Warum braucht eine Bank einen Chefwissenschaftler?

Prem Natarajan, ehemaliger Leiter der Alexa-KI bei Amazon, wechselte als Chefwissenschaftler zu Capital One, einer Bank mit über 100 Millionen Kunden. Er erkannte, dass die interessantesten KI-Fortschritte von Big Tech zu Branchen wie dem Finanzwesen wandern, wo reale Kundenprobleme gelöst werden müssen. Capital One hat sich seit Jahrzehnten als datengetriebenes Institut etabliert und investierte früh in Cloud-Infrastruktur, um eine einheitliche Umgebung für KI-Experimente zu schaffen.

Die Bank sieht KI nicht nur als Technologie, sondern als wissenschaftliche Disziplin. Während allgemeine KI-Modelle Standardaufgaben bewältigen, scheitern sie oft an domänenspezifischen Herausforderungen wie Echtzeit-Betrugserkennung oder personalisierten Gesprächstools. Diese Probleme erfordern originäre Forschung und wissenschaftliche Innovation, die direkt in kundenorientierte Anwendungen einfließen.

Die strengen Anforderungen an Genauigkeit und Datenschutz im Finanzwesen schaffen ein einzigartiges Forschungsumfeld. Selbst kleine Betrugsfälle können verheerende Auswirkungen haben, daher müssen Modelle extrem präzise und schnell sein. Capital One nutzt diese Einschränkungen, um KI-Lösungen zu entwickeln, die in Big-Tech-Laboren oft nicht denkbar sind.

Der Ansatz des „Destination-Back Thinking“ beginnt mit der gewünschten Kundenerfahrung, etwa einem Autokäufer, der spätabends recherchiert. Dann wird rückwärts gearbeitet, um die nötigen wissenschaftlichen Durchbrüche zu identifizieren. Dies stellt sicher, dass die entwickelten Lösungen einen messbaren Unterschied im Leben der Kunden machen.

Capital Ones fast 15-jährige Wette auf Cloud-First-Architektur schuf eine seltene Daten- und Recheninfrastruktur, die schnelle Iterationen und kontinuierliches Lernen ermöglicht. Diese moderne Technologiebasis ist entscheidend für neue Forschungskategorien, wie agentische KI-Systeme, die bereits in Produktion sind und Kunden direkt unterstützen.