Erste Banken holen generative KI aus der Cloud zurück und betreiben offene Modelle auf eigener Hardware. Die Einsparungen bei den Tokenkosten sind groß, setzen aber Infrastruktur, Fachpersonal und eine hohe Auslastung voraus. Für Entscheider in Banken und Asset Management wird damit die Frage konkret, ab welcher Größe sich der Eigenbetrieb rechnet.
Was Revolut und China Merchants Bank berichten
Revolut hat seine rund 2.000 Softwareentwickler von Claude Code und Codex auf selbst betriebene Open-Weight-Modelle umgestellt. Bei solchen Modellen sind die Gewichte frei verfügbar, die Bank rechnet damit auf eigenen Grafikprozessoren. Genutzt werden GLM-Modelle des chinesischen Anbieters Z.ai. Die Rechnung liegt nun bei einem Zehntel der früheren Ausgaben für Anthropic und OpenAI.
Das sagte David Abitbol, bei Revolut für den KI-Betrieb zuständig. Er nannte die Zahl im Oktober 2026 in einem Vortrag auf der Konferenz AI Engineer in New York.
China Merchants Bank setzt an einer anderen Stelle an. Die Bank hat fast 10.000 KI-Beschleuniger unter eine gemeinsame Steuerung gebracht. Ihre Fallstudie bei der Cloud Native Computing Foundation beziffert den Effekt. Die durchschnittliche Auslastung stieg von 35 auf über 60 Prozent (Stand September 2026).
Warum die Ersparnis nicht von selbst entsteht
Abitbol betonte, dass offene Modelle ohne Feinabstimmung auf eigener Hardware schlecht laufen. Revolut brauchte mehrere Monate, bis Antwortzeiten und Durchsatz stimmten. Personal, Betrieb und Überwachung sind im Vergleich der Tokenpreise nicht enthalten. Die tatsächliche Ersparnis dürfte deshalb geringer ausfallen. Das ist eine Einschätzung der Redaktion.
Das zweite Risiko ist Leerlauf, denn eigene Hardware kostet auch dann, wenn sie nicht rechnet. China Merchants Bank kam erst mit getrennten Regeln für Training und Inferenz auf eine höhere Auslastung. Bei Revolut steigt die Rechengeschwindigkeit am Abend deutlich, wenn weniger Entwickler arbeiten.
Hinzu kommt die Herkunft der Modelle. Revolut lädt die Gewichte herunter und lässt die Anfragen nicht über Server in China laufen. Die Inferenz bleibt nach Abitbols Angaben in Rechtsräumen mit anerkanntem Datenschutzniveau.
Was das für Banken und Asset Manager bedeutet
Die Beispiele zeigen eine Verschiebung von gemieteter Rechenleistung pro Token hin zu eigener Kapazität und eigenem Know-how. Das lohnt sich vor allem bei hohem und gut planbarem Volumen wie in der Softwareentwicklung. Wer nur wenige Anwendungsfälle hat, bezahlt mit eigener Hardware vor allem Leerlauf.
Im Asset Management stellt sich die Kostenfrage ähnlich, nur später. Evident bewertet für seinen kommenden AI Index 30 Asset Manager. Davon zeigen 25 Produktivitätsgewinne durch KI, aber nur drei melden einen Effekt auf das Ergebnis des ganzen Hauses (Stand November 2026). Mit KI-Agenten in Research und Portfoliokonstruktion wächst der Tokenverbrauch, und die Wahl zwischen Miete und Eigenbetrieb wird zur Frage der Kostenstruktur.
Offen bleibt, wie europäische Aufseher selbst betriebene Modelle aus China unter DORA und den Auslagerungsregeln bewerten werden. Davon hängt ab, wie viele Institute dem Beispiel von Revolut folgen können.
* DE: Die ergänzenden Inhalte können KI-generiert sein. EN: The additional content may be AI-generated.