19.07.2016

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

Als "Buddy" bei der Innovation to Company Challenge macht die RZB-Gruppe einen ersten Schritt ins Startup-Ökosystem. Durch die Kooperation mit FinTech-Startups will die Raiffeisen-Gruppe innovativen Unternehmen zum Durchbruch verhelfen.
/artikel/innovation-to-company-rzb
(c) fotolia.com - Immer mehr Banken kooperieren mit Startups und bringen ihr Know-How ein.
kooperation

So unterschiedlich die Dörfer Österreichs auch sind, diese Einrichtungen gibt es fast überall: Eine Kirche, die freiwillige Feuerwehr und eine Bankstelle der Raiffeisenbank. Doch die Zeiten ändern sich – vor allem wegen Startups: Innovationen im FinTech-Bereich sorgen seit einigen Jahren für einen Umbruch in der Bankenlandschaft. Der Trend geht in Richtung Mobil und die Filialen werden weniger. „FinTech-Startups haben in Lücken große Erfolge erzielt und die Banken waren nicht darauf vorbereitet. Nach dem ersten Schock sehen die Banken jetzt die Vorteile von Kooperationen. Und auch die Startups merken, dass sie ohne große Partner schnell an ihre Grenzen stoßen“, sagt Hannes Cizek, der innerhalb der Raiffeisen Zentralbank den Bereich Digital Banking & Innovation Management leitet und für die Innovation to Company Challenge verantwortlich ist.

+++ Anti-Scheuklappenblick: Wieso Microsoft, A1 &Co Startups suchen +++

Startups bringen Innovationen, Raiffeisen das Markt-Know-How

Die Vorteile einer Kooperation liegen für beide Seiten auf der Hand. „Startups arbeiten schnell, sind voll auf ihr Thema fokussiert und können frei arbeiten“, sagt Cizek. Dadurch gelänge Innovation in hoher Geschwindigkeit. Auf der anderen Seite sei es für sie schwierig an Kunden und Kundendaten zu kommen. Und damit fielen vor allem das Testen des Produkts und der Rollout schwer. Hier können wiederum die Etablierten die entscheidende Hilfestellung bieten. Unterm Strich bekommen beide, was sie brauchen – eine klassische Win-Win-Situation.

Den Bereich Payment gemeinsam revolutionieren

(c) RZB: Hannes Cizek
(c) RZB: Hannes Cizek

Für die RZB-Gruppe ist die Arbeit mit Startups noch Neuland. Zwar gibt es bereits einzelne Kooperationen, doch noch nie gab es eine Ausschreibung, wie jetzt über die Innovation to Company Challenge. Die Challenge-Aufgabe ist dabei bewusst offen gehalten: Der Bereich Payment soll gemeinsam mit dem Sieger-Startup revolutioniert werden – sei es mit Innovation im Front-End wie im E-Commerce und bei mobilen Zahlungssystemen, oder im Back-End, wie bei der Rechnungsstellung und im Geldtransfer. Damit soll sichergestellt werden, dass die besten FinTech-Startups mit den verschiedensten Ideen bei dem Unternehmen andocken.

„Einige Banken in Westeuropa haben schon vor Jahren mit der Kooperation mit Startups begonnen“

In Mittel- und Osteuropa ist noch einiges zu holen

Denn die Konkurrenz schläft nicht. Um von einem Wettlauf um die besten FinTech-Startups zwischen den österreichischen Banken zu sprechen, sei es zwar noch zu früh, aber das sei für die nächsten Jahre durchaus zu erwarten. Anders sei es europaweit: „Die großen Bankengruppen in Großbritannien, Frankreich und Deutschland haben schon vor Jahren mit der Kooperation mit Startups begonnen“, sagt Cizek. Hier bestehe Nachholbedarf. Und für die österreichischen Banken und FinTech-Startups wäre auch im Mittel- und Osteuropäischen Raum noch einiges zu holen.

Redaktionstipps

Startups als gleichwertige Partner oder Lieferanten

Und wie kann man sich eine Kooperation mit Raiffeisen vorstellen? „Wir sind überzeugt, dass es besser ist, Startups als gleichwertige Partner zu sehen“, erklärt Cizek. Man sei in dem Bereich noch in einer frühen Phase und wolle mit der Innovation to Company Challenge auch verschiedene Kooperationsmodelle testen. Allerdings sei bei Raiffeisen in letzter Zeit viel passiert: Man sei in der Entwicklung agiler geworden und nun auch besser für die Zusammenarbeit mit Startups vorbereitet. Welches Kooperationsmodell konkret gewählt werde, hänge nicht zuletzt vom Produkt des Startups ab. Dasselbe gelte dann auch für den Modus, in dem die 10.000 Euro Innovationsbonus, die dem Sieger-Startup winken, ausgezahlt werden.

 

⇒ Hier geht es zur Challenge-Aufgabe der RZB

⇒ Mehr Information zur Innovation to Company-Challenge und Anmeldung

Die Serie zur Innovation to Company-Challenge wird vom „Brutkasten” in redaktioneller Unabhängigkeit gestaltet. Sie wird finanziell durch die Wirtschaftskammer Wien unterstützt.

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

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

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 …

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

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 …

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

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 …

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

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 …

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Auf FinTech-Suche: Raiffeisen bietet Markt-Know-How und Kunden