Revoluts KI-Strategie im Bankensektor: Ein Modell, 64,7 % weniger Betrug

Revolut hat etwas entwickelt, das die meisten Banken noch immer nur auf Whiteboards skizzieren. Das proprietäre KI-Fundamentmodell des Fintech-Riesen, PRAGMA, automatisiert nicht nur isolierte Aufgaben – es versteht den gesamten Verlauf des finanziellen Lebens eines Kunden, von der morgendlichen Kaffeezahlung bis hin zum Anlageportfolio, und nutzt dieses einheitliche Bild, um gleichzeitig in allen Funktionsbereichen intelligentere Entscheidungen zu treffen. Das ist ein grundlegend anderer Ansatz für die KI-Strategie im Bankwesen, und die dahinterstehenden Zahlen sind kaum zu ignorieren.

Wichtigste Erkenntnisse

• PRAGMA ist Revolut’s proprietäres KI-Fundamentmodell, das mit 40 Milliarden Ereignissen und Interaktionen von 25 Millionen Nutzern trainiert wurde und heute über 70 Millionen Kunden bedient.
• Das Modell verbesserte die Betrugserkennung um 64,7 %, die Kreditrisikovorhersage um 16 % und die Produktempfehlungen um 41 %.
• Angetrieben von 200 NVIDIA H100 GPUs, läuft PRAGMA als ein einziges gemeinsames Modell, bei dem Verbesserungen in einer Funktion die Leistung in allen anderen steigern.
• Revolut’s KI-Assistent bearbeitet 75 % der Kundensupport-Anfragen ohne menschliches Zutun.
• AIR, Revolut’s agentisches KI-System, steht nun Kunden in Großbritannien zur Verwaltung von Abonnements, Budgetierung und Reisebuchungen zur Verfügung.

Revolut stellt PRAGMA vor: Ein einheitliches KI-Modell für das Bankwesen

Die meisten Finanzinstitute haben KI genauso angegangen wie Software in den letzten Jahrzehnten – ein Tool für Betrugserkennung hinzugefügt, ein weiteres für Kredit-Scoring, ein weiteres für den Kundenservice, und darauf gehofft, dass die Teile irgendwann miteinander kommunizieren. Revolut ging in die entgegengesetzte Richtung. PRAGMA ist ein einzelnes Fundamentmodell, das mit 40 Milliarden Ereignissen und Interaktionen von 25 Millionen Nutzern trainiert wurde und darauf ausgelegt ist, finanzielles Verhalten ganzheitlich statt in isolierten Ausschnitten zu verstehen.

Der Umfang der Daten, die PRAGMA verarbeitet, macht es strukturell unterschiedlich. Es führt Transaktionen, App- und Websitenutzung, Handels- und Investitionsaktivitäten, Rechnungszahlungen, Abonnementverhalten und Kundensupport-Interaktionen in einem verbundenen System zusammen. Diese Datenbreite verleiht dem Modell ein Maß an Verhaltenskontext, das engere, aufgabenspezifische Tools einfach nicht replizieren können.

Technische Infrastruktur und Skalierbarkeit

Der Betrieb eines Modells in diesem Maßstab erfordert leistungsstarke Hardware. PRAGMA wird von 200 NVIDIA H100 GPUs angetrieben, und die Infrastruktur hat es Revolut ermöglicht, von 38 Millionen Nutzern im Jahr 2023 auf heute mehr als 70 Millionen zu wachsen, ohne seinen KI-Stack zu fragmentieren. Das ist nicht nur eine technische Leistung – es ist eine strategische. Das Modell einheitlich zu halten, während sich die Nutzerbasis nahezu verdoppelt, bedeutet, dass die Intelligenz sich kumuliert statt verwässert.

Durch PRAGMA getriebene Leistungsverbesserungen

Die von Revolut berichteten Ergebnisse sind spezifisch genug, um Aufmerksamkeit zu verdienen. PRAGMA lieferte eine Verbesserung der Betrugserkennung um 64,7 % – eine Zahl, die in einer Branche, in der die Kosten für Finanzkriminalität global in die Milliarden gehen, enorm wichtig ist. Auf der Kreditseite verbesserte sich die Leistung der Risikovorhersage um 16 %, was direkt beeinflusst, wie genau Revolut Kreditprodukte preisen und anbieten kann. Produktempfehlungen wurden um 41 % effektiver, was bedeutet, dass Kunden eher Angebote sehen, die tatsächlich relevant für ihr finanzielles Verhalten sind.

Was hier analytisch signifikant ist, ist nicht nur das Ausmaß jeder Verbesserung, sondern der Mechanismus dahinter. Diese Gewinne fließen alle aus einer einzigen algorithmischen und Daten-Pipeline. Wenn das Modell sein Verständnis von Betrugsmustern verbessert, fließt dieses Lernen in die Bewertung des Kreditrisikos ein. Wenn es besser darin wird, Verhaltenssignale für Produktempfehlungen zu erkennen, schärfen dieselben Signale seine Betrugserkennung. Das Modell lernt funktionsübergreifend parallel und passt sich an, wenn sich wirtschaftliche und verhaltensbezogene Trends verschieben. Das ist kumulative Intelligenz – und es ist der strukturelle Vorteil, den fragmentierte KI-Stacks nicht replizieren können.

Agentische KI-Tools und Automatisierung des Kundensupports

KI-Bearbeitung von Kundensupport-Anfragen

PRAGMA ist auch die Triebfeder hinter Revolut’s Kundenservice-Betrieb. Sein KI-Assistent bearbeitet jetzt 75 % der Support-Anfragen ohne jegliches menschliches Eingreifen. Für eine Plattform, die mehr als 70 Millionen Nutzer in mehreren Märkten bedient, ist das eine erhebliche operative Verschiebung – und ein Signal dafür, wie weit sich der automatisierte Finanzsupport von den klobigen Chatbots von vor fünf Jahren entfernt hat.

Einführung von AIR für Kunden in Großbritannien

Die zukunftsorientiertere Entwicklung ist AIR – AI by Revolut – das erste kundenseitige agentische KI-System des Unternehmens. Derzeit für Kunden in Großbritannien verfügbar, geht AIR über das Beantworten von Fragen hinaus und ergreift Maßnahmen. Es kann Abonnements verwalten, verlorene Karten stornieren, bei der Budgetierung helfen und sogar Reisen arrangieren. Das ist ein bedeutender Schritt: Statt nur Informationen bereitzustellen, handelt die KI im Namen des Kunden mit realen Konsequenzen.

Agentische KI im Konsumentenfinanzbereich ist noch relativ neues Terrain, und Revolut’s Entscheidung, AIR zuerst in Großbritannien einzuführen, deutet auf einen kontrollierten Rollout hin – das Testen autonomer Finanzaktionen in einem regulierten Markt vor einer breiteren Expansion.

Strategische Auswirkungen von Revolut’s einheitlicher KI-Architektur

Einzelnes gemeinsames Modell ermöglicht funktionsübergreifendes Lernen

Die strategische Wette, die Revolut eingegangen ist, besteht darin, dass ein einzelnes gemeinsames Modell im Laufe der Zeit eine Sammlung spezialisierter Tools der Spitzenklasse übertreffen wird. Die Logik stimmt: Da alle Verbesserungen in dasselbe Modell zurückfließen, wird das System gleichzeitig in jeder Funktion intelligenter. Eine Verfeinerung der Betrugserkennung bleibt nicht im Silo des Betrugsteams – sie wirkt sich auf Kreditvergabe, Empfehlungen und Kundenerfahrung aus.

Wettbewerbsvorteile durch Agilität und Personalisierung

Für größere etablierte Banken, die noch immer Legacy-Systeme betreiben, die mit Punkt-Lösungen zusammengenäht sind, ist diese Architekturlücke wirklich schwer zu schließen. Revolut’s einheitlicher Stack ermöglicht es ihm, schneller auf sich änderndes Kundenverhalten oder auftretende Betrugsmuster zu reagieren als Institutionen, die Updates über mehrere getrennte Modelle und Daten-Pipelines koordinieren müssen.

Die breitere Implikation für die Branche ist, dass KI-Architektur zu einem strategischen Burggraben wird, nicht nur zu einem Tool für operative Effizienz. Banken und Fintechs, die in einheitliche Daten- und Modellinfrastrukturen investieren, sind besser positioniert, um personalisierte Dienste im großen Maßstab bereitzustellen – und um die Art von agentischen Fähigkeiten aufzubauen, die neu definieren könnten, was eine Finanz-App tatsächlich für ihre Nutzer tut. Revolut’s PRAGMA bietet einen konkreten Beweis dafür, dass der Ansatz des einheitlichen Modells funktioniert, und seine Leistungskennzahlen geben Wettbewerbern einen Benchmark, den sie kaum ignorieren können.

FAQ

Was ist PRAGMA und wie funktioniert es?

PRAGMA ist Revolut’s proprietäres KI-Fundamentmodell, das mit 40 Milliarden Ereignissen und Interaktionen von 25 Millionen Nutzern trainiert wurde. Es integriert ganzheitlich Daten aus Transaktionen, App-Nutzung, Investitionen und Kundensupport, um finanzielles Verhalten als Ganzes zu verstehen, anstatt jede Funktion separat zu verarbeiten.

Wie hat PRAGMA Revolut’s Bankdienstleistungen verbessert?

PRAGMA verbesserte die Betrugserkennung um 64,7 %, die Kreditrisikovorhersage um 16 % und die Produktempfehlungen um 41 %. Da alle Gewinne aus einem einzigen gemeinsamen Modell fließen, stärken Verbesserungen in einem Bereich gleichzeitig die Leistung in allen anderen Funktionen.

Was ist AIR und welche Funktionen bietet es?

AIR – AI by Revolut – ist das erste kundenseitige agentische KI-System des Unternehmens, das derzeit Kunden in Großbritannien zur Verfügung steht. Es verwaltet autonom Abonnements, hilft bei der Budgetierung, storniert verlorene Karten und kann Reisebuchungen im Namen der Nutzer vornehmen.

Wie unterscheidet sich Revolut’s KI-Strategie von traditionellen Bank-KI-Ansätzen?

Traditionelle Banken betreiben typischerweise fragmentierte KI-Stacks mit separaten Modellen und Daten-Pipelines für jede Aufgabe. Revolut nutzt ein einzelnes einheitliches Fundamentmodell, was bedeutet, dass sich Intelligenz über alle Funktionen hinweg kumuliert – Lernergebnisse aus der Betrugserkennung verbessern die Kreditrisikovorhersage und umgekehrt – was ihm einen strukturellen Vorteil verschafft, den isolierte Tools nicht replizieren können.

Artikel erstellt mit Unterstützung künstlicher Intelligenz und geprüft vom Redaktionsteam.