Programm - 23. Juni 2026

Die meisten Banken denken KI als Schicht über ihren Prozessen, ein Assistent hier, eine Automatisierung dort. AI-native Finance dreht die Logik um: Was, wenn Agenten nicht mehr nur unterstützen, sondern selbst zur Infrastruktur werden, über die Zahlungen ausgelöst und abgewickelt werden? Stephan A. Paxmann skizziert ein Operating Model, das von Grund auf um autonome Agenten herum gebaut ist und zeigt, wo sich Wertschöpfung und Kontrolle verschieben, wenn die Abwicklung selbst intelligent wird.

Wenn Agenten nicht mehr nur antworten, sondern Prozesse durchlaufen, verändert sich die Organisation dahinter: Rollen, Verantwortlichkeiten, Kontrolle. Wie sieht ein Operating Model aus, in dem Mitarbeitende und KI-Agenten als hybride Teams arbeiten, in Service, Operations und Entwicklung? Was bleibt beim Menschen, was übernimmt der Agent, und wie steuert man ein System, das zunehmend selbst Schritte anstößt? Über den Umbau eines Maschinenraums, während er läuft.

Ein KI-Agent übernimmt den vollständigen Kaufprozess – von Auswahl bis Zahlung – live im Shop und zeigt, wie sich Kontrolle im Checkout tatsächlich verschiebt. Dabei wird sichtbar, welche Rolle Händler, PSPs und Netzwerke in einer Welt spielen, in der Entscheidungen und Transaktionen zunehmend von Agenten orchestriert werden. Die Demo zeigt konkret, was heute bereits produktiv möglich ist – und wo Fragen zu Kontrolle, Haftung und Trust neu gedacht werden müssen.

Commerce-Agenten vergleichen Preise, nutzen Loyalty, wählen Zahlarten und optimieren Fees – damit verschieben sich Machtverhältnisse zwischen Issuern, Wallets, A2A-Rails, Schemes und BigTech.

Bevor KI-Use-Cases bewertet werden können, braucht es Klarheit darüber, womit wir es zu tun haben und eine ehrliche Einordnung, wo KI in Screening, Datenanalyse und Compliance heute echten Mehrwert stiftet, wo erst Piloten laufen und wo sie noch am Anfang steht. Vor jedem Einsatz steht das Fundament: Prozesse, Daten und Governance müssen zum eigenen Zielbild passen, während KI-Agenten mit ihrem Zugriff auf Systeme und ihrer Kommunikation untereinander neue, reale Sicherheits- und Compliance-Risiken schaffen. Das Panel zeigt, wie ein belastbarer Rahmen aussieht, task-based statt role-based Access, Audit-Logs und Policy-Gateway, damit KI-Einsatz im Payment-Stack nachvollziehbar und regelkonform bleibt.

Nicht “kann KI Routine-Aufgaben übernehmen?“. Sondern: was passiert, wenn der Agent autonom Entscheidungen trifft, die im Fehlerfall einen Brief vom Finanzamt produzieren? Wo zieht man die Linie zwischen “AI-assistiert” und “AI macht den Job”?

Kund:innen holen sich Anlagetipps bereits vom Chatbot. Portfoliosimulationen und KI-basierte Optimierungsempfehlungen sind in Produktion. Der nächste Schritt – KI, die menschliche Berater:innen in der Beratungsqualität übertrifft – ist technisch nicht mehr die Frage. Die Frage ist: Welche Daten fließen in das Modell ein, und wie wird der regulatorische Rahmen der Anlageberatung dabei voll ausgeschöpft?

Erfahrungsberichte von Banken und Fintechs darüber, was produktiv läuft, was Hype war und wie AI Empowerment die Umsetzung voranbringt.

Wie verändert sich die Welten der IT von Unternehmen und SaaS-Anbietern, wenn KI die Geschwindigkeit der Entwicklung, Anpassung und Integration von Software stark erhöht und die Kosten reduziert. Wer setzt sich durch in dieser nächsten Phase der „Architecture Wars“ in der Enterprise IT? Welche neuen Unternehmen werden entstehen und welche alten Modelle verschwinden?

Betrüger arbeiten längst mit KI: Deepfake-CEOs am Telefon, Voice Cloning für Authorized Push Payment Fraud, synthetische Identitäten in industrieller Skalierung, hyperpersonalisierte Scams gegen vulnerable Gruppen. Banken, Fintechs und PSPs antworten mit eigenen Modellen und stehen damit vor einer doppelten Aufgabe: Sie müssen Fraud abwehren, der schneller, billiger und überzeugender wird, und gleichzeitig die eigenen KI-Systeme so absichern, dass sie der KI-VO, dem AI Act und der Aufsicht standhalten. Das Panel diskutiert, was wirklich funktioniert: in der operativen Praxis der Fraud-Teams, in der rechtlichen Architektur aus KI-VO und Haftungsregeln, und an der Schnittstelle, an der Modell und Mensch zusammenarbeiten müssen. Inklusive der unbequemen Fragen: Wo schützen Guardrails, wo bremsen sie die Abwehr aus? Wer haftet, wenn ein Modell den Betrug übersieht oder den ehrlichen Kunden blockt? Und was passiert mit dem Erfahrungswissen, das in den letzten zwanzig Jahren Betrüger ausfindig gemacht hat, wenn die ersten 95 Prozent jetzt das Modell filtert?

Damit ein KI-Agent Informationen, digitale Güter oder Warenkörbe bezahlen kann, braucht er ein Zahlungsmittel. Karten und Stablecoins sind die beiden ernstzunehmenden Kandidaten, mit jeweils eigenen Stärken und Schwächen in Sachen Reichweite, Programmierbarkeit, Regulatorik und Akzeptanz. Auf dem Panel sprechen Vertreter beider Welten darüber, wo die jeweiligen Methoden heute schon tragen, wo sie an Grenzen stoßen und welche Kombinationen sich abzeichnen.