24.05.2022

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

Die EZB veröffentlicht Daten einer Umfrage unter Krypto-Anleger:innen in Europa. Die Zentralbank warnt außerdem vor Risiken und fordert eine raschere Regulierung.
/artikel/ezb-studie-krypto-investorinnen-europa
8 Probleme von Bitcoin
(c) fotolia.com - AA+W

Die meisten Menschen, die in Europa Krypto-Assets besitzen, dürften dort Summen von umgerechnet weniger als 5000 Euro halten – mehr als ein Drittel sogar weniger als 1000 Euro. Das geht aus einer Umfrage hervor, die im Auftrag der Europäischen Zentralbank im November 2021 in sechs europäischen Ländern durchgeführt wurde. Die Ergebnisse hat die EZB am Dienstag als Auszug der „Consumer Expectation Survey“ veröffentlicht, für die insgesamt 10.000 Menschen in den Niederlanden, Deutschland, Italien, Spanien, Belgien und Frankreich befragt wurden.

10 Prozent der Haushalte halten Krypto-Assets

Nur sechs Prozent der befragten Krypto-Investor:innen halten Assets im Wert von mehr als 30.000 Euro – je nach Krypto-Assets kann sich der angelegte Wert seit der Befragung natürlich stark geändert haben. Grundsätzlich dürften in Europa etwa 10 Prozent der Haushalte Krypto-Assets besitzen, wie die EZB-Analysten aus den Umfrage-Ergebnissen schließen. In den einzelnen Ländern gibt es aber durchaus große Unterschiede: Während in den Niederlanden fast 15 Prozent der Befragten angaben, Krypto-Assets zu besitzen, waren es in Frankreich nur knapp über sechs Prozent. Deutschland liegt ein wenig unter dem Schnitt von 10 Prozent, während Spanien und Italien darüber liegen.

Kryptoinvestments sind – wenig überraschend – in Haushalten mit höherem Einkommen am beliebtesten, allerdings: im einkommensschwächsten Fünftel der Befragten gab es mehr Krypto-Besitzer:innen als in mittleren Einkommensschichten. Laut der Studie legen vor allem junge Männer mit höherer Ausbildung Geld in Krypto an.

Ergebnisse aus dem Consumer Expectation Survey der EZB © EZB
Ergebnisse aus dem Consumer Expectation Survey der EZB © EZB

EZB sorgt sich um Anleger und Finanzmarktsstabilität

Die EZB hält Krypto-Assets weder als Anlage, noch als Wertspeicher oder als Zahlungsmittel für Privatpersonen geeignet. Auch die Stabilität des Finanzmarkts sei gefährdet: „Wenn die derzeitigen Wachstums- und Marktintegrationstrends anhalten, werden Krypto-Assets ein Risiko für die Finanzstabilität darstellen. Ungedeckte Krypto-Assets können sich durch vier Kanäle auf die Finanzstabilität auswirken: Vermögenseffekte, Vertrauenseffekte, Risiken für den Finanzsektor und die Verwendung von Krypto-Assets als Zahlungsmittel“, so die EZB in einer Analyse zu den Risiken durch Krypto-Assets. Erst am Wochenende ließ EZB-Präsidentin Christine Lagarde mit ihrer Meinung aufhorchen, dass Kryptowährungen „völlig wertlos“ seien.

Ruf nach rascherer Regulierung

Die EZB warnt, dass die EU sich mit einer strengen Regulierung von Krypto-Assets zu viel Zeit lasse. „Obwohl eine EU-Verordnung vorgeschlagen wurde, um die Risiken von Krypto-Vermögenswerten zu minimieren, steht eine Einigung darüber noch aus. In der EU wurde der Vorschlag der Kommission für die MiCA-Verordnung, der erstmals im September 2020 veröffentlicht wurde, noch nicht von den EU-Gesetzgebern angenommen. Das bedeutet, dass die Verordnung frühestens 2024 angewandt wird, da sie voraussichtlich erst 18 Monate nach ihrem Inkrafttreten zur Anwendung kommen wird. Angesichts der rasanten Entwicklung der Kryptowährungen und der zunehmenden Risiken ist es wichtig, dass Krypto-Vermögenswerte dringend in den regulatorischen Rahmen und unter Aufsicht gestellt werden. Darüber hinaus wird es wichtig sein, die sektoralen Vorschriften zu überprüfen, um sicherzustellen, dass etwaige Risiken für die Finanzstabilität, die von Krypto-Vermögenswerten ausgehen, insbesondere solche, die sich aus ihrer Verflechtung mit traditionellen Finanzinstituten ergeben, gemildert werden“, so die EZB.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

EZB-Studie: Das sind typische Krypto-Investor:innen in Europa