Ich leite den Support und bin mit einer Frage an das Thema herangegangen: Kann ich ChatGPT tatsächlich vor Finanzkunden und interne Teams stellen? Hier ist die ehrliche Version.
ChatGPT ist bei der Analysten-Hälfte der Arbeit wirklich exzellent. Recherche, Entwürfe für Kundenmaterial, die Zusammenfassung eines Earnings Calls und jetzt, mit ChatGPT for Financial Services, der Zugriff auf integrierte Marktdaten mit nachvollziehbaren Quellenangaben. Dieser Teil verdient den Hype.
Bei der Support-Hälfte wird es dünner. In den Verbraucherstufen ist es ein Compliance-Problem, das viele Finanzunternehmen schlicht gesperrt haben. Es halluziniert Zahlen stillschweigend, ohne Fehlermeldung, die die falsche Zahl abfängt, bevor sie beim Kunden ankommt. Und es hat keinen nativen Weg, in Ihrem Helpdesk zu arbeiten: keine Ticket-Warteschlange lesen, keine Aktionen ausführen, keine Freigabe pro Ticket. Mein Fazit: Nutzen Sie ChatGPT zum Denken, nicht für das Ticket. Für die Support-Warteschlange brauchen Sie ein speziell gebautes KI-Helpdesk-Teammitglied, das auf denselben Modellen läuft, aber die Governance ergänzt, die ein regulierter Desk braucht.
Wie ich getestet habe
Ich komme von der Support-Seite, das hier ist also kein Benchmark von Reasoning-Scores. Es ist ein praxisnaher Test von ChatGPT anhand der Aufgaben, die ein Finanzteam ihm tatsächlich gibt: interne Recherche, Entwürfe und, der Teil, der mir am wichtigsten ist, kundenorientierter Support. Ich habe OpenAIs eigene Produkt-, Preis- und Sicherheitsseiten gelesen, die dokumentierten Einsätze bei Morgan Stanley und Klarna sowie das, was Praktiker aus Banking, Vermögensverwaltung und Compliance sagen, wenn kein Vertrieb mithört. Wo ich jemanden zitiere, führt der Link zum Original.
Eine Anmerkung vorab zum Fazit. "ChatGPT" ist nicht mehr ein einzelnes Ding. Es gibt die Verbraucher-App, die Business-Stufen ohne Training und jetzt eine Konfiguration für regulierte Branchen. Der Großteil der Enttäuschung, die ich online sehe, kommt daher, dass die ganze Familie an der kostenlosen App gemessen wird. Deshalb habe ich versucht, genau zu sagen, welche Stufe was kann.
Worin ChatGPT wirklich großartig ist
Ich beginne mit den Erfolgen, denn sie sind echt. Wenn Ihre Aufgabe ein Research-Memo, ein erster Pitch-Entwurf oder die Zusammenfassung einer 40-seitigen Einreichung ist, gehört ChatGPT zu den besten Werkzeugen, nach denen Sie greifen können. Das ist die Hälfte des Produkts, von der Finanzteams im Stillen begeistert sind, und die Adoptionszahlen bestätigen es.
Der klarste Beleg ist Morgan Stanley, das auf OpenAIs Modellen einen internen Berater-Assistenten gebaut hat. Die Nutzung erreichte über 98 % in den Beraterteams, der Dokumentenzugriff stieg von 20 % auf 80 %, und Nachfassaktionen, die "früher Tage dauerten, passieren jetzt innerhalb von Stunden", so Kaitlin Elliott, Head of Firmwide Generative AI Solutions. Das ist keine Demo, sondern ein Vermögensverwalter, der das Werkzeug täglich im ganzen Haus einsetzt.
Das neuere Stück ist das Financial-Services-Produkt, gemeinsam mit Morgan Stanley und Evercore entwickelt, das integrierte Premium-Daten obendrauf legt: Earnings-Transkripte, Fundamentaldaten und Daten zu privaten Unternehmen von Daloopa, PitchBook, LSEG News und Crunchbase, von OpenAI indexiert und gehostet. Sie können genau umschalten, welche Quellen im Spiel sind.
Das Feature, das mir auf dem Papier am besten gefiel, beantwortet den größten Einwand gegen KI im Finanzbereich: die Quellenangabe. OpenAI hat granulare Zitate gebaut, damit "Banker Zahlen und Aussagen auf ihre Quellen zurückverfolgen können". In der Praxis heißt das: Eine Zahl in einem Memo verlinkt direkt auf die markierte Zeile im Transkript, aus dem sie stammt.
Wenn Sie die ganze Tour durch Funktionen, Stufen und Preise statt des Testurteils möchten, deckt unsere Übersicht zu ChatGPT für Finanzdienstleistungen das ab. Für diesen Test lautet die Kurzfassung: Als Recherche- und Entwurfsassistent ist es das scharfe Werkzeug in der Schublade.
Wo es zu kurz greift
Jetzt der Teil, für den ein Test eigentlich da ist. Drei Grenzen kamen immer wieder auf, und keine davon ist ein Ausschlusskriterium für Recherchearbeit, aber alle schlagen zu, sobald Sie Richtung regulierter oder kundenorientierter Nutzung gehen.
Die Verbraucherstufen sind ein Compliance-Problem
Die Finanzbranche hat verbraucherorientiertes ChatGPT am ehesten komplett verboten, und Praktiker sprechen darüber als schlichte Tatsache des Berufs.
"Yeah, I have received multiple emails saying GPT usage is strictly prohibited and they have blocked it on the work PCs lol."
Der Grund ist keine Paranoia. In den kostenlosen und Plus-Verbraucherstufen bekommen Sie keine Datengarantien für Unternehmen, und einen Kundennamen, ein Aktenzeichen oder einen Kontoauszug in ein privates Konto einzufügen ist selbst schon eine Offenlegung. Eine namentlich bekannte Sicherheitsexpertin hat das Risiko so deutlich benannt, wie es nur geht:
"Just worked w/ @CNN on a piece about why I wouldn't upload full financial docs (tax docs, statements, etc) to AI tools due to leakage & hacking risk. I don't recommend connecting bank accounts to AI tools. It becomes a 1 stop shop for attackers looking to drain your accounts."
Fairerweise: Genau das sollen die Business-Stufen beheben, und dafür gebe ich OpenAI gleich noch angemessen Anerkennung. Aber das, was die meisten mit "ChatGPT" meinen, die App, die ohnehin in einem Tab offen ist, ist nicht das, was Sie mit regulierten Daten arbeiten lassen wollen.
Es halluziniert Zahlen, leise
Das ist das, was mir im Finanzbereich am meisten Sorgen macht, weil der Fehler stillschweigend passiert. ChatGPT liegt meist nicht laut und offensichtlich falsch. Es liegt selbstsicher und sauber formatiert falsch, und in einem Bereich voller Zahlen ist das gefährlich. Die schärfste Beschreibung stammt von einem Praktiker, der versucht hat, es in einen Finanz-Workflow einzubauen:
"Tried integrating chatgpt into my finance job to see how far I can get. Mega jikes... millions of dollars of hallucinated mistakes. Worse you don't have the same tight feedback loop you've got in programming... You basically need to walk through everything it did to figure out what's real and what's hallucinations. Basically fails silently."
Der Punkt mit der fehlenden Rückkopplung ist die ganze Sache. Wenn Sie Code schreiben, stößt eine falsche Antwort meist an eine Wand: ein Compile-Fehler, ein fehlschlagender Unit-Test, etwas, das "das ist kaputt" sagt, bevor es ausgeliefert wird. Eine falsche Zahl in einer Tabelle oder einer Kunden-E-Mail hat keine solche Wand. Sie geht einfach raus.
Die Zitate des Financial-Services-Produkts helfen hier wirklich, denn eine nachvollziehbare Zahl ist eine prüfbare Zahl. Aber "prüfbar" setzt voraus, dass ein Mensch prüft. Das ist in Ordnung für einen Banker, der sein eigenes Memo durchsieht, und ein echtes Problem, wenn Sie gehofft hatten, das Modell unbeaufsichtigt auf Kunden loszulassen.
Es ist nicht dafür gebaut, eine Support-Warteschlange zu betreiben
Hier kommt mein Job ins Spiel. Selbst mit der perfekten Stufe und perfekten Daten ist ChatGPT allein ein Chatfenster, kein Support-Agent. Es sitzt nicht in Zendesk, Freshdesk oder Salesforce und liest Ihre Live-Warteschlange. Es führt keine Aktionen aus wie ein Ticket taggen, eine Bestellung nachschlagen oder eine Rückerstattung auslösen. Und es hat keine Governance pro Ticket: keinen Freigabeschritt, den Sie bei einer riskanten Antwort einhalten können, keinen Probelauf über Ihre echte Ticket-Historie, bevor es einen Kunden berührt.
Nichts davon ist eine Kritik am Modell. Es ist eine Kategorienfrage. ChatGPT ist eine brillante Reasoning-Engine, und eine Reasoning-Engine ist genau der Rohstoff, aus dem ein Support-Teammitglied gebaut wird. Es ist nur nicht das fertige Teammitglied. Das ist die Unterscheidung, die am meisten zählt, wenn Sie wählen, was Sie tatsächlich einsetzen, und sie verdient eine genauere Erklärung.
Ein Chatbot ist kein Support-Teammitglied
Am klarsten kann ich es so sagen: ChatGPT ist das Modell, nicht der Mitarbeiter. Es ist Infrastruktur. Was ein regulierter Support-Desk braucht, ist die Schicht über dem Modell, die die Teile ergänzt, die das Modell nie tragen sollte.
In dieser Schicht passiert für den Support die interessante Arbeit: sensible Daten werden beim Eingang geschwärzt, eine Simulation über Ihre eigenen früheren Tickets zeigt, wie sich der Agent verhält, bevor ein einziger Kunde betroffen ist, ein menschlicher Freigabeschritt für alles Riskante und die Anbindungen an Ihren Helpdesk, damit er tatsächlich lösen kann, nicht nur Entwürfe schreiben. Morgan Stanley hat ChatGPT ebenfalls nicht einfach eingeschaltet. Sie haben ein Eval-Framework gebaut und vor dem Einsatz tägliche Regressionstests laufen lassen, die Enterprise-Version genau dieser Idee.
Die gute Nachricht: Sie müssen nicht das Modell wählen, um die Governance zu bekommen. Ein Support-Teammitglied kann darunter auf GPT, Claude oder Gemini laufen und die Support-Desk-Teile obendrauf ergänzen. In diesem Feld lebt ein speziell gebautes Teammitglied für KI im Kundenservice, und es ist die ehrliche Antwort auf "wie nutze ich das für den Support ohne die oben genannten Risiken".
OpenAI verdient bei der Sicherheit Anerkennung
Ich will nicht den Eindruck hinterlassen, OpenAI ignoriere das Compliance-Problem, denn in den Enterprise-Stufen tut es das eindeutig nicht. Standardmäßig trainiert es nicht mit Business-Daten in ChatGPT Enterprise, Business und der API, Teilen ist ein ausdrückliches Opt-in. Es gibt AES-256-Verschlüsselung im Ruhezustand, TLS 1.2+ bei der Übertragung und Abdeckung durch SOC 2 Type 2, ISO 27001, DSGVO und CCPA laut der Business-Data-Seite.
Zero Data Retention war für Morgan Stanley der entscheidende Punkt, dessen David Wu festhielt, die Bereitschaft des Teams, Zero Data Retention sicherzustellen, "sei wirklich wirkungsvoll gewesen". Workspace-Admins steuern die Aufbewahrung, gelöschte Unterhaltungen werden innerhalb von 30 Tagen entfernt, und berechtigte Kunden erhalten Datenresidenz in mehreren Regionen sowie eine Compliance-API für Audits. Das ist eine ernstzunehmende Sicherheitslage. Der Vorbehalt ist schlicht, dass all das in den Stufen liegt, die ein Finanzteam bewusst kaufen und konfigurieren muss, nicht in der kostenlosen App, die die meisten vor Augen haben.
Preise: was ein Finanzkäufer tatsächlich zahlt
Die Preise folgen der Stufenleiter, und die genauen Business-Zahlen stehen hinter dem Vertrieb, nehmen Sie die Platzpreise also als "live bestätigen". Die eine Zahl, die OpenAI klar nennt, ist ChatGPT Pro für 200 $/Monat.
| Plan | Preis | Am besten im Finanzbereich für |
|---|---|---|
| Free | 0 $ | Gelegentliche Einzelnutzung, keine regulierten Daten |
| Go | Auf der Preisseite bestätigen | Leichte Einzelnutzung |
| Plus | ca. 20 $/Monat (bestätigen) | Einen einzelnen Analysten |
| Pro | Ab 200 $/Monat | Power-User, intensive Recherche |
| ChatGPT Business | Pro Platz (bestätigen) | Kleine Finanzteams, die kein Training wollen |
| ChatGPT Enterprise | Individuell / Vertrieb kontaktieren | Regulierte Unternehmen, unternehmensweiter Rollout |
| ChatGPT for Financial Services | Individuell | Investmentbanking, Aktienresearch |
Zwei Dinge als Käufer zu beachten. Erstens beginnen die Garantien ohne Training, die Sie im Finanzbereich wirklich brauchen, bei Business, nicht bei Free oder Plus, das Denkmodell "kostenloser Chatbot" greift also nicht mehr, sobald Compliance im Raum ist. Die ganze Leiter samt Kleingedrucktem steht in unserem ChatGPT-Preise-Leitfaden. Zweitens besteht die Enterprise-Abrechnung aus Plätzen plus gesteuerter Nutzung der Agent-Produkte, nicht aus einer pauschalen Gebühr pro Platz, rechnen Sie also mit Ihrer echten Nutzung statt mit dem Listenpreis. Wenn Sie die gesamte ChatGPT-Palette abwägen, führt unsere ChatGPT-Übersicht durch das, was jede Stufe tatsächlich enthält.
Es lohnt sich, das der Preisgestaltung eines Support-Tools gegenüberzustellen, denn die Einheit ist eine andere. Für den Kundensupport im Speziellen rechnet ein Teammitglied wie eesel pro bearbeitetem Ticket ab statt pro Platz, die Kosten folgen also der Arbeit statt Ihrer Mitarbeiterzahl. Für eine Support-Organisation ist das meist die ehrlichere Zahl.
Das Fazit
Ist ChatGPT also gut für Finanzdienstleistungen? Für die Analystenarbeit wirklich ja, und ich würde niemandem davon abraten. Es ist eines der besten Recherche- und Entwurfswerkzeuge, das Financial-Services-Produkt schließt die Quellenlücke, die früher seine größte Schwäche war, und die Enterprise-Stufen nehmen Compliance ernst. Wenn Ihr Team Memos schreibt, Szenarien modelliert und Kundenmaterial vorbereitet, kaufen Sie die richtige Stufe und legen Sie los.
Für den kundenorientierten Support ist mein Urteil enger: Nutzen Sie das Modell, aber nicht den rohen Chatbot. Das Risiko stiller Halluzinationen, die fehlenden nativen Helpdesk-Aktionen und die fehlende Governance pro Ticket machen ein allgemeines ChatGPT-Fenster zur falschen Form für eine regulierte Support-Warteschlange. Sie wollen die Reasoning-Engine, verpackt in ein Teammitglied, das für den Desk gebaut wurde. Wenn Sie Optionen für genau diese Aufgabe vergleichen, ist unser Überblick über die beste KI für den Kundenservice und Tools für Support-Automatisierung der richtige Startpunkt.
eesel für Finanzdienstleistungs-Support ausprobieren
Wenn Sie hier gelandet sind, weil Sie den Support bei einer Bank, einem Fintech oder einem Versicherer leiten, hier die ehrliche Positionierung. Behalten Sie ChatGPT für die Recherche und Modellierung, in der es brilliert. Für die Support-Warteschlange ist eesel das KI-Teammitglied, das sich in Ihren bestehenden Helpdesk einklinkt, sei es Zendesk, Freshdesk, Salesforce oder Front, und die Tickets selbst bearbeitet.
Entscheidend für ein reguliertes Unternehmen ist, was vor dem Livegang passiert. eesel simuliert den Agenten auf Hunderten Ihrer früheren Tickets und bewertet seine Antworten anhand dessen, was Ihr Team tatsächlich gesendet hat, sodass Sie sehen, wie er sich verhalten wird, bevor je ein Kunde betroffen ist. PII wird bei der Aufnahme geschwärzt, die Modelle trainieren nie mit Ihren Daten, und Sie können bei sensiblen Aktionen einen menschlichen Freigabeschritt vorschalten. Der Preis ist ein fester Monatspreis ab 299 $ für 500 Credits (1 Credit pro bearbeitetem Ticket), mit 100 kostenlosen Credits und ohne Gebühren pro Platz. Es ist kostenlos testbar, und Sie können es an einem Nachmittag auf Ihre eigenen Tickets richten.