Generative KI hat sich in kurzer Zeit vom Experiment zum alltäglichen Werkzeug entwickelt. Plattformen wie ChatGPT sind für viele Nutzerinnen und Nutzer bereits eine natürliche erste Anlaufstelle, wenn es um Fragen zu Geld, Produkten oder nächsten Schritten geht. Für einen wachsenden Teil der Kundschaft beginnt die Bankreise damit nicht mehr auf der Website einer Bank, in einem Vergleichsportal oder in einer Suchmaschine, sondern in einem Dialog mit einem Assistenten, der Konzepte erklärt, Optionen vergleicht und konkrete Handlungsempfehlungen in einer Antwort bündelt. Laut einer Oliver Wyman Banking Distribution Survey nutzen mehr als 90 Prozent der 16- bis 29-Jährigen in Deutschland GenAI-Tools regelmäßig, vor allem für Recherche.
Diese Entwicklung spiegelt einen breiteren Wandel im Suchverhalten wider. Immer mehr Suchanfragen enden ohne klassischen Klick, weil Nutzerinnen und Nutzer bereits KI-generierte Zusammenfassungen verwenden. Zugleich wächst das Vertrauen in KI-gestützte Finanzberatung. Eine repräsentative Oliver Wyman-Studie zeigt, dass rund ein Drittel der deutschen Kundinnen und Kunden KI-basierter Finanzberatung ihrer Bank vertraut oder wahrscheinlich vertrauen würde; bei jüngeren Zielgruppen liegt der Anteil bei mehr als der Hälfte. Damit wird KI nicht nur zur Informationsquelle, sondern zunehmend auch zum Ausgangspunkt für Finanzberatung und Produktfindung.
Parallel entsteht mit agentenbasierter KI eine neue Evolutionsstufe. Sie kann Drittservices direkt in Assistenten einbinden, sodass Kundinnen und Kunden innerhalb eines Chats suchen, vergleichen und in ersten Anwendungsfällen auch Buchungen oder Zahlungen auslösen können. Für Finanzdienstleister hat dies das Potenzial, sich zum bedeutendsten neuen Vertriebskanal seit dem Aufstieg des Mobile Banking zu entwickeln.
Diese Entwicklung geht inzwischen über reine Konzepttests hinaus. Zahlungsnetzwerke, Banken und Technologieanbieter haben 2026 erste agentisch initiierte und authentifizierte Transaktionen unter realen oder produktionsnahen Bedingungen durchgeführt, darunter auch in Deutschland.
Wie agentenbasierte KI die Bankdistribution verändert
Für Banken verändert dieser Wandel grundlegend, wie Wettbewerb im Vertrieb funktioniert. In der Vergangenheit war die Aufgabe klar: Sichtbarkeit bei Google und auf Vergleichsseiten gewinnen, Kundinnen und Kunden in eigene Kanäle leiten und dort die Konvertierung optimieren.
In einer agentenbasierten KI-Welt verschiebt sich der Wettbewerb weiter nach vorne. Wenn Kundinnen und Kunden offene Fragen stellen wie „Welches Girokonto passt am besten zu mir?“, entscheidet sich der Wettbewerb schon daran, welche App, welche Datenquelle oder welcher Service vom Assistenten in die Antwort einbezogen wird. Ziel ist daher nicht mehr nur, in einer Trefferliste zu erscheinen, sondern zum Werkzeug zu werden, das der Agent auswählt.
Heute haben Banken auf diese Auswahl nur begrenzt direkten Einfluss. GenAI-Antworten wirken häufig plausibel und folgen intuitiven Regeln des Geldmanagements. Die Auswahl und Reihenfolge konkreter Produkte wird jedoch von Modellen und Quellen geprägt, die Banken nicht selbst steuern können.
Was unser Feldtest in Deutschland zeigt
Um über Einzelbeobachtungen hinauszugehen, haben wir in einem Feldtest untersucht, was führende GenAI-Assistenten deutschen Retail-Kundinnen und -Kunden derzeit zu Finanzfragen empfehlen. Ziel war es, sowohl die Qualität einzelner Antworten als auch die größeren Implikationen für Produktfindung und Markensichtbarkeit zu verstehen.
Wir haben drei führende GenAI-Assistenten - ChatGPT, Perplexity und Google Gemini - über neun Produktkategorien und drei Kundenpersonas im deutschen Retail-Banking-Markt getestet. Für jede Persona stellten wir konkrete Finanzfragen, unter anderem zur Organisation der persönlichen Finanzen, zur Auswahl von Girokonten, Sparprodukten, Krediten und Kreditkarten sowie zu Hypothekenentscheidungen. Anschließend bewerteten wir die Antworten systematisch anhand unserer Marktexpertise sowie etablierter digitaler Plattformen und Finanzmedien. Dabei betrachteten wir, welche Anbieter und Produkte auftauchten, wie sie beschrieben wurden und wie nutzbar und sicher die Empfehlungen für typische Kundinnen und Kunden wären.
Aus dem Test ergeben sich drei zentrale Muster.
- Assistenten bevorzugen bei einfachen Retail-Produkten häufig digitale, modulare und preislich klare Angebote.
- Diese Logik kehrt sich bei komplexen oder besonders wichtigen Entscheidungen um: Bei Hypotheken, größerem Vermögensaufbau oder steuerrelevanten Themen erhalten etablierte Universalbanken und spezialisierte Vermittler mehr Gewicht.
- Die empfohlene Distributionslogik hängt stark von der Persona ab: Für durchschnittliche Einkommen schlagen Assistenten oft einen modularen Best-of-Breed-Ansatz vor, während sie bei vermögenderen Kundinnen und Kunden eher wieder das klassische Hausbank- oder Premium-Ökosystem betonen.
Über alle Abfragen hinweg wurden Direkt- und Neobanken bis zu 3,8-mal häufiger genannt als traditionelle Universal- und Filialbanken, besonders deutlich in den Antworten von ChatGPT und Gemini. Gleichzeitig erscheinen Vergleichsportale und spezialisierte Vermittler fast so häufig wie starke Bankmarken. Klassische Vermögensverwalter, Privatbanken und versicherungsbasierte Sparprodukte tauchen hingegen nur selten auf.
Ein Beispiel verdeutlicht die Unterschiede: Bei einer alltäglichen Girokonto-Frage priorisierten mehrere Assistenten Kriterien wie Gebührenfreiheit, App-Erlebnis und einfache Kontoeröffnung. Bei einer Hypothekenfrage verlagerte sich die Empfehlung dagegen auf Beratung, Vertrauenswürdigkeit, regionale Abdeckung und den Zugang zu spezialisierten Vermittlern. Die gleiche Kundin oder der gleiche Kunde kann damit je nach Produktkategorie in völlig unterschiedliche Anbieterlandschaften geführt werden.
Was Banken jetzt tun sollten
Die Analyse zeigt, dass GenAI bereits heute als faktischer Vertriebsweg im Retail Banking wirkt, auch wenn viele Abschlüsse weiterhin in traditionellen Kanälen stattfinden. Assistenten prägen den ersten Bezugsrahmen: welche Marken sichtbar sind, welche Kriterien als relevant gelten und welche Optionen als naheliegend und sicher erscheinen.
Benachteiligt sind Banken mit komplexen Produktstrukturen, schwach strukturierten Online-Inhalten oder geringer Präsenz auf Vergleichsseiten. Selbst starke Produkte können aus KI-generierten Shortlists herausfallen, wenn Assistenten Informationen schnell zusammenfassen und nur wenige Quellen heranziehen.
- Wir empfehlen ein Monitoring (z. B. existierende Onlinetools), das regelmäßig misst, wie sie in den wichtigsten KI-Assistenten erscheinen und wo sie im Vergleich zu Peers stehen.
- Sie sollten Produktinhalte so strukturieren, dass Assistenten Konditionen, Zielgruppen, Vorteile und Einschränkungen eindeutig lesen und wiederverwenden können.
- Sie sollten entscheiden, wie sie an entstehenden Ökosystemen teilnehmen und welche eigenen agentenbasierten Kundenerlebnisse sowie technischen Voraussetzungen dafür nötig sind.
Oliver Wyman kann Banken auf diesem Weg unterstützen. Eine fokussierte Diagnostik zeigt schnell, wie eine Bank heute über wichtige Assistenten sichtbar ist, wo Wettbewerber Vorteile haben und welche Hebel die Position im neuen Kanal am stärksten verbessern.
Agentenbasierte KI wird damit zu einem neuen Vertriebskanal und Orientierungspunkt in der Bankbeziehung. Wer früh versteht, welche Schwachstellen in Sichtbarkeit, Datenstruktur und Angebotslogik bestehen, kann sich gezielt als relevanter Teilnehmer dieses Kanals positionieren. Das Zeitfenster, diese neue „Front Door“ mitzugestalten, ist jetzt offen.