Wie Gradient Labs Banking-SOPs in geprüfte KI-Workflows verwandelt

Trajektorien-Genauigkeit ist die Kennzahl, auf die es wirklich ankommt

Die meisten Pitches für Support-Automatisierung stellen Zufriedenheitswerte in den Vordergrund. Gradient Labs setzt auf etwas Engeres und Anspruchsvolleres: ob das System über ein ganzes Gespräch hinweg die richtige Prozedur von Anfang bis Ende einhält. Sie nennen das Trajektorien-Genauigkeit und benchmarken Anbieter anhand ihrer schwierigsten Banking-Prozeduren statt anhand durchschnittlicher Fälle.

In einer ersten Auswertung erreichte GPT-4.1 nach eigenen Angaben 97% Trajektorien-Genauigkeit und Konsistenz, der nächstbeste Anbieter kam auf 88%. Mitgründerin Danai Antoniou ordnet diese Differenz nicht als Ranking-Ergebnis ein, sondern als operative Realität.

Im Finanzwesen liegt genau dort der Unterschied zwischen einem gelösten Anruf und einem Compliance-Vorfall.Montana Labs

Der Unterschied ist entscheidend, denn ein Anruf zur Kartensperrung kann bei jedem einzelnen Schritt korrekt verlaufen und trotzdem am falschen Punkt enden. Den gesamten Ablauf zu messen – Identität verifizieren, Karte sperren, Ersatz veranlassen, Rückfragen beantworten – kommt der Beurteilung durch die internen Prüfer einer Bank deutlich näher als jede Bewertung einzelner Antworten.

Eine hybride Architektur, ausgerichtet auf Latenz und Zustand

Das Auswertungsergebnis hat das Design geprägt. Gradient Labs leitet anspruchsvolle Reasoning-Schritte an größere OpenAI-Modelle weiter und überträgt schnellere, deterministische Aufgaben an kleinere Modelle, wobei sich das Routing an Komplexität und Latenzbudget anpasst. Ein zentraler Reasoning-Agent orchestriert spezialisierte Fähigkeiten, sodass ein komplexer Fall workflow-übergreifend bearbeitet werden kann, ohne den Kontext zu verlieren.

Sprache ist der limitierende Faktor der aktuellen Migration. Das Unternehmen berichtet von 500 Millisekunden Latenz bei GPT-5.4 mini und nano und verlagert einen erheblichen Teil des Produktionsverkehrs auf diese Modelle. Antoniou beschreibt die Anforderung unmissverständlich: Das Modell muss den Prozedurstatus über Unterbrechungen, Zwischenrufe und Themenwechsel hinweg beibehalten und dabei trotzdem schnell genug antworten, um ein natürliches Gespräch zu ermöglichen.

Wir brauchten drei Dinge gleichzeitig: Genauigkeit beim Befolgen von Anweisungen, niedrige Halluzinationsraten und zuverlässiges Function-Calling – und all das unter den Latenzanforderungen von Sprache. OpenAI war der einzige Anbieter, der alle drei Kriterien erfüllte.Montana Labs

Zuverlässigkeit wird als Rollout-Prozess konstruiert, nicht als Behauptung aufgestellt

Der übertragbarere Teil dieser Ankündigung ist die Disziplin beim Ausrollen. Bei jeder Interaktion laufen mindestens fünfzehn Sicherheitssysteme parallel und prüfen auf Finanzberatungssignale, Vulnerabilitätsanzeichen, Beschwerden und Versuche, die Verifizierung zu umgehen. Dieses Design geht davon aus, dass das Modell gelegentlich abweicht, und fängt das ab, statt einfach darauf zu vertrauen, dass es das nicht tut.

Die Evaluierung spielt reale Kundengespräche gegen erwartete Prozeduren durch und erzeugt synthetische Gespräche, um seltene Grenzfälle zu testen, bevor überhaupt etwas live geht. Banken entscheiden dann selbst, welche Themenkategorien die KI übernimmt, beginnen mit risikoärmeren Workflows, simulieren zunächst Gespräche und starten mit einem kleinen Anteil des Live-Verkehrs unter kontinuierlicher Überwachung. Die Abdeckung wird nur erweitert, solange die Leistung stabil bleibt.

Genau das schafft Vertrauen in einem regulierten Umfeld: keine Demo, sondern ein nachvollziehbarer Weg von der Analyse historischer Daten über Simulation bis zu einem dosierten Produktionshochlauf mit menschlicher Prüfung markierter Gespräche.

Was die Automatisierung von Prozeduren – statt von Antworten – als Nächstes ermöglicht

Die berichteten Ergebnisse sind stark: CSAT-Werte von bis zu 98%, Lösungsraten von über 50% bereits am ersten Tag bei so sensiblen Workflows wie Reklamationen und Betrug sowie ein Umsatzwachstum von mehr als dem 10-Fachen im Jahresverlauf, während das Unternehmen vom Inbound-Support auf Outbound- und Backoffice-Aufgaben expandierte.

Die konkrete Schlussfolgerung ist, dass Gradient Labs auf das Befolgen von Prozeduren als automatisierbare Grundeinheit gesetzt hat – und diese Wette skaliert direkt mit der Modellfähigkeit. Jede Verbesserung in der Fähigkeit eines Modells, Zustände zu halten und Anweisungen zu befolgen, erweitert die Menge an SOPs, die sich sicher automatisieren lassen. Deshalb zielt ihre Roadmap darauf ab, Kontext über Interaktionen hinweg zu bewahren: Kundenhistorie, laufende Anliegen und das Anknüpfen genau dort, wo ein vorheriges Gespräch endete. Für Teams, die KI in der Praxis einsetzen, lautet die Lehre: Der dauerhafte Vorteil liegt nicht in der Modellwahl, sondern im Eval-Framework und dem Sicherheitsgerüst, mit denen sich die Automatisierungsabdeckung Schritt für Schritt, geprüft und nachvollziehbar erweitern lässt.