BBVAs Plan, ChatGPT zum Banking-Frontend für Kunden zu machen

Was BBVA tatsächlich einführt

Die Schlagzeile ist der zehnfache Sprung: ChatGPT Enterprise geht an alle 120.000 BBVA-Mitarbeiter in 25 Ländern, gegenüber zuvor 11.000 mit Zugang. Dieser Weg ist gut dokumentiert. BBVA startete im Mai 2024 mit 3.300 Accounts, erweiterte auf 11.000 und baute währenddessen Tausende benutzerdefinierte GPTs. OpenAI berichtet, dass Mitarbeiter bei Routineaufgaben knapp drei Stunden pro Woche einsparten, wobei mehr als 80 % die Tools täglich nutzen.

Für sich genommen ist das eine interne Produktivitätsgeschichte: Risikoanalyse, Softwareentwicklung, Mitarbeiterunterstützung. Doch die Vereinbarung umfasst auch Tools zur Erstellung interner Agenten, die mit BBVA-Systemen verbunden sind, und genau hier beginnt die Frage nach der Oberfläche. Ein Agent, der fest in das Kernbankensystem eingebunden ist, ist kein Chatfenster für einen einzelnen Mitarbeiter – er ist ein Baustein der Anwendungsinfrastruktur.

Blue und die kundenseitige Oberfläche

Der Teil, der genaueres Lesen lohnt: BBVA betreibt bereits einen virtuellen Assistenten namens Blue, aufgebaut auf OpenAI-Modellen, der es Nutzern erlaubt, Karten und Konten zu verwalten und alltägliche Fragen in natürlicher Sprache zu klären. Das ist ein kundenseitiges Frontend, das für manche Aufgaben Formularfelder und Menübäume bereits ersetzt hat. Es ist im Live-Betrieb, kein Pilotprojekt.

Die zukunftsgerichtete Aussage geht weiter: BBVA prüft Wege, seine Produkte und Dienstleistungen so zu integrieren, dass Kunden direkt über ChatGPT mit der Bank interagieren können. Im Sinne des Frontends bedeutet das: Die primäre Oberfläche für eine Bankaktion wäre gar nicht mehr BBVAs eigene App – es wäre OpenAIs Chat-Client, in dem BBVAs Produkte erreichbar sind. Die eigenen Bildschirme der Bank würden zu einem Kanal unter mehreren statt zur Eingangstür.

Das Designproblem einer chat-nativen Bank

Carlos Torres Vila formulierte den Anspruch unverblümt.

Unsere Allianz mit OpenAI beschleunigt die native Integration künstlicher Intelligenz in der gesamten Bank, um ein intelligenteres, proaktiveres und vollständig personalisiertes Banking-Erlebnis zu schaffen, das die Bedürfnisse jedes einzelnen Kunden antizipiert.Montana Labs

Eine konversationelle Banking-Oberfläche tauscht die Vorhersehbarkeit eines gestalteten Bildschirms gegen die Offenheit von Sprache. Ein Überweisungsformular hat feste Felder, Validierung und einen Bestätigungsschritt, den man präzise gestalten kann. Eine Chat-Anfrage für dieselbe Überweisung muss die Absicht auflösen, Beträge bestätigen und Konsequenzen aufzeigen, ohne sich auf ein festes Layout stützen zu können. Die Ankündigung erwähnt, dass der Rollout Sicherheits- und Datenschutzkontrollen sowie Zugang zu OpenAIs neuesten Modellen umfasst – das ist die nötige Grundlage, doch die schwierigere Arbeit für eine regulierte Bank liegt in den Bestätigungs-, Autorisierungs- und Fehlerzuständen, die eine Sprachoberfläche im laufenden Betrieb rekonstruieren muss.

Was ein dediziertes Produktteam für die Oberflächenebene bedeutet

BBVA wird ein dediziertes Team haben, das direkt mit den Produkt-, Forschungs- und Technologieteams von OpenAI zusammenarbeitet. Diese Struktur ist für die Kundenoberfläche wichtiger als für die Mitarbeiterlizenzen. Der Rollout von Enterprise-Lizenzen ist eine Beschaffungs- und Change-Management-Aufgabe. Kundenbankaktionen innerhalb von ChatGPT sicher zu machen – wo Darstellung, Modellverhalten und ein Großteil des Interaktionsmusters außerhalb der Kontrolle von BBVA liegen – erfordert laufende Abstimmung mit OpenAIs Produkt-Roadmap, keine einmalige Integration.

Die konkrete Implikation dabei ist, dass BBVA einen Teil seiner Kundenoberfläche auf eine Plattform setzt, die es nicht selbst besitzt. Blue läuft innerhalb BBVAs eigener Kanäle; eine ChatGPT-Integration würde die Transaktionsabläufe eines regulierten Instituts in einen Drittanbieter-Client verlagern, dessen UI und Modellverhalten sich ändern können. Für Teams, die auf derselben Plattform bauen, ist die Lehre konkret: Die interessante Ingenieursleistung in diesem Deal sind nicht die 120.000 Lizenzen, sondern die Gestaltung von bankentauglichen Bestätigungs- und Autorisierungsabläufen, die auch dann bestehen, wenn das eigene Frontend das Chatfenster eines anderen ist.