Autonome Agenten im Team: Wenn die KI schneller arbeitet, als die Strukturen es erlauben

Agentensysteme verändern mehr als nur einzelne Arbeitsschritte. Sie beschleunigen die Taktung ganzer Organisationen. Aufgaben, die bislang Tage oder Wochen in Anspruch nahmen, können innerhalb weniger Minuten vorbereitet oder abgeschlossen werden. Damit steigen jedoch auch die Anforderungen an Prozessmanagement, Governance und Organisation. Denn Kontrolle, Transparenz und Verantwortlichkeiten müssen mit dem neuen Tempo Schritt halten.

von Eric A. Leuer und Julius Taylor, Cofinpro

Die klassische Automatisierung hat sich in Finanzinstituten bislang bei klar definierten und wiederholbaren Prozessen bewährt. Sie stieß jedoch an ihre Grenzen, wenn Informationen unvollständig waren, Ausnahmen bewertet oder individuelle Entscheidungen getroffen werden mussten. In solchen Fällen wurde dann manuell eingegriffen: Mitarbeiterinnen und Mitarbeiter recherchierten über mehrere Systeme hinweg, bewerteten Zusammenhänge und dokumentierten die durchgeführten Arbeitsschritte.

Agentische Systeme ermöglichen nun einen neuen Ansatz: Sie erkennen Potenziale innerhalb eines Prozessablaufs und können eigenständig die dafür erforderlichen Aufgaben über mehrere Systeme hinweg koordinieren. Innerhalb definierter Leitplanken recherchieren sie Informationen, nutzen Fachanwendungen und bereiten Entscheidungen vor.

Maßgeblich für den Erfolg dieses Ansatzes ist neben der Leistungsfähigkeit der KI vor allem ihre kontrollierte Einbindung in Prozesse, Datenlandschaften und Governance. An diesem Punkt wird die IT zum Enabler agentischer Prozesse. Der Mensch bleibt nach dem „Human-in-the-Loop-Konzept“ das „zweite Augenpaar“, das die Arbeit des Agenten auditiert.

Use Case Wertpapier: Der digitale Junior-Portfoliomanager

Ein Beispiel aus dem Wertpapiergeschäft veranschaulicht das Potenzial: Portfoliomanager führen heute Marktinformationen, Research, ESG-Daten und regulatorische Vorgaben aus unterschiedlichen Systemen zusammen. Ein Agentensystem übernimmt diese Recherche-, Analyse- und Vorbereitungsschritte und erstellt daraus fundierte Entscheidungsvorlagen.

Ähnlich einem digitalen Junior-Portfoliomanager recherchiert das Agentensystem eigenständig relevante Informationen, überwacht Markt- und Unternehmens­entwicklungen und entwickelt Handlungsoptionen. Erkennt es beispielsweise sinkende Gewinnprognosen in einer Branche bei gleichzeitig steigendem Konzentrationsrisiko im Portfolio, analysiert das System eigenständig die Auswirkungen, prüft Vorgaben und entwickelt Rebalancing-Szenarien.

Der Mehrwert liegt in einer besseren Analyse und schnelleren Bearbeitung. Recherche, Analyse und Entscheidungs­vorbereitung laufen kontinuierlich über mehrere Systeme hinweg. Die Bearbeitungszeiten sinken erheblich. Gleichzeitig steigen die Anforderungen an Transparenz, Dokumentation und Governance, denn Entscheidungen und Ausnahmen müssen auch bei höherem Tempo jederzeit nachvollziehbar bleiben. Entsprechend verändert sich die Rolle des Portfoliomanagers: Er recherchiert weniger selbst, sondern bewertet Ergebnisse, entscheidet über Ausnahmen und gibt Maßnahmen frei.

Use Case Zahlungsverkehr: Vom Alarm zur automatisierten Entscheidungsvorlage

Ein zweites Beispiel, diesmal aus dem Zahlungsverkehr: Verdächtige Transaktionen wurden bislang mithilfe von Regelwerken und Scoring-Modellen identifiziert. Überschritt eine Transaktion definierte Schwellenwerte, schlut das System Alarm. In der Regel folgte daraufhin ein manueller Prüfprozess, bei dem Mitarbeiterinnen und Mitarbeiter die Transaktion analysierten, Informationen beschafften und daraufhin eine Entscheidung trafen.

Ein agentisches System geht deutlich weiter: Es kann Transaktionsmuster, Kundenverhalten, Geräteinformationen, Geodaten, Sanktionslisten, Unternehmensstammdaten und aktuelle Betrugskampagnen in Echtzeit überwachen. Erkennt es eine Anomalie, startet es eigenständig einen strukturierten Prüfprozess. Es analysiert historische Zahlungsbeziehungen, bewertet Betrugsmuster, fordert bei Bedarf eine zusätzliche Authentifizierung an und dokumentiert sämtliche Prüfschritte revisionssicher. Anschließend legt es den Compliance-Mitarbeitern eine vollständige Entscheidungsvorlage vor.

Der Mehrwert liegt somit nicht nur in der Erkennung von Auffälligkeiten, sondern auch in der eigenständigen Orchestrierung des gesamten Prüfprozesses.

Das Agentensystem interagiert mit verschiedenen Fachanwendungen, dokumentiert jeden Schritt revisionssicher und bereitet Entscheidungen vollständig vor.“

Dadurch sinken der manuelle Aufwand und die Bearbeitungszeiten, während die Nachvollziehbarkeit steigt. Der Mensch trifft Entscheidungen auf Basis eines vollständigen Kontexts statt auf Basis isolierter Alarme.

Use Case Prozessexzellenz: Von der Analyse bis zur Umsetzung

Ein agentenbasiertes System kann nicht nur operative Fachprozesse unterstützen, sondern auch die Entwicklung neuer Prozesse erheblich beschleunigen. Zu diesem Zweck analysiert es parallel Prozessmodelle und API-Dokumentationen. Dabei gleicht es die fachlichen Anforderungen mit den technischen Möglichkeiten ab und identifiziert Lücken oder Konflikte. Auf dieser Grundlage erstellt es Epics, User Stories und Akzeptanzkriterien als Vorlage zur technischen Umsetzung, bewertet deren Umsetzungsreife und fasst die Ergebnisse in einer strukturierten Entscheidungsvorlage zusammen. Offene Punkte werden gezielt an die zuständigen Mitarbeiterinnen und Mitarbeiter zurückgegeben. Auf der Basis der freigegebenen Modelle und Epics werden Testfälle erstellt und durchgeführt, die anschließend durch menschliche Mitarbeiter kontrolliert und freigegeben werden. Auch regulatorische Vorgaben können nach diesem Prinzip durch die KI überprüft werden.

Der Mehrwert liegt also nicht allein in der Generierung einzelner User Stories oder Testfälle.

Neu ist die durchgängige Orchestrierung des gesamten Analyse- und Umsetzungsprozesses.“

Dieser reicht von der fachlichen Anforderung über die technische Bewertung bis hin zur Umsetzungsvorbereitung. Dadurch verkürzen sich die Abstimmungszyklen, die Transparenz steigt und Änderungen lassen sich deutlich schneller in die Entwicklung überführen. Die finale Freigabe erfolgt stets im Human-in-the-Loop-Verfahren.

Auf diese Weise entsteht eine durchgängige End-to-End-Analyse der Prozesse und die Prozesse lassen sich ganzheitlich optimieren.

Agentische Prozesse erfolgreich gestalten

Die Beispiele zeigen, wie agentenbasierte Systeme ihre Vorteile in stark regulierten Umfeldern ausspielen können. Daraus ergeben sich sechs wesentliche Handlungsfelder:

• Agentensysteme benötigen Zugriff auf aktuelle und konsistente Informationen aus unterschiedlichen Quellen. Dabei ist eine zentrale Datenhaltung weniger entscheidend als ein kontrollierter, standardisierter Zugang zu den relevanten Datenbeständen. Finanzinstitute sollten deshalb einen strukturierten und sicheren Zugriff auf fachlich relevante Daten ermöglichen, auch über Systemgrenzen hinweg.
• Finanzinstitute sollten den Einsatz agentischer Systeme als übergreifendes Architekturthema verstehen und ein Gesamtkonzept für deren Zusammenspiel etablieren. Statt einer losen Sammlung einzelner KI-Agenten braucht es eine integrierte Agentenarchitektur mit standardisierten APIs, klaren Schnittstellen und definierten Verantwortlichkeiten.
• Multi-Agenten-Architekturen statt Universalagenten. Anstelle eines Universalagenten für alle Aufgaben empfiehlt sich eine arbeitsteilige Architektur aus spezialisierten Agenten, die durch einen Orchestrator koordiniert werden. So lassen sich komplexe Prozesse transparenter steuern, besser skalieren und klaren Verantwortlichkeiten zuordnen. Dadurch entsteht eine Arbeitsteilung, die sich stärker an modernen Software- und Servicearchitekturen orientiert als an klassischen Workflow-Systemen.
• Ereignisbasierte Architektur. Die Use Cases zeigen, dass Agentensysteme kontinuierlich auf neue Informationen reagieren müssen, etwa auf Marktbewegungen oder verdächtige Transaktionen. Finanzinstitute sollten ihre Prozess- und Integrationsarchitektur deshalb so ausrichten, dass sie in der Lage sind, relevante Ereignisse in Echtzeit bereitzustellen, zu verarbeiten und in laufende Prozesse einzubinden.
• Governance und Nachvollziehbarkeit. Von Beginn an müssen Audit-Trails, klare Verantwortlichkeiten sowie regulatorische Leitplanken berücksichtigt werden. Denn auch für digitale Akteure gelten bestehende Anforderungen an Funktionstrennung, Berechtigungskonzepte, IKT-Risikomanagement und Governance, etwa aus MaRisk und DORA. Das hat unmittelbare technische Konsequenzen: So benötigen agentische Systeme ebenso wie Mitarbeiterinnen und Mitarbeiter eine eigene digitale Identität mit rollenbasierten Berechtigungen nach dem Least-Privilege-Prinzip. Funktionstrennung und Berechtigungskonzepte gelten unabhängig davon, ob eine Aktion von einem Menschen oder einem Agentensystem ausgeführt wird. Zudem sind eine nachweisbare menschliche Aufsicht sowie eine lückenlose Dokumentation aller Entscheidungen und Aktionen des Agentensystems erforderlich.
• Human-in-the-Loop. Nicht jede Entscheidung darf oder soll vollständig automatisiert erfolgen. Deshalb müssen vor der Inbetriebnahme eines Agentensystems Entscheidungsgrenzen, Freigabeschwellen und Eingriffspflichten verbindlich festgelegt und in den entsprechenden Prozess- und Rollenmodellen verankert werden. Dies entspricht auch den Anforderungen des EU AI Act, der für bestimmte KI-Anwendungen eine wirksame menschliche Aufsicht (Human Oversight) vorschreibt. Die Rolle des „Human-in-the-Loop” verändert sich dabei von der Recherche und Datenzusammenführung hin zur Bewertung, Ausnahmekontrolle und finalen Freigabe. Dies erfordert ein kritisches Urteilsvermögen auf Basis konsolidierter Informationen statt operativer Detailarbeit.

Fazit: Die neue Wettbewerbsfähigkeit

Für Finanzinstitute sind vernetzte Daten, standardisierte Schnittstellen und klare Governance-Strukturen nichts Neues. Diese Themen beschäftigen die Branche seit Jahren, wurden jedoch immer wieder von kurzfristigeren Prioritäten verdrängt. Mit agentischer KI ändert sich das: Angesichts des steigenden Wettbewerbsdrucks werden schnellere Prozesse und die rasche Umsetzung neuer Anwendungsfälle zu entscheidenden Wettbewerbsfaktoren.

Mit zunehmender Geschwindigkeit wächst der Druck auf bestehende Kontrollmechanismen. Freigabe-, Compliance- und Governance-Prozesse wurden für deutlich langsamere Entscheidungszyklen entwickelt. Agentensysteme erledigen ihre Aufgaben hingegen in Minuten statt in Wochen. Kontrollmechanismen, die agentische Entscheidungen lediglich nachträglich dokumentieren, reichen deshalb nicht mehr aus. Sie müssen Entscheidungen in Echtzeit begleiten und steuerbar machen. Dadurch wandelt sich das Business Process Management vom Transparenzinstrument zum Enabler agentischer Prozessarchitekturen.

Finanzinstitute, die Agentensysteme produktiv einsetzen möchten, müssen jetzt handeln: Sie sollten ihre Prozesse transparent gestalten, nachvollziehbar dokumentieren und an die neue Geschwindigkeit anpassen. Gleichzeitig müssen sie ihre Mitarbeiterinnen und Mitarbeiter gezielt qualifizieren und ihre Rollen weiterentwickeln:

weg von operativer Recherche, hin zu Steuerung, Kontrolle und fundierter Entscheidungsbewertung im Human-in-the-Loop.“

Nur das Zusammenspiel aus moderner Prozessarchitektur, wirksamer Governance und den richtigen Kompetenzen ermöglicht es, das Potenzial agentischer Systeme in Bezug auf Geschwindigkeit, Qualität und Präzision nachhaltig auszuschöpfen. Eric A. Leuer und Julius Taylor, Cofinpro