Christian Trummer ist Co-Founder des Wiener Krypto-Unicorns Bitpanda und war acht Jahre lang dessen Chief Technology Officer (CTO). Vor rund zwei Jahren wechselte er dann in die Rolle des Chief Scientist. Als solcher leitet er ein Team, das sich außerhalb der klassischen Strukturen ausschließlich mit künstlicher Intelligenz beschäftigt.
Im brutkasten-Talk erzählt Trummer, wie Bitpanda erste KI-Projekte umgesetzt hat und warum sein Team derzeit vor allem auf interne Automatisierung setzt. Er erläutert, warum manche Entwicklungen im Bereich KI hinter den frühen Erwartungen zurückbleiben. Im Talk geht es außerdem um die regulatorischen Aspekte, die bei KI-Anwendungen im Fintech-Bereich eine Rolle spielen, und wie Bitpanda damit umgeht. Und Trummer erklärt, warum das Finetuning von KI-Modellen für Startups oft keinen Sinn ergibt.
Um diese Themen geht es im Videotalk:
Rolle und Entwicklung der KI bei Bitpanda
- Christian Trummer berichtet, dass Bitpanda vor zwei Jahren eine große KI-Offensive gestartet hat. Im Zuge dessen wechselte er von seiner Rolle als Chief Technology Officer (CTO) in die neue Position als Chief Scientist und leitet nun ein Team, das sich ausschließlich mit KI beschäftigt
- Er betont, dass KI-Technologie im Vergleich zur damaligen Hype-Phase mehr reale Einschränkungen zeigt und sich nicht alle Ideen sofort umsetzen lassen.
Produktseitige KI-Anwendungen („Coach“)
- Der geplante KI-basierte Coach soll Einsteigern bei Investment-Entscheidungen helfen, dieser befindet sich aber noch in einer geschlossenen Beta-Phase.
- Dies ist unter anderem auf regulatorische Anforderungen zurückzuführen, die Investment-Beratung rechtlich einschränken.
Interner KI-Einsatz zur Effizienzsteigerung
- Bitpanda hat intern mehrere KI-basierte Slack-Bots im Einsatz, um wiederkehrende Aufgaben zu automatisieren und Mitarbeiter zu entlasten (z.B. Zusammenfassungen aus Channels erstellen und versenden).
- Ein zentrales „Agent“-System im Hintergrund ermöglicht workflowspezifische Anweisungen per Slack-Nachricht, ohne dass Fachabteilungen selbst programmieren müssen.
Herausforderungen bei KI-Modellen und Finetuning
- Trummer rät Unternehmen, im Zweifel erst einmal auf API-basierte Lösungen (z.B. von OpenAI) zu setzen, anstatt eigene Modelle aufzusetzen oder aufwendig zu trainieren.
- Er betont, dass Finetuning von KI-Modellen häufig zu zeitintensiv sei und sich durch rasche Modell-Updates schnell überholen könne.
Zukunftsausblick und Coding mit KI
- Christian Trummer erwartet, dass KI in den nächsten Jahren besonders im Bereich Software-Entwicklung stark an Bedeutung gewinnen wird.
- Er rechnet damit, dass automatisiertes Generieren und Testen von Code das tägliche Programmieren langfristig vereinfachen und günstiger machen wird.
