E-Mails, KI und Banking: Implementierung von LLMs zur Optimierung der E-Mail-Prozesse bei der Deutschen Bank

Murat Cavus (), Praneet Jayaram () and Zahid Amadxarif ()
Additional contact information
Murat Cavus: Deutsche Bank AG
Praneet Jayaram: Deutsche Bank AG
Zahid Amadxarif: Sapient Ltd

Chapter Kapitel 5 in Customer Intelligence, 2025, pp 81-104 from Springer

Abstract: Zusammenfassung Wir präsentieren eine praxisnahe Fallstudie zur Implementierung von großen Sprachmodellen (LLM-Lösungen) bei der Deutschen Bank, mit dem Ziel, E-Mail-Workflows mit hohem Volumen im Investment- und Firmenkundengeschäft grundlegend zu transformieren. Trotz der vielversprechenden Möglichkeiten von KI stehen Banken bei der Integration in bestehende Systeme vor regulatorischen, ethischen und technischen Hürden. Auf Basis eines siebenstufigen Innovationsmodells zeigen wir, wie LLMs Aufgaben wie Sentimentanalyse, E-Mail-Routing und ganzheitliches E-Mail-Management automatisieren – und dabei Effizienz, Skalierbarkeit und Nutzerzufriedenheit deutlich steigern. Zentrale Herausforderungen wie Datenschutz, Voreingenommenheit und Nachvollziehbarkeit werden durch strukturierte Governance, schrittweise Integration und menschliche Kontrollmechanismen adressiert. Unsere Ergebnisse belegen, wie die Brücke zwischen KI-Forschung und praktischer Anwendung in regulierten Umgebungen geschlagen werden kann – im Einklang mit Compliance-Vorgaben und geschäftlichen Zielen. Abschließend werfen wir einen Blick auf die künftige Forschung im Bereich multimodaler KI und die Zusammenarbeit zwischen Wissenschaft und Industrie – Dabei unterstreichen wir das Potenzial, KI verantwortungsvoll für die Neugestaltung von Customer Intelligence, Betriebsprozessen und Innovation im Finanzwesen zu nutzen.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-48463-7_5

Ordering information: This item can be ordered from
http://www.springer.com/9783658484637

DOI: 10.1007/978-3-658-48463-7_5

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().