Capital One setzt bei KI-Plattform auf angepasste Open-Weight-Modelle

Capital One baut seine KI-Lösungen rund um tiefgreifend angepasste Open-Weight-Modelle auf, anstatt sich ausschließlich auf fertige Basismodelle zu verlassen. Das Unternehmen hat eine skalierbare, Multi-Agenten-KI-Architektur etabliert, die seine proprietären Daten signifikant nutzt.

Die Grundlage für diese Entwicklung wurde vor Jahren durch frühe Investitionen in Datentransformation und Cloud-Adoption gelegt, was eine schnelle Reaktion auf die aktuelle KI-Welle ermöglichte. Capital One hat eine zentralisierte, unternehmensweite KI-Plattform mit integrierter Governance aufgebaut. Das Unternehmen verfeinert offene Modelle mit eigenen Daten, was ihm einen klaren Wettbewerbsvorteil verschafft.

"Wir betrachten unsere Daten als einen enormen Vorteil, den niemand sonst hat und den allgemeine Basismodelle nicht bieten können. Deshalb nehmen wir diese Daten und passen diese Modelle tiefgreifend an", erklärte Kel Vanee, MVP für Machine Learning Engineering bei Capital One. Er betonte auch die entscheidende Rolle von Echtzeitdaten, um frischen Kontext in Kunden- und Mitarbeiterinteraktionen einzubringen.

Ein Beispiel für diesen Ansatz ist ein Kundenservice-Workflow für Bankbetrug, der ein Multi-Agenten-System namens MACAW verwendet. Dieses System leitet Interaktionen an spezialisierte Agenten weiter, die über integrierte Governance und Leitplanken verfügen. Dies verbessert sowohl die Effizienz des Kundenservice als auch die Unterstützung von Mitarbeitern, die komplexe Betrugsfälle bearbeiten.

Mit Blick auf die Zukunft erwartet Capital One eine wachsende Bedeutung von Modell-Routing und proaktiver, ereignisgesteuerter KI. Das Unternehmen glaubt, dass die Kombination verschiedener Modelle zu einer besseren Genauigkeit führen kann als einzelne Modelle. Proaktive KI kann automatisch auf identifizierte Situationen reagieren und so die Überwachung und Ressourcennutzung verbessern.