25.01.2022

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

Beim Open API Day 2022 der Raiffeisenbank International wurde gezeigt, was in dem Bereich in den vergangenen zwei Jahren geschafft wurde und ein Ausblick in die nahe Zukunft gewährt.
/artikel/open-api-bei-der-rbi-wir-hatten-in-zwei-jahren-eine-sehr-steile-lernkurve
RBI Open API Day 2022 - Open Banking
(c) RBI
sponsored

„Noch vor zwei Jahren haben wir darüber diskutiert, ob es einen Business Case für Open APIs gibt. Darüber sind wir inzwischen weit hinaus. Es ist innerhalb der RBI eine Community entstanden, die mit Co-Creation und Co-Innovation neue Produkte schafft“, sagt Christian Wolf, Head of Strategic Partnerships & Ecosystems bei der Raiffeisenbank International (RBI) in seinem Eingangsstatement beim Open API Day 2022. Man habe in den vergangenen Jahren ein solides Fundament geschaffen, nicht nur technologisch sondern auch in Sachen Know-How. Und man sehe APIs nun als „Connectors to the world“. Alle Netzwerk-Banken der RBI seien aktiv an diesem Prozess beteiligt, betont Wolf. Und seine Nachredner geben einen sehr guten Eindruck davon, was er mit all dem meint.

Video: Der RBI Open API Day 2022

Open API: Schon jetzt „business as usual“ – noch enormes Potenzial für Skalierung

„Wir hatten in den vergangenen zwei Jahren eine sehr steile Lernkurve. Ich bin stolz, dass wir nun rund 40 APIs haben, die über unseren API-Marktplatz in der ganzen Gruppe genutzt werden können. Das ist ein großer Erfolg“ sagt etwa Philipp Höfer, Expert Product Manager & Developer CM Cash Management bei der RBI, „wir sehen, wir liefern richtigen Value“. Und Tanja Imamovic, Lead Open API bei der RBI, stellt fest: „Open API ist jetzt schon ‚business as usual‘ in der RBI“. Dabei handle es sich bei Open API um eine „wirklich transformative Technologie“. „Wir haben bereits am Beginn realisiert, dass es ein riesiger Change-Prozess wird. Es ändert, wie wir unsere Produkte und Beziehungen zu unseren Kund:innen sehen“, so die Expertin.

Und Imamovic ist sicher: Open Banking werde definitiv noch stark skalieren, es sei sogar der einzige Weg für den Bankensektor, voranzukommen. Man habe erst so richtig begonnen: „Wir sind noch mitten drin – es liegt noch viel Arbeit vor uns“. Mit diesem Befund ist sie nicht alleine. „Wir sind noch immer am Anfang“, sagt auch Markus Unger. Er ist Head of Business Development & Global Partnership der im vergangenen Jahr gelaunchten Raiffeisen Digital Bank. Mit dieser will die RBI ganz ohne Filialen neue Kundengruppen und Märkte erreichen – auch außerhalb des Gebiets der zahlreichen Netzwerkbanken der Gruppe im CEE-Raum. „Ohne APIs wäre der Aufbau gar nicht möglich gewesen“, sagt Unger.

API Marketplace: Mit ein paar Klicks zum Code von 40 APIs

Die Digital Bank ist nur eines von vielen Beispielen, wie aufbauend auf der Technologie neue Services der RBI und ihrer Netzwerkbanken entstehen. Für die Developer in der Gruppe ist dabei ganz einfach, über den „API Marketplace“ an die Codes der momentan rund 40 APIs zu kommen, wie Catalina Arateanu, Product Owner RBI API Marketplace, in einer kurzen Live-Vorführung beim Open API Day 2022 zeigt. „Jeder kann sich die technische Dokumentation der jeweiligen API ansehen und sich dann mit ein paar Klicks den Code holen“, erklärt die Expertin.

Und was für API-basierte Services werden den Kund:innen nun konkret angeboten? „Wir können mit einem unserer Premium-API-Services etwa den gesamten Rechnungs-Prozess für KMU oder auch das Acounting automatisieren. Das spart Kund:innen viel Zeit und Geld“, erklärt Erik Toth, Head of Open Banking bei der slowakischen Tatra Banka. Jiri Solek, Corporate Digital Manager bei Raiffeisen Tschechien, gibt ein weiteres Beispiel: „Wir vereinfachen es für unser Kund:innen massiv, Informationen zu zurückliegenden Transaktionen und Massenzahlungen für ihre zu nutzen und verringern das Risiko, in dem wir die Gefahr menschlicher Fehler eliminieren“.

Weg vom Excel Sheet hin zu „Banking as a Platform“

Auch im Bereich Handelsfinanzierung wird Open API bei der RBI für Automatisierung genutzt. „Derzeit ist das Reporting via Excel-Sheet noch Standard“, erklärt Werner Klapka, Senior Expert Product Manager Trade Finance. Zudem laufe die Kommunikation der Netzwerkbanken mit den Kund:innen in dem Bereich derzeit noch je nach Land unterschiedlich. Mit einer neuen API-basierten Lösung gelinge es, das über die Gruppe hinweg zu vereinheitlichen und zu bündeln.

Wie bereits oben angedeutet sollen die beschriebenen Lösungen erst der Anfang sein. „Es werden weitere Produkte für weitere Usecases im Marketplace folgen“, verspricht Sudip Khan, Retail Open Banking Leader bei der RBI. „Wir schauen dabei auch auf unsere Stärken: Die Unternehmen und auch FinTechs, die mit uns zusammenarbeiten wollen, haben meist nicht die Stärke im Compliance und Regulatory-Sektor, die wir als Großbank mit all unserer Erfahrung bieten können. Da können wir etwa gute Angebote schaffen“. Für den Bereich Corporate Banking formuliert Philipp Höfer ein großes Ziel: „Banking as a Platform“.“Die Bank könnte künftig das einzige Interface gegenüber Corporate-Kunden werden. Alles wird dann unter unserem Chanel angeboten“, sagt der Experte. Aber jetzt sei man noch ganz am Anfang, räumt auch Höfer ein.

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

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

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 …

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

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 …

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

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 …

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

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 …

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Open API bei der RBI: „Wir hatten in zwei Jahren eine sehr steile Lernkurve“