Was verändert sich?
Der Kunde möchte seine Arbeitszeit reduzieren. Der Agent klärt den Zeithorizont, das erwartete Einkommen und die persönlichen Ziele.
← Lehre & Forschung
Wenn der Kunde seinen KI-Agenten nach seinen Finanzen fragt –
AI Finance Agent · Data Science for Business Lab · TH Köln
Wenn der Kunde seinen KI-Agenten nach seinen Finanzen fragt –
welche Rolle spielt dann noch die Bank?
KI-Agenten können zum ersten Ansprechpartner für finanzielle Entscheidungen werden. Im Master-Lab entwickeln wir einen persönlichen Finanzagenten – und erproben, wie Banken diese neue Kundenschnittstelle mitgestalten können.
Mit Unterstützung der Sparkasse KölnBonnMCP & FinTS · Testdaten aus Sparkassen-SystemenProjektstart September 2026
Der Praxisbezug
Wir bauen die neue Kundenschnittstelle.
Master-Studierende der TH Köln entwickeln unter meiner Leitung einen AI Finance Agent in eigenem Code. Mit Unterstützung der Sparkasse KölnBonn greifen sie über einen MCP-Server mit FinTS-Schnittstelle auf Testdaten in Sparkassen-Systemen zu.
Das Ziel: ein Prototyp, der Kontoumsätze, Verträge, Wertpapiere und Altersvorsorge zusammenführt. Die Entwicklung an Bankschnittstellen schafft die Grundlage für eine spätere praktische Nutzung.
Ein beispielhafter Kundenfall
„Kann ich es mir leisten, weniger zu arbeiten?“
Eine Frage, die weit über den Kontostand hinausgeht. Der Agent soll die finanzielle Situation zusammenhängend analysieren und die Folgen verschiedener Entscheidungen verständlich machen.
Was ist finanziell gebunden?
Kontoumsätze zeigen laufende Ausgaben. Verträge ergänzen Verpflichtungen. Rücklagen, Depot und bestehende Vorsorge vervollständigen das Bild.
Welche Spielräume bleiben?
Analysewerkzeuge berechnen Szenarien. Der Agent erläutert Auswirkungen auf Liquidität und Vorsorge und macht Annahmen und offene Fragen sichtbar.
Der Mehrwert liegt in der Verbindung: Aus einzelnen Finanzdaten soll eine nachvollziehbare Entscheidungsgrundlage für den Kunden entstehen.
Die UmsetzungEigener Code.
Eigener Code.
Konkrete Schnittstellen.
Die Teams verbinden KI mit programmierten Analysewerkzeugen. MCP erschließt dem Agenten Daten und Funktionen; die FinTS-Schnittstelle ermöglicht den Zugriff auf Bankdaten im Testkontext.
Zielarchitektur
Kunde ↔ AI Finance Agent
Fragen verstehen · Daten zusammenführen · Analysen in Code ausführen · Ergebnisse erklären
MCP-ServerVerbindet den Agenten mit seinen Datenquellen und Werkzeugen
FinTS-SchnittstelleZugriff auf Testdaten in Sparkassen-Systemen
Verträge & DokumentePersönlichen finanziellen Kontext erschließen
Web-APIsWeitere Informationen und Werkzeuge einbinden
Technologieoffen erproben
Die Studierenden entwickeln und vergleichen unterschiedliche Ansätze. Berechnungen werden in Code ausgeführt, Ergebnisse fachlich geprüft und vom Agenten im Kontext der Kundenfrage erklärt.
Von Beginn an auf Nutzung ausgerichtet
Das Lab arbeitet mit Testdaten aus Sparkassen-Systemen. Ziel ist ein prüfbarer Prototyp mit einer Architektur, die sich in die Praxis überführen lässt. Die produktive Nutzung ist der nächste Entwicklungsschritt.
Die Chance für Banken
Kundennähe entsteht auch dort, wo ein Agent die Fragen beantwortet.
Wenn Kunden ihre finanziellen Fragen zuerst einem KI-Agenten stellen, kann sich die Beziehung zu ihrer Bank grundlegend verändern. Entscheidend wird, wer ihre Situation versteht, Informationen einordnet und Entscheidungen begleitet.
KI ermöglicht zugleich, neue Tools und Ansätze schnell und technologieoffen zu verproben. Das Lab untersucht diese Gestaltungsmöglichkeit: Wie können Banken ihre Finanzkompetenz und ihre Daten in einen persönlichen Agenten einbringen?
Die Kundenschnittstelle verschiebt sich.
Von der Bedienung einzelner Bankfunktionen zur Begleitung durch einen persönlichen Agenten.
- Bisherige ZugängeOnline-BankingDer Kunde bedient.
- Mobil verfügbarMobile BankingDer Kunde tippt.
- Im DialogConversational BankingDer Kunde fragt.
- Neue KundenschnittstelleAgentic BankingDer Agent unterstützt und handelt – kontrolliert.
Der Kunde formuliert sein Anliegen. Der Agent nutzt die passenden Bankfunktionen. Die bisherigen Zugänge bleiben verfügbar; der direkte Kundenkontakt kann sich zunehmend zum Agenten verlagern.
Vom Depot zur gesamten Finanzsituation.
Am 25. August 2026 kündigte Scalable Capital „Agentic Investing“ an: Nach eigener Aussage öffnet sich damit erstmals eine europäische Bank über MCP für den Depotzugriff durch KI-Assistenten.
Zwei Wochen später startete unser Lab-Projekt. Wir greifen die Entwicklung auf und erweitern den Blick auf die persönlichen finanziellen Belange des Kunden – von laufenden Zahlungen bis zur Altersvorsorge.
Zur Scalable-Ankündigung ↗Geschäftsmodelle mit KI weiterentwickeln.
Ich möchte unseren Master-Studierenden zeigen, wie sie KI nutzen können, um Geschäftsmodelle etablierter Branchen weiterzuentwickeln.
Dafür verbinden sie die Kundenperspektive mit finanzwirtschaftlichem Verständnis, technischer Umsetzung und kritischer Bewertung. Sie bauen Anwendungen, prüfen deren Aussagen und leiten daraus Konsequenzen für die Rolle der Bank ab.
Mehr über meine Lehre →Welche Kundenfrage würden Sie einem Finanzagenten stellen?
Eine konkrete Frage aus Ihrer Bankpraxis ist ein guter Ausgangspunkt für den Austausch über das Lab und die neue Kundenschnittstelle.