„Die KI bewertet und wir entscheiden“

KI bei Unzer: Wie Händlerprüfung, Rechnungskauf und menschliche Kontrolle zusammenpassen

Ein Blumenhändler will Zahlungen annehmen, eine Kundin möchte Blumen auf Rechnung kaufen. Für Unzer sind das zwei unterschiedliche Prüfungen. Bei der Aufnahme des Händlers bereitet KI Daten vor, Menschen entscheiden. Beim Rechnungskauf fällt die Entscheidung vollautomatisch in Sekunden. Jacob von Ingelheim, Chief Risk and Transformation Officer bei Unzer, spricht mit Simon Biela über schnellere Prozesse, seltene Fehler und die Frage, ob ein zweites Augenpaar wirklich noch aufmerksam hinschaut.

‍

Jacob, meine Mutter hat wahrscheinlich schon einmal über euch bezahlt und trotzdem noch nie von Unzer gehört. Wie kann das sein?

Weil wir ein B2B-Dienstleister sind, der im Hintergrund agiert. Einer unserer wesentlichen Punkte ist, dass der Händler im Vordergrund steht. Auch im Checkout versuchen wir nicht zwangsläufig, unsere Marke zu platzieren. Der Händler entscheidet, in welcher Farbe und auf welche Art er beispielsweise den Kauf auf Rechnung darstellen möchte.

Ein Blumenhändler will bei euch Kunde werden. Was prüft ihr, bevor er loslegen kann?

Wir sind ein reguliertes Unternehmen und stehen in Deutschland unter BaFin-Aufsicht. Bevor wir mit einem Händler zusammenarbeiten, müssen wir verstehen, wer der Händler ist und wohin das Geld fließt. Dazu gehört, den wirtschaftlich Berechtigten zu identifizieren. Wir lassen uns beispielsweise den Personalausweis der Geschäftsführung geben und schauen uns Handelsregisterauszüge an. Diese Unterlagen müssen geprüft und die Daten in unser System übertragen werden. Dazu gibt es Kontrollen und ein Vier-Augen-Prinzip.

Was übernimmt heute die KI?

Gerade das Auslesen von Dokumenten kann eine KI wahnsinnig gut machen. Bei einzelnen Datenpunkten, die auf den Dokumenten etwas unterschiedlich aussehen, aber nicht grundverschieden sind, funktioniert das sehr gut. Diese Arbeit nehmen wir den Mitarbeitenden ab. Gleichzeitig lösen wir ein anderes Problem. Beim manuellen Übertragen schleichen sich Fehler ein. Nehmen wir den Namen Schmidt, den man unterschiedlich schreiben kann. Das sind völlig nachvollziehbare menschliche Fehler. Bei den ausgelesenen und übertragenen Daten haben wir eine sogenannte First-Time-Right-Quote von ungefähr 99 Prozent erreicht. Die Maschine wird nicht müde und liest jeden Fall wieder neu aus.

Wie viel Zeit spart ihr damit?

Für diesen spezifischen Prüfschritt sind wir von ungefähr 15 auf drei Minuten heruntergekommen, weil die Daten schon vorbereitet sind. Die entscheidendere Kennzahl ist aber das gesamte Onboarding. Anfang 2025 lagen wir bei ungefähr 50 Tagen, inzwischen sind es sieben bis acht Tage. Nicht, weil jemand 50 Tage auf ein Dokument geschaut hat, sondern wegen des Hin und Hers, fehlender Unterlagen und Änderungen. Für den Händler ist das eine signifikante Verbesserung. Er hat einen Vertrag unterschrieben und möchte loslegen.

Wer prüft das zweite Augenpaar?

Was bleibt vom Vier-Augen-Prinzip übrig, wenn die KI vorarbeitet?

Das erste Paar Augen ist die KI, das zweite ein Mensch. Wir lassen den Prozess nicht einfach durchlaufen, ohne dass jemand hinschaut. Es gibt Bereiche, in denen wir uns als Firma oder Management schon vorstellen könnten, dass eine weitere Prüfung nicht mehr nötig wäre. Aber die regulatorischen Vorgaben müssen eingehalten werden. Deshalb drückt am Ende weiterhin ein Mensch den Knopf und bestätigt die Aufnahme des Händlers. Mit unserer Compliance-Abteilung haben wir besprochen, wie wir das machen können. Ein wichtiger Maßstab war dabei die Frage, wie viele Fehler das zweite Paar Augen noch findet.

Wie genau schaut dieser Mensch noch hin, wenn fast alles richtig ist?

Das ist eine völlig valide Frage. Wir kamen ja gerade von dem Gedanken, die Technik besser zu nutzen, um Betriebsblindheit zu vermeiden. Es gibt neben der menschlichen Prüfung weitere Kontrollen. Die Compliance zieht jeden Monat Stichproben, und darüber liegen weitere Prüfungen, beispielsweise durch Wirtschaftsprüfer. In diesen Kontrollen sehen wir bislang keine großen Abweichungen. Aber klar ist auch, dass es mit besseren Ergebnissen schwieriger werden kann, den seltenen Fehler zu finden. Wenn wir irgendwann bei 99,9 Prozent wären, müsste ein Mensch sehr gut sein, um dieses eine unter tausend zu entdecken.

‍

„Das ist eine völlig valide Frage.“

‍

Könnte die Aufsicht irgendwann verlangen, dass eine Maschine statt eines Menschen prüft?

Vorstellen kann man sich, glaube ich, alles. Man könnte zum Beispiel zwischen den bestehenden Kontrollen noch eine technische Prüfung einbauen, die über sämtliche Händleraufnahmen der letzten sechs Monate läuft. Wenn die Aufsicht dafür einen Standard oder ein Portal vorgäbe, könnte das zusätzliche Sicherheit bringen. Dann würden alle nach demselben Verfahren prüfen.

Könnt ihr einem Händler erklären, warum ihr ihn ablehnt?

Bei der Händlerprüfung entscheidet die KI noch nichts selber. Sie bewertet, und wir entscheiden. Dadurch können wir auf einer menschlichen Ebene erklären, warum wir Ja oder Nein sagen. Die ungefähr 99 Prozent beziehen sich nicht darauf, dass wir 99 Prozent der Händler annehmen. Es gibt Gründe, aus denen wir nicht zusammenarbeiten können oder wollen, etwa bestimmte Sanktionskonstellationen oder wirtschaftliche Risiken. Auf der Konsumentenseite ist es anders. Auch dort können wir die Entscheidungslogik nachvollziehen, aber da drückt kein Mensch mehr den Knopf.

Zwei Sekunden und eine knappe Marge

Meine Mutter bestellt beim Blumenhändler auf Rechnung. Was passiert im Hintergrund?

Wir nehmen die Daten, die sie eingegeben hat, beispielsweise Name und Adresse, idealerweise auch E-Mail-Adresse und Geburtsdatum. Dann bewerten wir die Wahrscheinlichkeit, dass sie diese Blumen bezahlen wird. Das passiert vollautomatisch. Nach maximal zwei Sekunden bekommt der Händler eine Antwort. Grün bedeutet, wir würden die Forderung kaufen; Rot bedeutet, wir würden sie nicht kaufen. Wenn der Händler die Blumen verschickt und uns das meldet, kaufen wir die Forderung gegenüber deiner Mutter und zahlen dem Händler Geld aus.

Warum muss es so schnell gehen?

Weil wir als Verbraucher immer ungeduldiger werden. Wenn eine Seite zwei oder drei Sekunden hängt, fangen die ersten Leute an, den Kauf abzubrechen. Für den Händler ist das das schlechteste Szenario. Er hat den Kunden durch den ganzen Shop gebracht, der will kaufen, und dann passiert am Ende doch noch ein Abbruch.

Was verändert KI an dieser Entscheidung?

Wir sind durch dieses Zeitfenster limitiert. Wir können Daten anreichern und bewerten, aber nicht unbegrenzt viel abfragen. Mit der neuen Technologie können wir mehr von dem, was bisher nachgelagert geprüft wurde, schon an der Tür berücksichtigen. Wir prüfen zum Beispiel, ob eine Bestellung zum Kaufverhalten im Shop passt. Wir schauen uns auch die abgelehnten Fälle an. Das sind nicht alles Betrüger. Darunter sind Menschen, die etwas kaufen wollen und die wir aus unterschiedlichen Gründen ablehnen. Ein Beispiel ist die Lieferung ins Büro, bei der die Lieferadresse nicht unbedingt zur Meldeadresse passt. Zusätzliche Informationen können helfen, solche Zusammenhänge besser zu verstehen.

‍

„Wir sagen, wir sind die Türsteher.“

‍

Sinken dadurch automatisch auch die Zahlungsausfälle?

Die Annahmequote hat sich erhöht, und wir sehen auch Verbesserungen bei den Ausfällen. Aber die Ausfallquote ist sehr nachgelagert. Zwischen dem Kauf einer Forderung und dem Zeitpunkt, zu dem wir das Ergebnis wirklich kennen, können neun bis zwölf Monate liegen. Ich kann deshalb nicht hundertprozentig unterschreiben, dass die neue Technologie allein den Mehrwert bei der Risikoreduzierung gebracht hat. Wir haben auch andere Datenpunkte aufgenommen, die eher auf dem klassischen Setup basieren.

Wie viel zusätzliche Prüfung könnt ihr euch überhaupt leisten?

Die größten Kosten sind zunächst die Ausfälle: Wir tragen Kredit- und Betrugsrisiko. Dazu kommen die Daten, die wir einkaufen. Bei einem Warenkorb von 100 Euro ist die Marge dünn. Jede zusätzliche Datenabfrage und jede Modellanfrage kostet Geld. Deshalb müssen wir auf Modelle setzen, die Nutzen bringen und deren Kosten wir vertreten können. Bei höheren Warenkörben könnte es sinnvoll sein, teurere Modelle einzusetzen, weil auch der mögliche Ausfall größer ist. Das ist meine Vision, keine Steuerung, die wir bereits so umgesetzt haben.

Ein KI-Zugang verändert noch keinen Alltag

Ihr habt rund 700 Mitarbeitende. Was ist passiert, nachdem ihr ihnen KI zur Verfügung gestellt habt?

Am Anfang haben sich nicht einmal 50 eingeloggt. Wenn wir das Thema in einer Townhall vorgeführt oder per E-Mail angesprochen haben, gab es einen Sprung nach oben, danach flachte die Nutzung wieder ab. Deshalb haben wir stärker darauf gesetzt, den Leuten Zeit zu geben. Nicht jeder beschäftigt sich aus Eigeninteresse abends oder am Samstag damit. Viele würden sich gerne damit beschäftigen, aber nicht zwischen Tür und Angel.

Was hat wirklich geholfen?

Sehr viel gebracht hat unsere interne KI-Woche. Wir haben externe Leute eingeladen, aber vor allem viele Kolleginnen und Kollegen, die gezeigt haben, wie sie KI im Tagesgeschäft nutzen. Ein Mitarbeiter aus dem Eventmanagement hat zum Beispiel gezeigt, wie er eine Messe plant, Hotels sucht und den Stand vorbereitet. Das war für viele sehr greifbar. Es ist nicht irgendeine riesige Blackbox, sondern es gibt kleine Anwendungen, die einem helfen. Für die Veranstaltungen konnten regelmäßige interne Meetings ausgelassen werden. Die Beiträge wurden außerdem aufgenommen, damit man sie später ansehen konnte.

Wo merken eure Kunden die Veränderung?

Im Service gibt es viele Anfragen, die sich gut automatisiert beantworten lassen. Wenn ein Händler beispielsweise eine E-Mail-Adresse ändern möchte, will er nicht lange warten. Für Mitarbeitende fällt dabei wieder klassische Kopierarbeit weg. Auch im Inkasso kann ein Chatbot beim ersten Kontakt helfen, etwa wenn jemand eine Ratenzahlung braucht und sich schämt, darüber mit einem Menschen zu sprechen. Das heißt nicht, dass auf unserer Seite niemand mehr etwas machen muss. Hilfreich ist außerdem das Sprachenthema, weil Menschen in ihrer eigenen Sprache kommunizieren können, statt nur deutsche oder englische Vorlagen zu bekommen.

Regulierung ist kein pauschales Nein

Was entgegnest du Unternehmen, die wegen ihrer Regulierung keinen Spielraum für den Einsatz von KI sehen?

Es gibt sicherlich einen Teil der Prozesskette, der von KI profitieren würde. Das kann man auch mit einer Aufsicht besprechen. Den kompletten Händleraufnahmeprozess zu hundert Prozent automatisieren zu wollen, wäre eine schwierigere Diskussion. Da sind wir noch nicht. Aber zu sagen, wir sind reguliert und können deswegen gar nichts machen, ist zu schwarz-weiß.

‍

„Es gibt immer irgendwo Bereiche, wo man was machen kann.“

‍

Was bedeutet das für eure Mitarbeitenden in den nächsten Jahren?

Unsere Hypothese ist, dass wir mit der gleichen Anzahl an Mitarbeitenden mehr machen können. Daran arbeiten wir. Vor 18 Monaten hatten wir bei der Händleraufnahme eine Grenze erreicht, weil das Team nicht mehr Händler pro Monat aufnehmen konnte. Wir haben versucht, das mit Wochenendarbeit aufzufangen, aber irgendwann ist Schluss. Heute sind wir flexibler. Die Erfahrung der Mitarbeitenden nutzen wir stärker dort, wo wir sie wirklich brauchen, etwa bei komplexen Eigentümerstrukturen. Repetitive Arbeit nehmen wir ihnen ab. Damit die Perspektive aufgeht, müssen aber auch mehr Händler zu uns kommen und die Händler mit uns wachsen.

‍

Redaktioneller Hinweis: Dieses Interview basiert auf der AI & Why Podcast-Episode „Wer kontrolliert die KI?“ mit Jacob von Ingelheim. Für eine bessere Lesbarkeit wurde das Gespräch redaktionell bearbeitet und sprachlich leicht angepasst, ohne die inhaltlichen Aussagen zu verändern.