen Cloud oder im eigenen Tenant der Bank, mit lokal betriebenen Open-Weight-Modellen und jedem Modell, Datensatz und jeder Agentenaktion versioniert, zugeordnet und protokolliert.
Die Signale existieren; die Sicht nicht, und die Aufsicht will die Begründung
Die Betrugs-, Finanzkriminalitäts-, Kredit- und Kundenteams einer Bank haben mehr Daten als je zuvor und entscheiden noch immer zu langsam. Der Kunde existiert in sechs Systemen, der Kernbank, der Kartenplattform, dem Onboarding, dem CRM, dem Fallmanagement und einem Warehouse, das immer einen Tag hinterherhinkt, und ein Analyst führt sie von Hand zusammen, bevor eine Entscheidung fallen kann. Batch-Scoring und Regelwerke finden den Betrug von gestern; Echtzeiterkennung braucht Streaming-Daten und Modelle, die dort laufen, wo die Transaktion ist.
Die Aufsicht setzt die andere Bedingung. Unter DORA ist die Abhängigkeit von einem einzelnen ausländischen KI-Anbieter ein IKT-Drittpartei- und Konzentrationsrisiko, zu dem die Aufsicht Fragen stellen wird, und ein abgelehnter Kredit, eine blockierte Zahlung oder eine eingereichte Verdachtsmeldung muss dem Kunden und der Behörde erklärt werden, was ein undurchsichtiges Cloud-Modell nicht kann. Die Bank braucht also KI, die auf ihrer eigenen Infrastruktur läuft, auf ihren eigenen Daten, und die Begründung behält.
Ein Kunde in sechs Systemen — Kernbank, Karten, Onboarding, CRM, Fallmanagement und Warehouse halten jeweils ein Stück. Betrugs- und Finanzkriminalitätsanalysten führen sie von Hand zusammen.
Erkennung im Nachhinein — Batch-Scoring und Regelwerke finden den Betrug von gestern. Echtzeit braucht Streaming-Daten und Modelle, die dort laufen, wo die Transaktion ist.
DORA und Konzentrationsrisiko — Die Abhängigkeit von einem einzelnen ausländischen KI-Anbieter ist ein IKT-Drittparteirisiko, zu dem die Aufsicht Fragen stellen wird.
Erklärbarkeit per Gesetz — Ein abgelehnter Kredit oder eine eingereichte Verdachtsmeldung muss erklärt werden; ein undurchsichtiges Cloud-Modell kann das nicht.
Eine Finanzontologie, Echtzeitmodelle, gesteuerte Agenten
Die Plattform modelliert die Bank in einer Finanzontologie: Kunden, Konten, Transaktionen, Gegenparteien, Produkte, Fälle und die Beziehungen zwischen ihnen, abgebildet aus der Kernbank und den Umsystemen, ohne eines davon zu migrieren. Über diesem Modell laufen Betrugs-, Finanzkriminalitäts- und Kreditmodelle auf Streaming- und historischen Daten über die Analytikschicht der Plattform, mit Merkmalen aus der Ontologie, sodass ein Score dieselbe Grundlage hat wie der Fall, den er auslöst.
Agenten übernehmen die Arbeit rund um die Entscheidung. Sie stellen einen Fall zusammen, verknüpfen Entitäten über Konten und Gegenparteien hinweg, halten das Gedächtnis einer wochenlangen Ermittlung und zitieren jede Quelle, und Decision Intelligence macht aus einem erkannten Signal eine empfohlene Aktion, die über den Freigabeweg der Bank geleitet wird. Ein Mensch gibt die Entscheidung oder Meldung frei. Modelle, Datensätze und Agentenaktionen werden unter der KI-Governance versioniert, zugeordnet und protokolliert, sodass die Bank jedes Ergebnis dem Kunden und der Aufsicht erklären kann.
- 1
Modellieren
Kunden, Konten, Transaktionen, Gegenparteien, Produkte und Fälle einmal modelliert, abgebildet aus der Kernbank und den Umsystemen.
- 2
Scoren
Betrugs-, Finanzkriminalitäts- und Kreditmodelle laufen auf Streaming- und historischen Daten auf der Infrastruktur der Bank, mit Merkmalen aus der Ontologie.
- 3
Ermitteln
Agenten stellen Fälle zusammen, verknüpfen Entitäten über Konten hinweg und halten das Gedächtnis einer wochenlangen Ermittlung, jede Quelle zitiert.
- 4
Entscheiden und aufzeichnen
Ein Mensch gibt die Entscheidung oder Meldung frei; Modelle, Daten und Agentenaktionen werden versioniert und für die Aufsicht protokolliert.
Resilienz und Kontrolle sind, was DORA verlangt
Resilienz und Kontrolle sind, was DORA verlangt, und beides folgt daraus, wo die Plattform läuft und wie sie gesteuert wird. Sie läuft vor Ort, in einer souveränen Cloud oder im eigenen Tenant der Bank, mit lokal betriebenen Open-Weight-Modellen und externen Modellen nur per ausdrücklichem Opt-in unter Richtlinie. Wo Cloud-Infrastruktur genutzt wird, hält Confidential Computing Kundendaten in Nutzung verschlüsselt, sodass der Betreiber sie nicht lesen kann. Weil die Plattform modellagnostisch ist, kann die Bank Modelle ohne Neuarchitektur wechseln, was die praktische Antwort auf das Konzentrationsrisiko ist.
Governance ist in den Betrieb eingebaut. Jedes Modell, jeder Datensatz und jede Agentenaktion wird versioniert, zugeordnet und protokolliert; Agenten handeln unter begrenzten Identitäten; die Herkunft verknüpft eine Entscheidung mit den Daten und Begriffen, auf denen sie beruht. Dieses Register ist der Nachweis für DORA, die DSGVO und die KI-Verordnung, erzeugt durch den Betrieb der Plattform statt für den Besuch der Aufsicht zusammengestellt.
In der Bank — Vor Ort, in einer souveränen Cloud oder im Tenant der Bank, mit lokal betriebenen Open-Weight-Modellen und externen Modellen nur per Opt-in.
Verschlüsselt in Nutzung — Confidential Computing hält Kundendaten während der Verarbeitung verschlüsselt, sodass ein Cloud-Betreiber sie nicht lesen kann.
Modell-Governance eingebaut — Versionierung, Zuordnung, Herkunft und ein manipulationssicheres Prüfprotokoll für jedes Modell und jeden Agenten, wie DORA und die KI-Verordnung es erwarten.
Kein Lock-in — Modellagnostisch und Open-Weight, sodass die Bank Modelle ohne Neuarchitektur wechselt und das Konzentrationsrisiko senkt.
Behalten Sie das Thema im Blick
Was sich für Ihre Branche bei der europäischen KI-Souveränität ändert, und was wir im Einsatz lernen. Ein paar Mal im Jahr, keine Drip-Kampagne.
Anwendungsfälle für Banken
Betrug, Finanzkriminalität, Kredit und Kundendaten auf einer souveränen Plattform.
Betrugserkennung in Echtzeit
Sicherheit
Herausforderung
Klassische regelbasierte Systeme erzeugen zu viele Fehlalarme und erkennen ausgefeilte neue Betrugsmuster nicht.
Lösung
Autonome Agenten lernen Transaktionsmuster in Echtzeit und melden Anomalien mit hoher Präzision, ohne dass Daten das eigene Rechenzentrum verlassen.
Mehr erfahren
40 % weniger Betrugsverluste und 60 % weniger Fehlalarme — bei gestärktem Kundenvertrauen.
Automatisiertes KYC/AML
Compliance
Herausforderung
Die manuelle Prüfung von KYC- (Know Your Customer) und AML-Alarmen (Anti-Money Laundering) ist langsam, teuer und fehleranfällig.
Lösung
KI-Agenten erheben und verifizieren Kundendaten automatisch aus mehreren Quellen und fassen die Ergebnisse für die Compliance-Verantwortlichen zusammen.
Mehr erfahren
Das Onboarding sinkt von Tagen auf Minuten — mit einem vollständig prüfbaren Entscheidungspfad.
Shadow-AI-Erkennung für die Bereitschaft zur EU-KI-Verordnung
Compliance & Risiko
Herausforderung
Einzelne Teams haben still und leise eigene KI-Tools und Agenten eingeführt, sodass die Organisation vor den Hochrisiko-Pflichten der EU-KI-Verordnung kein vollständiges Inventar vorlegen kann.
Lösung
Kontinuierliche Erkennung macht jeden in den Fachbereichen genutzten Agenten und jedes KI-Tool sichtbar, klassifiziert sie gegen die Risikokategorien der EU-KI-Verordnung und lenkt nicht freigegebene Nutzung in gesteuerte Alternativen um.
Mehr erfahren
Ein vollständiges, belastbares KI-Inventar und ein messbarer Rückgang nicht autorisierter Tool-Nutzung vor dem Stichtag der Durchsetzung am 2. Dezember 2027.
Persistentes Gedächtnis für AML-Ermittlungen
Compliance
Herausforderung
AML-Ermittlungen erstrecken sich über Wochen und mehrere Analysten, doch jede neue Sitzung beginnt bei null, weil der ermittelnde Agent keine Erinnerung an frühere Erkenntnisse hat.
Lösung
Eine entitätsverankerte Gedächtnisschicht bewahrt die vollständige Historie einer Ermittlung — gesichtete Beweise, ausgeschlossene Hypothesen, verwandte Fälle — sodass jede Analystin und jeder Agent mit vollem Kontext weiterarbeitet.
Mehr erfahren
Ermittlungen werden schneller abgeschlossen, ohne doppelte Arbeit, und mit einer vollständigen, prüfbaren Begründungskette für die Aufsicht.
Koordinierte Kreditprüfung von Mensch und Agent
Kreditprüfung
Herausforderung
Die abschließende Entscheidung einer Kreditprüferin hängt von einer Analyse ab, die ein Agent in Sekunden zusammenstellen kann — doch heute liegen diese Analyse und die Entscheidung der Prüferin in getrennten Systemen, sodass die Übergabe selbst länger dauert als jeder der beiden Schritte.
Lösung
Das AI OS koordiniert den Kreditprüfungsprozess von Anfang bis Ende: Agenten stellen Finanzkennzahlen, Risikosignale und Richtlinienprüfungen zusammen, legen sie am Entscheidungspunkt vor und tragen das Votum der Prüferin automatisch in das führende System zurück.
Mehr erfahren
Kreditentscheidungen laufen vom Antrag bis zum Votum in einem einzigen koordinierten Ablauf — mit vollständigem Nachweis darüber, was der Agent gefunden und was der Mensch entschieden hat.
Ontologiebasierte einheitliche Kundensicht
Kundendaten
Herausforderung
Dieselbe Kundin existiert im Kernbankensystem, im CRM und im Hypothekensystem als leicht unterschiedliche Datensätze — eine korrekte Gesamtsicht auf die Beziehung zu erstellen, bedeutet daher, Konten manuell abzugleichen, die nicht offensichtlich zusammengehören.
Lösung
Eine Ontologie löst Kunden-, Konto- und Produktdatensätze aus jedem System zu einem Entitätsgraphen auf, sodass eine einzelne Kundin in der gesamten Bank dasselbe bedeutet.
Mehr erfahren
Kundenbetreuerinnen und Agenten arbeiten mit einer korrekten Kundensicht, statt Datensätze von Hand zusammenzufügen.
Was Banken einhalten muss
Die Regulierungen, die entscheiden, ob KI auf diesen Daten überhaupt laufen darf. Jede Seite nennt, was der Rahmen verlangt und welche Plattformkontrollen darauf antworten: Eigenschaften und Verweigerungen, keine Checkliste.
DORA · Digital Operational Resilience Act
Gilt für: Finanzunternehmen in der gesamten EU — Banken, Versicherer, Wertpapierfirmen, Zahlungs- und Kryptowerte-Dienstleister und weitere — sowie die IKT-Drittdienstleister, die sie bedienen.
Wie die Plattform das unterstütztDSGVO · Datenschutz-Grundverordnung
Gilt für: Jede Organisation, die personenbezogene Daten von Menschen in der EU/im EWR verarbeitet — ob in der Union niedergelassen oder von außerhalb Waren und Dienstleistungen anbietend bzw. Verhalten beobachtend.
Wie die Plattform das unterstütztEU AI Act · KI-Verordnung
Gilt für: Anbieter, Betreiber, Einführer und Händler, die KI-Systeme auf dem EU-Markt in Verkehr bringen oder deren KI-Ausgaben in der EU verwendet werden.
Wie die Plattform das unterstütztISO 42001 · ISO/IEC 42001
Gilt für: Jede Organisation, die KI-Systeme entwickelt, bereitstellt oder nutzt und dafür ein zertifizierbares Managementsystem für verantwortungsvollen Einsatz möchte — insbesondere Anbieter und Betreiber, die sich auf die KI-Verordnung vorbereiten.
Wie die Plattform das unterstützt
Worauf diese Ergebnisse tatsächlich laufen
Der Architekt einer Bank fragt, wie Modelle gesteuert werden, wie der Kunde modelliert wird und wo Daten verschlüsselt sind. Dies sind die Seiten, die diese Fragen beantworten.
AI OS
Die Laufzeitumgebung, die einen Prozess in Schritte zerlegt, jeden Schritt an ein System, einen Agenten oder einen Menschen übergibt und den nötigen Kontext mitliefert.
Analytik
Self-Service-Analytics auf einem governten semantischen Modell — Zahlen bedeuten in jedem Bericht dasselbe.
KI-Governance
Richtlinien, Data Loss Prevention und Audit für jede KI-Aktion — mit Nachweisen, die ein Prüfer lesen kann.
Ontologiebasierte Datenplattform
Die semantische Schicht, die aus Tabellen die Entitäten macht, über die Ihr Fachbereich spricht.
Lakehouse
Das souveräne Datenfundament — Lake und Warehouse in einem, auf offenen Formaten.
Confidential Compute
Workloads, die während der Ausführung verschlüsselt bleiben — in hardwareattestierten Enklaven.
Häufig gestellte Fragen
Können wir Betrugs- und Finanzkriminalitätserkennung in Echtzeit auf der Plattform betreiben?+
Wie unterstützt die Plattform DORA?+
Wie werden Modellentscheidungen einem Kunden oder der Aufsicht erklärt?+
Bleiben Kundendaten vor dem Cloud-Betreiber geschützt?+
Wir haben Copiloten im Pilot. Wie kommen wir zu gesteuerter KI in der ganzen Bank?+
Arbeiten Sie bei Ausschreibungen und Rahmenverträgen mit Partnern zusammen?+
Lieber schreiben? Senden Sie eine E-Mail an hello [at] scrydon.com und wir melden uns bei Ihnen.
Weiter geht es
Drei Wege von hier: die Regeln, an denen Sie gemessen werden, die Plattform, auf der diese Ergebnisse laufen, und die Sessions, in denen wir sie durchgehen.
Die geltenden Regeln
Jede Regulierung, was sie verlangt und welche Kontrollen die Plattform dafür bietet.
Die Plattform dahinter
Das AI Operating System, Analytics und Sovereign Foundations, Seite für Seite.
Alle Anwendungsfälle
Alle an einem Ort, gruppiert nach der Branche, die sie am besten kennt.
How – Inside the AI OS: running governed agents on your own cluster, live(auf Englisch)
17. Sept. 2026, 09:00
Part 2 of the Sovereign AI series, for engineers and architects. No slides after minute five: an agent gets an identity and scoped permissions, calls tools over governed MCP, retrieves from the ontology rather than raw tables, runs inside the sandbox and is stopped when it steps outside policy, and everything lands in the audit trail — then the same stack brought up on a disconnected network. Properties and refusals, shown rather than claimed.
Weitere Bereiche von Finanzdienstleistungen
Die anderen Seiten unter Finanzdienstleistungen und die Branchenübersicht, an der sie hängen.
Versicherungen
Leben, Schaden, Kranken und Rückversicherung: Underwriting, Schaden und Betrug auf einer Versicherungsontologie, im Versicherer, ein Mensch entscheidet, wo das Gesetz es verlangt, und jede Modellentscheidung ist rückverfolgbar.
Seite lesenKapitalmärkte
Asset Manager, Handelsabteilungen, Börsen und Marktinfrastruktur: ein lebendes Bild von Positionen und Flüssen, Risiko- und Überwachungsmodelle im Haus, und Signale, die zu freigegebenen Aktionen werden.
Seite lesen
Partner
