• Einordnung der FiDA-Regulierung als strategischer Rahmen für die europäische Finanz-Datenökonomie
• Anforderungen an Standardisierung, Interoperabilität und Governance für sektorübergreifende Datenzugangssysteme
• Auswirkungen auf Plattformarchitektur, Kundendatennutzung und Geschäftsmodelle in Banking, Versicherung und beyond
• Warum sich die GFG frühzeitig mit FiDA auseinandersetzt und welche Erwartungen aus Kundensicht entstehen
• Strategische und organisatorische Ansatzpunkte zur Umsetzung im Verbund
• Balance zwischen regulatorischer Umsetzung, Wettbewerb und Kundenschnittstelle
- FiDA als Wettbewerbssystem: Datenzugang & Kundeneinwilligung verschieben die Wertschöpfung im Finanzsektor.
- Neue Rollen & Geschäftsmodelle: Institute müssen sich zwischen Datenlieferant, Defender oder datengetriebenem Innovator positionieren.
- Von Daten zu Wert: Wie KI & Datenplattformen FiDA‑Daten veredeln Jan Bubbat, Geschäftsführer, 23FINANCE Benjamin Lange, Geschäftsführer, Echomotion
• Wie verändert sich die Rolle von Zahlungsverkehrsprozessen in einer Welt von Embedded Finance, Plattformbanking und reguliertem Datenzugang?
• Welche Anforderungen entstehen durch Instant Payments, PSD3 und FiDA an Architektur, Schnittstellen und Compliance-Kontrollen?
• Wie positionieren sich Banken und Zahlungsdienstleister zwischen Backend- Infrastruktur, API-Angeboten und Wettbewerbsdruck durch Nicht-Banken?
• Welche Anforderungen stellt die FiDA-Regulierung an Datenverfügbarkeit, Governance und Interoperabilität über Banken, Versicherungen, Leasing und Plattformanbieter hinweg – und welche praktischen Implikationen ergeben sich daraus für Architektur, Kundenzugriff und Geschäftsmodelle?
• Wie lassen sich strukturierte Drittzugriffe (z. B. durch das SRB oder regulatorische APIs) regulatorisch absichern und technisch realisieren – ohne Kontrollverlust auf Seiten der Bank?
• Welche Rolle spielen Embedded-Finance-Plattformen, sektorübergreifende Kooperationsmodelle und fragmentierte IT-Landschaften im Aufbau einer europäischen Finanz-Datenökonomie – und wo liegen die Risiken im Spannungsfeld zwischen Wettbewerb, Standardisierung und Souveränität?
• Strategien zur Monetarisierung von Banking-APIs über Partnerplattformen
• Anforderungen an Produktkataloge, Preismodelle und Zugriffssteuerung
• Praxisbeispiel: Aufbau eines bankinternen API-Marktplatzes inkl. Developer-Zugang und Governance
• Diskussion und Fragestellungen zum bank99 Projekt • Architektur-Entscheidungen
• Automatisierung und Betrieb: von Quellsystemen bis Self‑Service & Audit‑Trail
• Compliance‑fähige Historisierung Christian Paolillo, General Manager Austria, Exasol AG Dr. Thomas Petrik, Geschäftsführer, Sphinx IT Consulting GmbH
• Wir klären auf, warum Künstliche Intelligenz nicht einfach nur ein Tool ist, sondern ein Wegbeschleuniger, um Daten in echte Wertschöpfung zu wandeln.
Wir veranschaulichen praktikable Lösungswege, wie Sie schon heute davon profitieren und morgen der Konkurrenz einen Schritt voraus sind.
• Keine Slideware. Wir bringen Lösungen an den Roundtable und freuen uns auf Fragen und Diskussionen.
• Welche strukturellen Herausforderungen müssen Banken, Versicherer und Plattformanbieter überwinden, um regulierte Datenzugänge, Interoperabilität und Echtzeitfähigkeit umzusetzen – ohne Governance und Kontrolle zu verlieren?
• Wie lassen sich neue Plattformmodelle wirtschaftlich tragfähig gestalten – unter regulatorischem Druck, wachsendem Partnernetzwerk und komplexen Legacy- Strukturen?
• Was bedeutet Embedded Finance im Kern – und welche Rolle können klassische Finanzinstitute in einem datengetriebenen Finanzsystem der Zukunft überhaupt noch einnehmen?
Teilnehmer:innen erhalten einen praxisnahen Einblick, wie Open Finance den Übergang von Open Banking zu echtem Open Finance prägt – und warum strukturierte Daten dafür der entscheidende Erfolgsfaktor sind. Im Fokus stehen Datenverfügbarkeit, Datenqualität und die Frage, wie Banken regulatorische Vorgaben nutzen können, um neue Services, bessere Kundenerlebnisse und AI-Fähigkeiten aufzubauen.
• Einführung eines unternehmensweiten CustomGPT-Systems mit zentralen und bereichsspezifischen Agenten – von Governance-kontrollierten bis zu selbst erstellten Lösungen durch Fachbereiche.
• Empowerment und Skalierung: Wie Mitarbeitende befähigt werden, eigene Agenten sicher und effektiv zu entwickeln und produktiv einzusetzen.
•Governance, Qualität und Sicherheit: Rahmenbedingungen und Lessons Learned für den nachhaltigen Betrieb einer internen Agentenplattform im Finanzsektor.
• Vorstellung eines Praxisbeispiels, um den aktuellen Einsatz agentischer KI in der Betrugserkennung und ihre Vorteile gegenüber klassischen Ansätzen zu verdeutlichen.
• Einordnung agentischer KI in den regulatorischen Rahmen in Bezug auf eine sichere und rechtskonforme Integration in bestehende Banken- und Compliance-Prozesse.
• Ausblick auf zukünftige Entwicklungen, bei denen agentische KI als zentraler Baustein der nächsten Generation von Compliance- und Fraud-Management-Lösungen eine Schlüsselrolle spielt.
• Veränderung von Rollen, Verantwortlichkeiten und Entscheidungswegen durch KIEinführung
• Erfolgsfaktoren im Change Management: Kommunikation, Training, Stakeholder- Engagement
• Umgang mit Widerständen und Förderung einer innovationsfreundlichen Unternehmenskultur
- Konkrete Anwendungsfelder von Agentic AI: Wo liefern autonome, zielgesteuerte Systeme bereits messbaren Mehrwert – etwa in Kreditprozessen, Compliance, Transaktionsüberwachung oder Fallbearbeitung – und wo bleiben sie experimentell?
- Governance, Kontrolle und Haftung: Wie lassen sich Verantwortung, Nachvollziehbarkeit und regulatorische Anforderungen (z. B. EU AI Act) in agentischen Systemarchitekturen sicherstellen?
- Strategischer Impact auf Geschäftsmodell und Organisation: Verändert Agentic AI nur Prozesse – oder auch Entscheidungslogiken, Rollenbilder und die Wertschöpfungskette von Banken nachhaltig?
• Natürlichsprachliche Prompts, klickbare Prototypen: wie Fachbereiche Anforderungen schneller und eindeutiger formulieren
• Vom Proto zum Produkt: .bergabe an die Entwicklung, Grenzen der Code-.bernahme, Security/Compliance & Betriebsrat
• Governance & Messbarkeit: Spielregeln, Review-Prozess, Repositories; KPIs wie Timeto-Spec, Rework-Quote, Aufwand/Nutzen
• GenAI & Agentic AI – Ein Game Changer für Versicherungen?
• Einblicke in die KI-Journey der Zurich Gruppe Deutschland
• Unsere Strategie für die erfolgreiche KI-Transition
• Wie identifiziert die Zurich die richtigen KI-Anwendungsfälle?
• Wie sollte sich eine Versicherung organisatorisch Aufstellen, um Erfolg mit KI zu haben?
• Viele Daten, wenig Intelligenz. Herausforderungen bei der Nutzung von KI Agenten in fragmentierten Datenlandschaften.
• Praktische Erfahrungen auf dem Weg hin zu kontext-gesteuerten KI Agenten
• Agentic AI in der Anwendung: Bonitätsbeurteilung, Transaktionsüberwachung, Fallbearbeitung, Angebotsgenerierung und adaptive Entscheidungsunterstützung
• Einsatzmöglichkeiten bei Versicherern: automatisierte Schadensregulierung, dynamische Kundeninteraktion, internes Wissensmanagement und kontextbasierte Dokumentenverarbeitung
• Potenziale von Generative AI: Effizienzsteigerung, Prozessautomatisierung, Qualitätssicherung – z. B. im Risikomanagement, in der Compliance, ESGBerichterstattung oder bei Data-Quality-Aufgaben
• Regulatorische Perspektive: EU AI Act, Umgang mit Testdaten, Modellverantwortung, Produkthaftung und Governance im agentischen Systemkontext
• Kulturelle Dimension: Integration von KI in bestehende Entscheidungsprozesse, Bewusstseinsbildung und Veränderung von Kontrolllogik & Rollenverständnis
• Erweiterte Bewertung von Business- und Technologie-Risiken in AI-Use-Cases – die neue Version unterstützt eine ganzheitliche Analyse über Compliance hinaus.
• Einführung einer „DORA-lite“ Variante, um Due-Diligence-Anforderungen für Drittanbieter-AI-Systeme praktisch darstellbar zu machen.
• Fokus auf Governance, interne Kontrolle und Risiko-Dokumentation für AI-Anwendungen, um EU-AI-Act-Pflichten und regulatorische Verpflichtungen leichter integrierbar zu machen.
Künstliche Intelligenz entwickelt sich rasant vom Innovationsinstrument zum festen Bestandteil geschäftskritischer Prozesse in Banken. Mit dieser Entwicklung rücken Fragen nach Governance, Haftung, Prüf- und Steuerbarkeit von KI-Systemen zunehmend in den Mittelpunkt – insbesondere im Spannungsfeld zwischen Regulierung, operativem Betrieb und nachhaltiger Wertschöpfung. In dieser Masterclass besprechen wir:
• Praxisnahes AI Assurance Framework zur Umsetzung von EU AI Act, DORA und ESG
• Governance, Betriebs und Kontrollmodelle für erklärbare, auditfähige und resiliente KI
• Umsetzungsansätze für regulierte Bankenumgebungen ohne Verlust an Innovationsgeschwindigkeit