ConnectOne Bank KI: Dokumentensuche bei Krediten in 30 Sekunden
Die mit nCino gebauten KI-Werkzeuge der ConnectOne Bank haben die Dokumentensuche im Firmenkundenkredit von 20 Minuten auf bis zu 30 Sekunden verkürzt, teilte nCino am 14. Juli 2026 mit. Ein eigens gebauter Agent, der Kundenbeziehungen in Dokumenten aktualisiert, hat den Zeitaufwand für diese Aufgabe um 60 % gesenkt. Für eine Bank, die kleine und mittlere Unternehmen betreut, bedeutet das: Die Berater haben mehr vom Tag für Kunden statt für Verwaltungsarbeit.
Warum Firmenkundenberater durch Papierkram Zeit verlieren
Das Problem der ConnectOne Bank war Verwaltungsarbeit im Firmenkundengeschäft. Die Bank mit Sitz in Englewood Cliffs betreut überwiegend kleine und mittlere Unternehmen, und ihre Berater verbrachten Zeit damit, Kreditrichtlinien und Arbeitshilfen zu durchsuchen und Kundendaten von Hand zu aktualisieren.
CEO Frank Sorrentino III beziffert die Kosten in Stunden. Er sagte American Banker, ein Mensch arbeite im Schnitt 2.000 Stunden pro Jahr, und der Wegfall routinemäßiger Verwaltungsaufgaben könnte Beratern im direkten Kundenkontakt die Hälfte dieser Zeit zurückgeben.
Was ConnectOne mit nCino eingeführt hat
ConnectOne wandte sich an nCino, einen Softwareanbieter für Banken, mit dem die Bank seit 2017 arbeitet. Im April 2026 führte nCino mehrere KI-Werkzeuge in die Firmenkundensysteme der Bank ein. Die Einführung hat zwei Teile.
Der erste ist nCino Banking Advisor, dessen Funktion Knowledge Base in der nCino Commercial Banking Solution der Bank inzwischen produktiv läuft. Der zweite ist ein Paar eigens entwickelter KI-Agenten auf dem nCino Agentic Operating System (AOS). Zusammen decken die beiden Agenten 16 einzelne Fähigkeiten ab, die auf langsame, reibungsreiche Kreditaufgaben zielen, weitere Funktionen sollen in den kommenden Monaten folgen.
Wie die KI-Agenten gebaut und gesteuert wurden
Die Forward Deployed Engineers von nCino arbeiteten vor Ort mit dem Personal von ConnectOne zusammen, um die Agenten direkt in der Umgebung der Bank zu entwerfen, zu bauen und zu verfeinern. nCino sagt, so sei aus einer Transformation, die üblicherweise mehrere Jahre dauert, eine iterative Einführung in Wochen geworden.
Das AOS lässt eine Bank mit den nativen Funktionen des Banking Advisor von nCino beginnen und darauf mit eigenen Abläufen, Daten und Institutswissen aufbauen. nCino sagt, jede KI-gestützte Aktion sei prüfbar, erklärbar und stehe unter der Kontrolle des Instituts. Einer der beiden Agenten nutzt Document Intelligence, um Beziehungen zu Privatpersonen und Unternehmen in Dokumenten zu aktualisieren.
Was die ersten Monate zeigen
Das deutlichste Ergebnis ist die Dokumentensuche. Eine Suche, die Berater früher 20 Minuten kostete, dauert jetzt bis zu 30 Sekunden, sagte nCino am 14. Juli 2026. nCino spricht von einer Verkürzung der Suchzeit um 97,5 %; American Banker berichtete 98 %. Auch die Nutzung wuchs: Die aktiven Nutzer stiegen laut nCino in nur 10 Wochen um 41 %.
Der Agent für die Beziehungsupdates hat den Zeitaufwand um 60 % gesenkt, meldete die Bank. American Banker merkt an, dass ConnectOne diese Effizienzgewinne innerhalb von drei Monaten meldete. Alle diese Zahlen stammen von der Bank und ihrem Anbieter; keine der beiden Quellen nennt Kosten oder Umsätze des Projekts.
„Wir könnten unseren Mitarbeitern im Kundenkontakt 50 % ihrer Zeit sparen, indem wir ihnen die Verwaltungsaufgaben abnehmen, mit denen sie sich routinemäßig befassen." — Frank Sorrentino III, CEO der ConnectOne Bank, zum Ziel der Bank
Was sich für Firmenkundenbanken ändert
Für einen Firmenkundenkreditgeber geht es hier um Zeit: weniger vom Tag eines Beraters für das Finden von Richtlinienantworten und das Eintippen von Daten, mehr für Kunden. Sorrentinos Zahl von 50 % ist ein Ziel, kein Ergebnis. Er sagte American Banker, ein Berater, der 1.000 Stunden zurückbekommt, könne weit produktiver sein, und das sei kein Grund, Personal abzubauen.
Er wies auch die Vorstellung zurück, agentische KI sei vor allem eine Sparmaßnahme. Berater betreuten mehr Kunden und brächten mehr Geschäftschancen ein, und die Bank brauche für das Wachstum voraussichtlich mehr Leute im Backoffice. Das ist die Sicht des CEO, kein gemessenes Ergebnis. Etwa die Hälfte der befragten Banker (54 %) sagte in der AI Talent Shift Survey 2026 von American Banker, die Wirkung von KI auf ihre Belegschaft sei positiv gewesen.
Wie es bei ConnectOne und nCino weitergeht
ConnectOne will seine zwei Agenten in den kommenden Monaten um Funktionen erweitern. nCino, das nach eigenen Angaben über 2.700 Kunden weltweit hat, stellt die Bank als frühes Beispiel dafür dar, eigene Agenten auf seiner Plattform zu bauen, statt feste Funktionen zu kaufen.
Fragen und Antworten
Wie viel Zeit spart ConnectOne bei der Dokumentensuche?
Eine Dokumentensuche, die 20 Minuten dauerte, braucht jetzt bis zu 30 Sekunden. nCino beziffert die Verkürzung auf 97,5 %; American Banker berichtete 98 %.
Welche KI-Werkzeuge nutzt die ConnectOne Bank?
Sie nutzt die Knowledge Base des nCino Banking Advisor, die inzwischen produktiv läuft, und zwei eigens entwickelte KI-Agenten auf dem nCino Agentic Operating System, mit zusammen 16 einzelnen Fähigkeiten.
Setzt ConnectOne KI ein, um Stellen abzubauen?
CEO Frank Sorrentino III sagt nein. Er beschreibt agentische KI als Investition statt als Sparmaßnahme und erwartet, dass die Bank mit wachsendem Geschäft mehr Leute braucht.
Die Sicht von MOZGII
Wie wir es bauen würden
Das Bankgeschäft eignet sich gut für KI-Agenten, weil so viel Arbeit darin besteht, die richtige Regel zu finden und die richtige Zahl in das richtige Feld zu übertragen. Der Fall ConnectOne zeigt beide Aufgaben nebeneinander: einen Suchassistenten, der aus Richtliniendokumenten antwortet, und einen Agenten, der Kundendaten aktualisiert.
Bauten wir das, würden wir die Richtlinienbibliothek als das Produkt behandeln. Jede Antwort des Suchassistenten würde das genaue Dokument und den Abschnitt nennen, und ein Kreditverantwortlicher wäre für diese Bibliothek zuständig und würde alte Versionen aussortieren. Beim Agenten für Datenänderungen würde ein Berater jede Änderung freigeben, bevor sie in die Kreditakte kommt, zumindest bis die Fehlerquoten bekannt sind. Jede Aktion würde mit dem Dokument protokolliert, aus dem sie stammt.
Brechen würde es bei falschen oder veralteten Dokumenten. Ein Suchwerkzeug, das eine überholte Kreditrichtlinie zitiert, ist schlimmer als eine langsame Suche, weil es sicher klingt. Der Agent für Datenänderungen würde an unsauberen Scans und an Kunden mit komplexen Eigentümerstrukturen scheitern. Die eine Kennzahl, die wir beobachten würden, ist der Anteil der Agentenänderungen, die ein Berater korrigieren muss, aufgeschlüsselt nach Fähigkeit.
Als Nächstes würden wir einen Agenten bauen, der aus denselben Dokumenten die erste Fassung eines Kreditvermerks entwirft, mit jeder Zahl verlinkt zu ihrer Quelle.
Quellen
Woher die Fakten dieser Meldung stammen.