Eckdaten

  • Unternehmen: Royal Bank of Canada (RBC)
  • Unternehmensgröße: über 98.000 Mitarbeiter, 57 Mrd. $ Jahresumsatz
  • Standort: Toronto, Ontario, Kanada
  • Eingesetztes KI‑Tool: NOMI (Finanzassistent auf Basis von maschinellem Lernen)
  • Ergebnis: 700 Mio. $–1 Mrd. $ Unternehmenswert durch KI bis 2027; höhere Sparquoten und gesteigertes Kundenvertrauen

Möchten Sie ähnliche Ergebnisse mit KI erzielen?

Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.

Die Herausforderung

RBC‑Kunden sahen sich erheblichen Problemen bei der Verwaltung ihrer persönlichen Finanzen gegenüber, insbesondere beim Sparen von Kleingeld, klugen Investitionen und Einhalten des Budgets. Traditionelle Banktools boten allgemeine Ratschläge, die individuelle Ausgabemuster nicht berücksichtigten, was zu suboptimalen Finanzentscheidungen und geringer Nutzung von Sparprodukten führte. Viele Kunden kämpften mit unregelmäßigen Cashflows, Impulsausgaben und fehlender Sichtbarkeit künftiger Ausgaben, was zu niedrigeren Sparquoten und verpassten Investitionschancen führte.[1][3]

Als der Wettbewerb im Privatkundengeschäft zunahm, erkannte RBC die Notwendigkeit für hyper‑personalisierte Einsichten, um Kundenloyalität aufzubauen und Wachstum zu fördern. Ohne fortgeschrittene Analytik fehlten proaktive Anstöße wie das Aufrunden von Käufen zum Sparen oder die Vorhersage von Liquiditätsengpässen, was besonders nach der Pandemie finanziellen Stress verstärkte.[2]

Die Lösung

RBC führte NOMI ein, einen KI‑gesteuerten Finanzassistenten in der mobilen Banking‑App, der maschinelles Lernen nutzt, um Transaktionsdaten zu analysieren, Ausgaben zu kategorisieren und maßgeschneiderte Empfehlungen zu liefern. Funktionen wie NOMI Insights beleuchten Ausgabentrends, NOMI Budgets generieren automatisch personalisierte Budgets und NOMI Find & Save identifiziert Kleingeld‑Potentiale für automatische Überweisungen auf verzinste Sparkonten oder in Investments.[4][5]

Über RBC Borealis, das KI‑Innovationszentrum der Bank, wurde NOMI skaliert und auf robuste Datenplattformen gestellt, die Datenschutz und Genauigkeit gewährleisten. Diese ML‑Personalisierungs‑Engine verarbeitet umfangreiche Datensätze in Echtzeit und bietet Anstöße wie 'Überweise 25 $ Kleingeld in ein GIC' oder 'Passe das Essensbudget um 15 % an', wodurch Nutzer umsetzbare, kontextbezogene Ratschläge erhalten.[2][6]

Quantitative Ergebnisse

  • 700 Mio. $–1 Mrd. $ Unternehmenswert durch KI‑Investitionen bis 2027
  • Top‑3 Platzierung in der globalen KI‑Reife unter Banken
  • Über 98.000 Mitarbeitende, die KI in den Betriebsprozessen nutzen
  • 57 Mrd. $ Jahresumsatz mit KI‑getriebenem Wachstum
  • Millionen NOMI‑Nutzer mit verbesserten Sparquoten
  • 20–30% Zuwachs bei Sparbeiträgen durch gezielte Anstöße

Bereit, Ihr Unternehmen mit KI zu transformieren?

Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.

Implementierungsdetails

Entwicklungs‑ und Einführungszeitplan

RBC begann mit der Entwicklung von NOMI Ende der 2010er, mit ersten Pilotprojekten in 2019, die sich auf die Transaktionskategorisierung mittels Machine‑Learning‑Algorithmen konzentrierten. Bis 2021 wurde NOMI um prädiktive Cashflow‑Prognosen erweitert, um Unsicherheiten während der Pandemie zu adressieren. Die vollständige Einführung in die RBC‑Mobile‑App erreichte bis 2023 Millionen von Nutzern, angetrieben durch RBC Borealis, das 2024 für fortgeschrittene KI‑Forschung gestartet wurde.[2][4] Im Jahr 2025 wurden Erweiterungen integriert, die generative KI für differenziertere Investment‑Empfehlungen nutzten und so mit RBCs mehrmilliardenschwerer KI‑Strategie in Einklang standen.[3]

Technischer Ansatz und Architektur

NOMI nutzt überwachte und unüberwachte Machine‑Learning‑Modelle, die auf anonymisierten Transaktionsdaten trainiert werden, um Muster wie wiederkehrende Ausgaben oder Kleingeld‑Möglichkeiten zu erkennen. Wichtige Komponenten sind Natural Language Processing für Nutzeranfragen und Reinforcement Learning zur Optimierung des Timings von Nudges. Daten werden über eine sichere Cloud‑Infrastruktur verarbeitet, wobei die Einhaltung von GDPR/CCPA sichergestellt ist. Das AI Centre of Excellence von RBC arbeitete mit Borealis‑Ingenieuren zusammen, um eine robuste Datenplattform aufzubauen, die Petabytes an Finanzdaten verarbeitet.[5] Wichtiger Tech‑Stack: Python/TensorFlow für ML, Kubernetes für Skalierung und Echtzeit‑APIs zur App‑Integration.

Überwindung von Herausforderungen

Zu Beginn gab es Bedenken hinsichtlich Datenschutz und Modellbias in diversen Kundensegmenten. RBC begegnete diesen Problemen mit föderierten Lernverfahren und rigorosen ethischen KI‑Audits und erzielte eine 99% Genauigkeit bei der Ausgabenkategorisierung. Die regulatorische Konformität in Kanada wurde über Partnerschaften mit FinTRAC sichergestellt. Die Nutzerakzeptanz wurde durch A/B‑Tests von Nudges gesteigert, was zu 40% Opt‑in‑Raten führte.[1] Skalierbarkeitsherausforderungen wurden durch die Migration auf die Borealis‑Plattform gelöst, wodurch die Latenz um 50% reduziert wurde.[6]

Integrations‑ und Rollout‑Strategie

NOMI wurde nahtlos in die RBC Mobile App (über 10 Mio. Downloads) integriert, mit Push‑Benachrichtigungen und In‑App‑Chats. Der gestaffelte Rollout richtete sich zunächst an Millennials und wurde anschließend unternehmensweit ausgeweitet. Schulungen für über 98.000 Mitarbeitende stellten eine konsistente Vermarktung sicher. Bis 2025 unterstützt NOMI mehrsprachige Nudges und integriert sich in Investmentplattformen für automatisierte Transfers.[4]

Zukünftige Erweiterungen

Mit Blick auf 2026–2027 plant RBC, generative KI in NOMI zu integrieren, um Szenario‑Planungen zu ermöglichen (z. B. 'Was passiert, wenn ich 100 $/Monat spare?'). Dies steht im Einklang mit der CEO‑Vision für 1 Mrd. $ KI‑Umsatz und positioniert RBC als Nordamerikas #2 KI‑bereite Bank.[3] Investment: Mehrmilliardenzusagen für KI‑Infrastruktur.

Interesse an KI für Ihre Branche?

Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.

Ergebnisse

Der Einsatz von NOMI hat das Privatkundengeschäft von RBC transformiert und Millionen von Nutzern messbare finanzielle Stärkung gebracht. Bis 2025 berichteten NOMI‑Nutzer von 25% höheren Sparquoten durch automatische Aufrundungen und Nudges, was zu milliardenfachen kollektiven Ersparnissen beitrug. Die Kundenzufriedenheitswerte stiegen um 15%, und die NOMI‑Engagement‑Metriken zeigten, dass 70% der monatlich aktiven Nutzer personalisierte Einsichten erhielten.[1] Unternehmenswirkung: RBC prognostiziert 700 Mio. $–1 Mrd. $ Wert durch KI, einschließlich NOMI, bis 2027, mit reduzierter Abwanderung und gesteigertem Cross‑Selling von Anlageprodukten.[3] RBC behauptete 2025 seine Top‑3‑Platzierung in der globalen KI‑Reife und übertraf Wettbewerber wie TD Bank. Der Erfolg von NOMI milderte Handels‑Risiken durch inländisches Wachstum und führte zu einer 20%‑Steigerung der Budgettreue. Herausforderungen wie Implementierungskosten wurden durch 30% Effizienzgewinne im Kundenservice ausgeglichen.[5] Insgesamt zeigt NOMI exemplarisch, wie ML‑Personalisierung Vertrauen und Loyalität im Banking fördert.[2]

Kontaktieren Sie uns!

0/10 min.

Direkt Kontaktieren

Your Contact

Philipp M. W. Hoffmann

Founder & Partner

Adresse

Reruption GmbH

Falkertstraße 2

70176 Stuttgart

Kontakt

Social Media