KI-Agenten für Genfer Privatbanken: ein Leitfaden für 2026
Privatbanken in Genf arbeiten mit strengen Regeln, internationaler Kundschaft und hohem Reputationsrisiko. Ein praktischer Leitfaden für KI-Agenten 2026: zuerst interne Anwendungen, Antworten aus freigegebenen Dokumenten, ein enger Einsatz gegenüber Kunden, die richtigen Fragen an Anbieter und ein Plan über 12 Monate.
- Autor
- intoCHAT Team
- Veröffentlicht
- Zuletzt aktualisiert
- Lesezeit
- 9 Min. Lesezeit

Auf dieser Seite
Wenn du bei einer Privatbank oder einem Vermögensverwalter in Genf arbeitest und 2026 über KI-Agenten nachdenkst, bewegst du dich in einem der anspruchsvollsten Umfelder überhaupt: strenge Aufsicht, Bankgeheimnis, Kundschaft aus vielen Ländern und ein Ruf, dem eine einzige falsche Antwort schaden kann. Dieser Leitfaden beschreibt einen Weg, der das Risiko beherrschbar hält: eng beginnen, jede Antwort in freigegebenen Inhalten verankern und den Einsatz erst ausweiten, wenn sich die Kontrollen bewährt haben.
Der regulatorische Rahmen, kurz
Die FINMA hat kein eigenes KI-Gesetz erlassen. Bestehende Regeln gelten technologieneutral, und die Bank bleibt für das verantwortlich, was ihre Systeme tun. In ihrer Aufsichtsmitteilung 08/2024 zu Governance und Risikomanagement beim Einsatz künstlicher Intelligenz hat die FINMA ihre Erwartungen festgehalten: klare Verantwortung, ein Inventar und eine Risikoeinstufung der KI-Anwendungen, Datenqualität, Tests und laufende Überwachung, Dokumentation, Erklärbarkeit und unabhängige Überprüfung.
Drei weitere Ebenen kommen dazu:
- Outsourcing. Stellt ein Dritter die KI bereit, greifen das FINMA-Rundschreiben 2018/3 «Outsourcing» und die Regeln zu operationellen Risiken und Resilienz (Rundschreiben 2023/1).
- Bankgeheimnis. Art. 47 des Bankengesetzes stellt die Offenlegung von Kundeninformationen unter Strafe. Jede Kundeninformation, die einen Anbieter oder KI-Anbieter erreicht, braucht eine rechtliche und vertragliche Grundlage.
- Datenschutz. Das revDSG regelt Personendaten, auch ihre Bekanntgabe ins Ausland.
Das ist kein Umfeld für einen frei formulierenden Chatbot auf Kundenkanälen. Das folgende Muster passt.
Ein Weg, der funktioniert: intern zuerst, verankert, eng
- Mit interner Nutzung beginnen. Der erste Agent dient Kundenberatern und Backoffice, nicht der Kundschaft. Er beantwortet Fragen zu Richtlinien, findet Dokumente, fasst Notizen zusammen und entwirft Texte, die ein Mensch prüft.
- Jede Antwort in freigegebenen Inhalten verankern. Der Agent antwortet aus deiner Richtliniensammlung, freigegebenem Research und veröffentlichten Produktinformationen und zeigt, woher eine Antwort stammt. Er fasst zusammen, er gibt keine Meinung ab.
- Die Aufgabe eng halten. «Beantworte Fragen zu unserer Onboarding-Richtlinie» funktioniert. «Hilf den Beratern» nicht. Je enger die Aufgabe, desto leichter lässt sie sich testen und freigeben.
- Festhalten, was zählt. Bewahre Gesprächsverläufe so lange auf, wie deine Regeln es verlangen, und protokolliere, wer Anweisungen, Quellen und Integrationen des Agenten geändert hat.
- Über den Datenstandort entscheiden. Dokumentiere, wo Gespräche gespeichert werden und wo das KI-Modell sie verarbeitet, und halte identifizierende Kundendaten aus jeder Lösung heraus, bei der das nicht geklärt ist.
- Freigabe für folgenreiche Aktionen verlangen. Der Agent bereitet vor, ein Mensch gibt frei. Das gilt für ausgehende Kommunikation und alles, was Kundendossiers berührt.
Drei Einsatzmuster
1. Interner Wissensagent
Ein Kundenberater fragt: «Wie lautet unsere Richtlinie für neue Kunden mit Wohnsitz in diesem Land?» Der Agent findet die passende Richtlinie, fasst sie zusammen und verlinkt das Quelldokument. Gut umgesetzt ersetzt er die mühsame Suche in Dateiablagen und Intranetseiten.
2. Gesprächsvorbereitung und Zusammenfassungen
Vor einem Termin stellt der Agent ein Briefing aus freigegebenem Research und den eigenen Systemen der Bank zusammen. Danach entwirft er eine strukturierte Zusammenfassung, die der Berater prüft, anpasst und speichert. Dieses Muster berührt Kundendaten und läuft deshalb meist auf Infrastruktur, die die Bank kontrolliert oder die ihre Outsourcing-Prüfung freigegeben hat.
3. Triage auf der öffentlichen Website
Ein eng begrenzter Agent für Kunden beantwortet operative Fragen: Öffnungszeiten, wie man Dokumente einreicht, Hilfe beim Login, öffentliche Produktinformationen. Alles andere geht samt Gesprächsverlauf an das richtige Team. Der Agent gibt nie Anlageberatung, bespricht nie Positionen und sagt nie etwas, das als Empfehlung verstanden werden kann. Im Zweifel übergibt er an einen Menschen.
Was du KI-Anbieter fragen solltest
Der Prüffragebogen einer Privatbank deckt meist ab:
- Wo Gesprächsdaten gespeichert werden und wo KI-Modelle sie verarbeiten, vertraglich festgehalten.
- Einen Auftragsbearbeitungsvertrag mit Liste der Unterauftragsbearbeiter und Kontrollrechten.
- Single Sign-on (SAML oder OIDC) und rollenbasierte Zugriffe auf den Admin-Bereich.
- Ein Audit-Log, seinen Umfang und seine Aufbewahrungsdauer.
- Welche KI-Modelle zum Einsatz kommen, wo sie laufen, ob sie mit deinen Daten trainieren und wie lange die Anbieter Daten aufbewahren.
- Nichtwissen zugeben: Der Agent muss sagen können «Das weiss ich nicht, ich verbinde dich mit einer Beraterin».
- Freigaben für Aktionen, die ausgehende Kommunikation oder Kundendossiers berühren.
- Eine Sicherheitszertifizierung wie ISO 27001 oder SOC 2 oder eine gleichwertige Prüfung.
Mehrsprachig von Anfang an
Genfer Kundschaft ist international. Ein Agent muss mindestens auf Französisch und Englisch funktionieren, oft auch auf Deutsch, Italienisch, Spanisch, Portugiesisch, Russisch oder Arabisch, in jeder Sprache mit demselben Ton und derselben Sorgfalt. Teste ihn vor dem Start in jeder Sprache, die du bedienst, mit echten Fragen. Ein sichtbares Qualitätsgefälle zwischen den Sprachen ist ein eigenes Reputationsrisiko.
Eine Einführung über 12 Monate
- Monate 1-2: Auswahl der Anwendungsfälle, Anbieter-Shortlist, rechtliche Prüfung, Beurteilung von Outsourcing und Bankgeheimnis, Eintrag ins KI-Inventar.
- Monate 3-4: Pilot eines internen Wissensagenten in einem Geschäftsbereich mit 5 bis 15 Nutzern.
- Monate 5-7: breitere interne Nutzung; Gesprächsvorbereitung und Zusammenfassungen, wo freigegeben.
- Monate 8-10: eng begrenzter Triage-Agent auf der öffentlichen Website, nur zu operativen Themen, mit strengen Übergaberegeln.
- Monate 11-12: breiterer Rollout, unabhängige Überprüfung, Freigabe durch die Governance und, falls wesentlich, ein Dialog mit der FINMA.
Was du vermeiden solltest
- Einen allgemeinen Chatbot auf der Kundenseite, der aus Modellwissen antwortet statt aus freigegebenen Inhalten.
- Die Rolle «KI-Berater», auch intern. Der Agent ist ein Werkzeug für Berater, kein Berater.
- Identifizierende Kundendaten an Anbieter zu senden, die deine Prüfung zu Outsourcing und Bankgeheimnis nicht freigegeben hat, nur um Kosten oder Zeit zu sparen.
Wo intoCHAT passt
intoCHAT passt zu einem klar abgegrenzten Teil dieses Leitfadens: dem Triage-Agenten auf der öffentlichen Website in Muster 3 und internen Fragen zu nicht vertraulichen Dokumenten in Muster 1. Für diesen Rahmen bietet es einer Bank nützliche Kontrollen.
- Antworten nur aus freigegebenen Inhalten. Der Agent lernt nur aus den Seiten, Dateien und Q&A, die du hinzufügst, und Q&A-Antworten haben Vorrang. Eingebaute Regeln sorgen dafür, dass er sagt, was er nicht bestätigen kann, statt etwas zu erfinden, und Guardrails wie «Gib nie Anlageberatung und besprich keine Positionen» gelten für jede Antwort.
- Eine saubere Übergabe. Besucher erreichen dein Team per Übernahme im Live-Chat in der gemeinsamen Inbox, per Übergabe per E-Mail oder per Ticket in deinem Helpdesk. In Pro leitet das Routing Gespräche an das richtige Team weiter, und mit der Live-Übersetzung antwortet eine Beraterin in der Sprache des Kunden.
- Mehrsprachig. Der Agent antwortet in der Sprache des Besuchers, und das Widget spricht Französisch, Deutsch, Italienisch, Englisch und Spanisch.
- Interne Nutzung. Derselbe Agent kann Fragen von Mitarbeitenden in Slack beantworten, aus denselben freigegebenen Quellen.
- Sicherheitsfunktionen. SAML-Single-Sign-on und eigene Rollen in Enterprise, Rollen und Zugriff auf ausgewählte Agenten ab Starter, Zwei-Faktor-Anmeldung und ein Audit-Log der Änderungen im Konto (90 Tage in Pro, 365 in Enterprise). Freigaben durch das Team, bevor eine Aktion läuft, gibt es in Pro. Beschränk den Agenten auf deine eigenen Domains.
- Daten. Die Datenbank liegt in der Schweiz, und ein Auftragsbearbeitungsvertrag ist auf Anfrage erhältlich. Das KI-Modell wählst du pro Agent, von OpenAI, Anthropic oder Google.
Wo es nicht passt: intoCHAT hat keine Zertifizierung nach ISO 27001 oder SOC 2, sein Audit-Log bewahrt Änderungen im Konto höchstens 365 Tage auf und nicht über Jahre, und seine KI-Anbieter verarbeiten Nachrichten in den USA. Halte identifizierende Kundendaten und alles, was unter das Bankgeheimnis fällt, davon fern. Für den oben beschriebenen Rahmen kannst du den Vertrieb kontaktieren, oder du findest einen Überblick auf der Seite Banken-Chatbot für die Schweiz.
Dieser Artikel beschreibt allgemeine Praxis und ist keine Beratung zur regulatorischen Auslegung. Für verbindliche Positionen zu FINMA, Bankgeheimnis oder revDSG wende dich an dein Compliance-Team und externe Rechtsberatung.
Häufige Fragen
Erlaubt die FINMA Banken den Einsatz von KI-Agenten?
Ja. Die FINMA hat kein eigenes KI-Gesetz erlassen; bestehende Regeln gelten technologieneutral, und ihre Aufsichtsmitteilung 08/2024 beschreibt ihre Erwartungen: Governance und klare Verantwortung, ein Inventar und eine Risikoeinstufung der KI-Anwendungen, Datenqualität, Tests und Überwachung, Dokumentation, Erklärbarkeit und unabhängige Überprüfung. Stellt ein Dritter die KI bereit, gelten die Outsourcing-Regeln, dazu kommen Bankgeheimnis und revDSG. Das ist eine allgemeine Information, keine regulatorische Beratung.
Wo sollte eine Privatbank mit KI-Agenten beginnen?
Die meisten Banken fahren besser, wenn sie intern beginnen, mit einem Wissensagenten, der Fragen von Kundenberatern aus freigegebenen Richtlinien beantwortet und auf die Quelle verlinkt. Danach können Gesprächsvorbereitung und Zusammenfassungen folgen, die der Berater vor dem Speichern prüft. Der Einsatz gegenüber Kunden kommt später und bleibt eng begrenzt.
Darf eine Privatbank einen Chatbot auf ihrer öffentlichen Website einsetzen?
Ja, mit engem Rahmen. Ein Agent für Kunden kann operative Fragen beantworten, etwa Öffnungszeiten, wie man Dokumente einreicht, Hilfe beim Login und öffentliche Produktinformationen, und alles andere an das richtige Team weiterleiten. Er sollte nie Anlageberatung geben, Positionen besprechen oder etwas sagen, das als Empfehlung verstanden werden kann, und keine identifizierenden Kundendaten entgegennehmen.
Was verlangen Schweizer Privatbanken typischerweise von KI-Anbietern?
Prüflisten decken meist ab, wo Daten gespeichert und verarbeitet werden, einen Auftragsbearbeitungsvertrag mit Liste der Unterauftragsbearbeiter und Kontrollrechten, Single Sign-on mit Rollen, ein Audit-Log mit festgelegter Aufbewahrung, die eingesetzten KI-Modelle und ob sie mit Daten trainieren, die Fähigkeit des Agenten, Nichtwissen zuzugeben, Freigaben für Aktionen und oft eine Zertifizierung nach ISO 27001 oder SOC 2.
Eignet sich intoCHAT für eine Privatbank?
Für einen klar abgegrenzten Teil der Arbeit, ja: ein Agent auf der öffentlichen Website, der nur aus freigegebenen öffentlichen Inhalten antwortet, sagt, wenn er etwas nicht weiss, und an dein Team übergibt, sowie interne Fragen zu nicht vertraulichen Dokumenten. Es bietet SAML-Single-Sign-on und eigene Rollen in Enterprise, ein Audit-Log, Freigaben durch das Team vor Aktionen in Pro, Identitätsprüfung, eine Datenbank in der Schweiz und einen Auftragsbearbeitungsvertrag auf Anfrage. Es hat keine Zertifizierung nach ISO 27001 oder SOC 2, und seine KI-Anbieter verarbeiten Nachrichten in den USA. Für Kundendaten unter dem Bankgeheimnis eignet es sich deshalb nicht.


