KI ist leicht zu feiern. Es ist viel schwieriger zu laufen

Künstliche Intelligenz ist heutzutage allgegenwärtig. Die Schlagzeilen feiern Durchbrüche. Die Demos beeindrucken. Das Versprechen scheint grenzenlos. Doch für Banken und Zahlungsdienstleister beginnt die eigentliche Herausforderung erst nach den Ankündigungen – wenn die KI in Systemen zum Einsatz kommen muss, auf die ganze Volkswirtschaften angewiesen sind.

Wenn KI Entscheidungen zur Zahlungsautorisierung, Betrugserkennung, Identitätsprüfung oder Risikobewertung beeinflusst, gibt es keinen Spielraum für „schnell handeln und später korrigieren“. Modelle können nicht einfach still und leise scheitern. Entscheidungen werden nicht rückgängig gemacht. Und einmal verlorenes Vertrauen lässt sich nur schwer wiedererlangen. Im vergangenen Jahr lag unser Fokus nicht auf der isolierten Verfolgung rasanter Innovationen, sondern auf der Operationalisierung von Erkenntnissen in großem Umfang – über geografische Grenzen, regulatorische Rahmenbedingungen und Bedrohungslandschaften hinweg.

Für Organisationen, die sich in einem ähnlichen Umfeld bewegen, ist die Lektion einfach, aber anspruchsvoll. Der Reifegrad der KI wird nicht deklariert. Das verdient man sich durch die Entscheidungen, die wir alle treffen, wenn viel auf dem Spiel steht.

Der Einsatz von KI in der Produktion erfordert ein Gleichgewicht – zwischen Geschwindigkeit und Disziplin, Experimentierfreude und Verantwortlichkeit, Ehrgeiz und Sorgfalt. Für Unternehmen, die ihre KI-Kompetenzen ausbauen wollen, sind vier Bereiche von größter Bedeutung, nicht als abstrakte Prinzipien, sondern als operative Entscheidungen.

KI sollte nicht nur in der Verantwortung eines einzelnen Teams liegen, wenn sie alle Bereiche eines komplexen Unternehmens unterstützen soll. In unserem Unternehmen ist das Wissen über die gesamte Organisation verteilt, nah an den Problemen, die es löst, aber unterstützt durch gemeinsame Standards, Governance, Tools und Best Practices.

Diese Struktur ermöglicht es den Teams, Innovationen voranzutreiben und gleichzeitig die Verantwortlichkeit aufrechtzuerhalten. Es stellt außerdem sicher, dass sich die Modelle auch dann angemessen verhalten, wenn sie in unterschiedlichen Kontexten eingesetzt werden. Nach unserer Erfahrung birgt Dezentralisierung ohne Standards Risiken, und Zentralisierung ohne räumliche Nähe bremst die Wirkung. Die Ausgewogenheit ist entscheidend.

Genauso wichtig ist es, dass die Reife von KI von Investitionen in Menschen abhängt – nicht nur in Forscher und Datenwissenschaftler, sondern auch in Ingenieure, Entwickler, Produktmanager und Anwender, die verstehen, wie sich Modelle in der realen Welt verhalten. Wenn Teams den Systemen, die sie entwickeln und nutzen, vertrauen, folgt die Akzeptanz. Wenn das nicht der Fall ist, versagt selbst die ausgefeilteste Technologie.

Die jüngsten KI-Investitionen von Mastercard konzentrierten sich auf die Entwicklung neuer Funktionen für unsere Kunden, die auf unserer jahrzehntelangen Erfahrung in den Bereichen Daten, KI und Zahlungen aufbauen, sowie auf neuen Tools für unsere Mitarbeiter, die die größte Reichweite haben können. 

Für unsere Kunden, zu denen Tausende von Banken und Einzelhändlern gehören, konzentrierte sich diese Arbeit auf die Entwicklung von agentenbasierten Handelstechnologien , die es dem Verbraucher ermöglichen, Einkäufe direkt in einem KI-Chat zu tätigen, auf Personalisierungstools, die ihm ein optimales Erlebnis bieten, und auf Betrugslösungen, die auf mehr Daten als je zuvor basieren. Für Mitarbeiter beinhaltet das den Einsatz von KI-Assistenten für unsere Berater, damit sie so schnell wie möglich auf die Dokumente zugreifen können, die Bereitstellung von Codierungskopiloten für unsere Softwareentwickler und die Entwicklung eines KI-gestützten Tools, das unseren Kundenserviceteams hilft, Onboarding- und Implementierungsfragen zu beantworten.

Viele unserer Investitionen konzentrierten sich darauf, unsere Kernkompetenzen um mehr KI-Intelligenz und Echtzeit-Entscheidungsfindung zu erweitern. Das sind keine Laborexperimente. Es handelt sich um Systeme in Produktionsqualität, die in großem Umfang funktionieren, sich kontinuierlich anpassen und sowohl Cyberangriffen als auch behördlicher Kontrolle standhalten müssen.

Für Finanzinstitute erfordert dies einen Mentalitätswandel. Innovation wird nicht daran gemessen, wie schnell man etwas Neues auf den Markt bringen kann, sondern daran, wie geschäftskritisch es für die eigene Arbeit ist und wie zuverlässig es funktioniert, sobald es in die Kernprozesse integriert ist. Experimentieren ist wichtig, aber nur, wenn es diszipliniert, zielgerichtet und auf Dauer angelegt ist.

Bei KI-Führung geht es ebenso sehr darum, was man nicht verspricht, wie darum, was man verspricht. In komplexen Ökosystemen birgt das Übertreiben von Versprechungen Risiken sowohl nach innen als auch nach außen.

Wir haben bewusst darüber gesprochen, was KI im Zahlungsverkehr leisten kann und was nicht. Diese Klarheit dient als Grundlage für Investitionsentscheidungen, Einführungszeitpläne und die Art und Weise, wie neue Funktionen Kunden und Partnern vorgestellt werden. Es fördert außerdem den Konsens innerhalb der Organisation und stellt sicher, dass die Teams reale Probleme lösen, anstatt abstrakten Möglichkeiten nachzujagen.

Beginnen Sie mit den Kundenbedürfnissen und arbeiten Sie sich von dort aus zur Technologie vor. KI ändert nichts an dieser Disziplin. Im Gegenteil, es verstärkt es nur.

Im Finanzdienstleistungssektor ist Vertrauen unabdingbar. Jedes Modell muss erklärbar, steuerbar und kontinuierlich überwacht sein, da das System davon abhängt.

Im vergangenen Jahr haben wir die Art und Weise, wie KI-Systeme überprüft, dokumentiert und gemessen werden, weiter verbessert. Diese Arbeit ist grundlegend. Governance ist nicht das, was man am Ende der Implementierung hinzufügt – sie ist das, was es KI ermöglicht, verantwortungsvoll in großem Umfang zu funktionieren. Viele mögen das Gefühl haben, dass dies die Dinge verlangsamt; unsere Erfahrung ist das Gegenteil. Mit einer etablierten Unternehmensführung können sich die Mitarbeiter auf Innovationen und die Lösung von Kundenbedürfnissen konzentrieren. 

Viele der Entscheidungen, die den Reifegrad von KI prägen, erfordern eine langfristige Perspektive darauf, wohin sich die Technologie entwickelt und was Organisationen benötigen, um sie einsetzen zu können. Dazu gehören der Aufbau von Governance-Strukturen und Leitplanken, die Integration neuer Funktionen in bestehende Systeme anstatt die Einführung paralleler Systeme und die Priorisierung der Zuverlässigkeit gegenüber der Geschwindigkeit. Diese Entscheidungen verstärken sich im Laufe der Zeit.

Unser Unternehmen wurde kürzlich von Fast Company als führend im Bereich angewandte KI ausgezeichnet und zählt zu den Top-Organisationen im neuen Evident Payment AI Index, einem neuen Branchenstandard zur Bewertung der KI-Entwicklung von Zahlungsanbietern. Wir sind stolz auf diese Anerkennung, aber es ist auch wichtig, diese externen Bewertungen als nachlaufende Indikatoren zu betrachten. Dieses Ranking spiegelte jahrelange konsequente Umsetzung wider – frühe Investitionen in KI, ein langjähriger Fokus auf Betrugsbekämpfung und Vertrauen sowie eine auf Skalierbarkeit ausgelegte Governance. Die Anerkennung war nicht das Ziel, aber sie bestärkte uns in unserem Ansatz, dass der Aufbau einer soliden KI- und Datengrundlage es uns ermöglicht, schnell und zuverlässig Innovationen zu entwickeln.

Diese Grundlage ermöglicht es uns jetzt, verantwortungsbewusst voranzukommen — sei es durch die Einführung unseres neuen KI-Grundmodells und die Erweiterung unserer Mastercard Agent Suite-Funktionen sowie durch Virtual C-Suite, das KI auf praktische, kontrollierte Weise in die Entscheidungsfindung einbezieht. Diese Momente mögen von außen betrachtet schrittweise erscheinen, aber sie sind das Ergebnis bewusster Entscheidungen, die lange vor dem Auftauchen des Rampenlichts getroffen wurden.

Die wichtigste Erkenntnis ist folgende: Bei KI im großen Maßstab geht es weniger um bahnbrechende Innovationen als vielmehr um konstant hohe operative Standards. Die Modelle werden sich verbessern. Die Fähigkeiten werden erweitert. Entscheidend ist, ob die von uns geschaffenen Systeme auch weiterhin Vertrauen gewinnen – Transaktion für Transaktion, Entscheidung für Entscheidung. Das ist die Arbeit. Und es dauert an.