Deutsche Bank setzt auf Google Gemini für KI-Agenten

Die Deutsche Bank baut den Einsatz von Google Gemini aus. Ein neuer KI-Agent für Finanzdienstleistungen soll Recherche und Kundenanalyse beschleunigen und zugleich die hohen Governance-Anforderungen einer Bank berücksichtigen.

Deutsche Bank setzt auf Gemini Enterprise for Financial Services

Google Cloud hat am 25. August 2026 mit Gemini Enterprise for Financial Services eine speziell auf Banken, Kapitalmärkte und andere Finanzunternehmen zugeschnittene Variante seiner KI-Plattform vorgestellt.

Die Deutsche Bank gehört dabei nicht nur zu den ersten Nutzern. Sie war laut Google auch ein zentraler Entwicklungspartner für den sogenannten Financial Research Agent.

Dieser soll zunächst in der Corporate Bank eingesetzt werden. Dort soll er unter anderem dabei helfen, Kundenbedürfnisse zu erkennen, passende Produkte aus verschiedenen Geschäftsbereichen zu finden, Akquiseprozesse zu vereinfachen und Marktentwicklungen zu analysieren.

Damit geht die Nutzung von KI bei der Deutschen Bank einen Schritt weiter. Es geht nicht mehr nur darum, Mitarbeitern einen allgemeinen KI-Assistenten zur Verfügung zu stellen. Google versucht, komplette Arbeitsabläufe aus der Finanzbranche in spezialisierte KI-Agenten zu übertragen.

Was der neue KI-Agent konkret erledigen soll

Der Financial Research Agent ist für Rechercheaufgaben konzipiert, bei denen normalerweise Informationen aus mehreren Quellen zusammengetragen, geprüft und anschließend in einem verwertbaren Format aufbereitet werden müssen.

Bei der Deutschen Bank soll das zunächst vor allem im Firmenkundengeschäft passieren.

Google nennt für seine neue Plattform unter anderem folgende Einsatzbereiche:

• Finanz- und Unternehmensrecherche
• Analyse von Marktinformationen
• Kreditrisikoanalysen
• Portfolioüberwachung
• Unterstützung bei KYC-Recherchen
• Erstellung und Aufbereitung von Präsentationen
• Prognosen und Szenarioanalysen

Die Deutsche Bank prüft außerdem, ob die Technologie beim Management von Finanzkriminalitätsrisiken sowie in ihrer Privat- und Investmentbank eingesetzt werden kann.

Interessant ist dabei vor allem der Wechsel vom klassischen Chatbot zum Agenten. Ein Sprachmodell beantwortet nicht nur eine einzelne Frage, sondern kann mehrere Schritte eines Arbeitsablaufs miteinander verbinden.

Ein Agent könnte beispielsweise Informationen aus verschiedenen Datenquellen abrufen, diese nach bestimmten Kriterien analysieren, daraus ein Ergebnis erstellen und es anschließend für eine Präsentation oder weitere Verarbeitung vorbereiten.

Das bedeutet allerdings nicht, dass ein KI-Agent wie ein autonomer Bankmitarbeiter arbeitet. Gerade in regulierten Prozessen bleiben Freigaben, Kontrollen und nachvollziehbare Entscheidungswege entscheidend.

Mehr als 50 spezialisierte Fähigkeiten und 13 Datenquellen

Gemini Enterprise for Financial Services besteht deshalb nicht nur aus einem Gemini-Modell.

Google kombiniert den Financial Research Agent mit mehr als 50 spezialisierten Fähigkeiten für typische Aufgaben aus der Finanzbranche. Hinzu kommen 13 Konnektoren zu externen Datenquellen.

Dazu gehören unter anderem Daten und Dienste von FactSet, Moody’s, MSCI, PitchBook, S&P Global, LSEG und SEC Edgar.

Für Analysten ist das ein wichtiger Unterschied zu einem normalen KI-Chatbot. Finanzrecherche besteht häufig nicht darin, eine möglichst gute Antwort aus dem Wissen eines Sprachmodells zu erzeugen. Entscheidend ist, welche Daten verwendet wurden und ob sich ein Ergebnis später nachvollziehen lässt.

Google verspricht deshalb unter anderem Quellenangaben, Daten-Snapshots, Konfidenzwerte und dokumentierte Methoden für die erzeugten Ergebnisse.

Die Plattform soll außerdem sowohl mit Google Workspace als auch mit Microsoft 365 zusammenarbeiten. Ergebnisse können damit beispielsweise in Docs, Sheets und Slides sowie in Word, Excel und PowerPoint weiterverarbeitet werden.

Gerade für große Unternehmen ist diese Integration in bestehende Arbeitsabläufe vermutlich relevanter als ein weiterer separater KI-Chat.

Warum KI in einer Bank schwieriger ist

Ein interessantes Detail der Ankündigung ist der starke Fokus auf Governance.

Bei vielen öffentlichen Diskussionen über generative KI steht die Qualität der Modelle im Mittelpunkt. Für eine Bank reicht ein gutes Modell allerdings nicht aus.

Ein System muss beispielsweise nachvollziehbar machen können, welche Daten verwendet wurden. Zugriffsrechte müssen berücksichtigt werden und Aktionen müssen protokollierbar sein. Dazu kommen Datenschutz, regulatorische Anforderungen und Fragen rund um den Speicherort von Daten.

Google positioniert Gemini Enterprise for Financial Services deshalb ausdrücklich als Plattform für regulierte Unternehmen.

Das ist gleichzeitig einer der Gründe, warum spezialisierte Enterprise-Plattformen derzeit interessanter werden. Ein Unternehmen benötigt nicht einfach Zugriff auf Gemini, Claude oder GPT. Es benötigt eine kontrollierte Ebene zwischen dem Modell, internen Daten und den tatsächlichen Geschäftsprozessen.

Technisch verschiebt sich damit ein Teil der Herausforderung von der Qualität des Sprachmodells hin zu Architektur, Berechtigungen, Datenintegration und Governance. Genau dort überschneiden sich Cloud und moderne Softwareentwicklung zunehmend mit generativer KI.

Deutsche Bank arbeitet seit Jahren mit Google Cloud

Die aktuelle Ankündigung kommt nicht überraschend.

Deutsche Bank und Google Cloud arbeiten bereits seit 2020 im Rahmen einer strategischen Partnerschaft zusammen. Schon damals nannten beide Unternehmen künstliche Intelligenz und Datenanalyse als zentrale Bestandteile der Zusammenarbeit.

Inzwischen sind daraus mehrere konkrete Systeme entstanden.

Ein Beispiel ist DB Lumina. Der KI-basierte Recherche-Agent wurde für Deutsche Bank Research entwickelt und basiert auf Gemini und Technologien aus Google Cloud. Er soll Analysten unter anderem bei Datenanalyse und Finanzrecherche unterstützen.

Google zufolge können Recherchearbeiten, die zuvor Stunden oder Tage beanspruchten, dadurch teilweise innerhalb weniger Minuten erledigt werden.

Auch in anderen Bereichen experimentiert die Bank bereits mit agentischen Systemen. Seit Ende 2025 verwendet sie beispielsweise eine Plattform mit mehreren KI-Agenten zur Prüfung von Unterlagen externer Dienstleister.

Im Bereich der operativen Resilienz nutzt die Deutsche Bank ebenfalls agentische Systeme aus Google Cloud, um unter anderem Szenarien für regulatorisch relevante Belastungstests vorzubereiten.

Gemini Enterprise for Financial Services ist deshalb weniger der Beginn der KI-Strategie der Bank als vielmehr der nächste Schritt bei ihrer Skalierung.

KI wird bei der Deutschen Bank bereits breit eingesetzt

Auch intern ist generative KI längst kein kleines Pilotprojekt mehr.

Im Geschäftsbericht für 2025 schrieb die Deutsche Bank, dass generative KI-Werkzeuge bereits rund der Hälfte der Mitarbeiter zur Verfügung stehen. Alle Softwareentwickler der Bank seien zudem mit Coding-Assistenten ausgestattet worden.

Das zeigt, wie sich die Einführung generativer KI in großen Unternehmen verändert.

Die erste Phase bestand häufig daraus, einzelnen Teams Zugang zu Chatbots oder Coding-Assistenten zu geben. Die nächste Phase betrifft konkrete Geschäftsprozesse.

Genau dort werden KI-Agenten interessant.

Ein Recherche-Agent kann auf definierte Daten zugreifen. Ein anderer Agent kann Dokumente prüfen. Weitere Systeme können Informationen strukturieren, Szenarien berechnen oder Ergebnisse für bestehende Anwendungen vorbereiten.

Der eigentliche Wert entsteht dann weniger durch eine einzelne beeindruckende Antwort eines Sprachmodells als durch die Integration in wiederkehrende Arbeitsabläufe.

Google bleibt gleichzeitig ein strategisches Abhängigkeitsverhältnis

Bei aller technischen Entwicklung bleibt ein Punkt relevant: Die Deutsche Bank baut damit einen weiteren wichtigen Teil ihrer KI-Infrastruktur gemeinsam mit einem US-amerikanischen Hyperscaler auf.

Die Partnerschaft mit Google Cloud besteht zwar bereits seit Jahren, mit zunehmender Nutzung von Gemini wächst aber auch die Bedeutung dieser Infrastruktur für interne Prozesse.

Die Deutsche Bank selbst hat ihre Cloud-Strategie inzwischen zu einem hybriden Modell weiterentwickelt. Neben Public-Cloud-Diensten setzt sie auch auf eine separate private Cloud und lokale Systeme.

Als einen Grund dafür nennt die Bank regulatorische Anforderungen einschließlich der Datenresidenz.

Das ist ein sinnvoller Unterschied, denn die Nutzung einer Cloud-Plattform und vollständige technologische Abhängigkeit sind nicht zwangsläufig dasselbe. Entscheidend ist, welche Komponenten austauschbar bleiben, wo Daten liegen und welche Systeme auch unabhängig vom jeweiligen Anbieter betrieben werden können.

Gemini Enterprise for Financial Services zeigt damit auch eine größere Entwicklung in der Unternehmens-IT: KI wird zunehmend Teil der eigentlichen Infrastruktur.

Vom KI-Assistenten zum KI-Agenten

Die Ankündigung der Deutschen Bank ist vor allem deshalb interessant, weil sie zeigt, wohin sich generative KI in Unternehmen bewegt.

Der allgemeine Chatbot bleibt nützlich. Für große Unternehmen liegt der größere Hebel aber wahrscheinlich in spezialisierten Systemen, die konkrete Prozesse kennen, auf freigegebene Daten zugreifen und innerhalb definierter Regeln arbeiten.

Im Fall der Deutschen Bank beginnt das mit Recherche, Kundenanalyse und Marktinformationen. Weitere Bereiche werden bereits geprüft.

Ob daraus tatsächlich messbare Produktivitätsgewinne entstehen, muss sich im praktischen Einsatz zeigen. Google und die Deutsche Bank beschreiben vor allem das Potenzial der Technologie.

Technisch ist die Richtung allerdings klar: Nach Chatbots und Copiloten kommen zunehmend KI-Agenten, die direkt in bestehende Geschäftsprozesse eingebaut werden.

Und ausgerechnet Banken könnten zu den interessanteren Testfeldern dafür werden. Nicht weil dort besonders wenige Regeln gelten, sondern weil sich neue KI-Systeme gerade dort beweisen müssen, wo Nachvollziehbarkeit, Datenqualität und Kontrolle besonders wichtig sind.