Übersetzt aus dem englischen Original. Zahlen und Quellen sind unverändert. Englisches Original lesen
Credit Agricole Bank Polska
Credit Agricole Bank Polska betreibt Polens offenes Modell Bielik auf eigenen Servern für interne Werkzeuge
Credit Agricole Bank Polska wählte nach einem internen KI-Hackathon Bielik, ein polnisches Sprachmodell mit offenen Gewichten, und kaufte GPU-Server, um es im eigenen Haus zu betreiben. Es treibt nun polCA an, einen feinabgestimmten Textkorrektor für verständliche Sprache, sowie einen internen Chat, den alle Beschäftigten nutzen können. Die Bank sagt, sie habe noch keine Effizienzkennzahlen.
Kennzahlen
Wortgetreu aus den Quellen übernommen. Kopieren Sie jede Zahl mit ihrer Quellenangabe.
mehr als 50
Beim KI-Hackathon der Bank 2024 eingegangene Projektvorschläge1
fünf
Zur Umsetzung ausgewählte Ideen aus dem Hackathon1
Was es erforderte
Das Problem
Credit Agricole Bank Polska wollte mit großen generativen Modellen arbeiten, doch der Zugang zu Werkzeugen wie ChatGPT war eingeschränkt, wie im Bankwesen üblich. Nur wenige Personen, darunter das Innovation Lab, durften sie unter Kontrolle nutzen. Die Bank hatte außerdem keine eigene Infrastruktur, um Sprachmodelle zu betreiben. Sie suchte einen Weg, mehr Beschäftigten den sicheren Einsatz generativer KI zu ermöglichen, ohne dass sensible Daten die Bank verlassen.
Was sie gebaut haben
Die Bank nutzt Bielik, ein polnisches Sprachmodell mit offenen Gewichten, das heißt, seine Modelldateien lassen sich herunterladen und auf eigenen Servern betreiben. Zwei Werkzeuge für die Beschäftigten laufen darauf. polCA ist ein Textkorrektor, der Texte nach den Regeln verständlicher Sprache umschreibt. Das zweite ist ein interner Chat, den jeder Beschäftigte nutzen kann, um mit dem Modell zu sprechen oder an Dokumenten zu arbeiten. Bielik treibt außerdem Werkzeuge an, die sensible Daten entfernen oder maskieren, bevor Text an ein Cloud-Modell geht, sowie Werkzeuge, die Marketing und Personalabteilung helfen, aus einem kurzen Entwurf Inhalte nach den internen Standards der Bank zu verfassen.
Wie sie vorgegangen sind
Auslöser war ein KI-Hackathon 2024 mit einem Technologiepartner, Deviniti. Die Bank brauchte eine Engine für die Ideen der Teilnehmenden. Der Hackathon brachte mehr als 50 Einreichungen, und die Bank wählte fünf zur Umsetzung aus. polCA, eine davon, wurde der erste Produktiveinsatz. Es wurde bewusst einfach gehalten, gegen andere Modelle getestet und auf dem eigenen Textkorpus der Bank feinabgestimmt, das heißt, das Modell wurde mit den eigenen Daten der Bank weitertrainiert, um ihren Bedarf zu treffen.
Hackathon und polCA führten dazu, dass die Bank GPU-Server kaufte und Bielik darauf installierte; danach öffnete sie den internen Chat für alle. Die neue Hardware kam erst Ende 2024, was die Bank als größte Hürde nennt. Inzwischen betreibt sie auch Plattformen zum Bau von Agenten (n8n und RAGFlow), die von Bielik und anderen Modellen angetrieben werden, und veranstaltete 2025 einen zweiten Hackathon zu Agenten.
Ergebnisse
Das Modell läuft auf den eigenen Maschinen der Bank, sodass sensible Daten auf ihrer Infrastruktur bleiben. polCA ist produktiv, und alle Beschäftigten können den Bielik-Chat nutzen. Die Bank sagt, sie messe die Zahl korrigierter oder erzeugter Texte, Agentenläufe und verarbeiteter Daten, und diese zeigten, dass die Werkzeuge den Beschäftigten mehr Aufgaben ermöglichen. Sie gibt an, noch keine genauen Kennzahlen zur prozentualen Zeitersparnis zu haben, und definiere Kennzahlen im Rahmen eines breiteren Ansatzes, KI im großen Maßstab zu steuern.
Erkenntnisse für Ihr Projekt
Nutzen Sie einen Hackathon, um die ersten Anwendungsfälle und das erste Modell zugleich zu finden. Der Hackathon 2024 von Credit Agricole brachte über 50 Ideen und das Argument für ein gemeinsames Modell hervor.
Beginnen Sie mit einem einfachen ersten Produktivwerkzeug. Die Bank wählte polCA, einen Textkorrektor, weil sich sein Nutzen leicht belegen ließ, und ging dann in kleinen Schritten zu den nächsten Projekten über.
Vergleichen Sie Modelle an Ihrer eigenen Aufgabe. Die Bank testete mehrere, und polCA funktionierte nach der Feinabstimmung auf dem Textkorpus der Bank mit Bielik am besten.
Geben Sie den Beschäftigten einen sicheren internen Chat, damit sie lernen, was Sprachmodelle können und was nicht. Die Bank sagt, Bielik sei schwächer als weit größere Modelle, aber dafür gut genug.
Planen Sie die Lieferzeit für Hardware ein. Die Bank nennt Beschaffung und Installation der GPU-Server als größte Herausforderung.
Bauen Sie die Messung früh ein. Die Bank zählt korrigierte Texte und Agentenläufe, hat aber noch keine Effizienzkennzahlen und sagt, deren Definition gehöre zur nächsten Phase.
Einschränkungen
- Die einzige Quelle ist ein Interview mit der Leitung des Innovation Lab der Bank, veröffentlicht vom polnischen staatlichen Entwicklungsfonds PFR. Alle Aussagen stammen von der Bank selbst, und keine unabhängige Quelle bestätigt sie.
- Die Bank gibt an, noch keine genauen Kennzahlen dazu zu haben, wie sich Arbeitszeit oder Produktivität verändert haben. Die obigen Zahlen sind Zählungen von Ideen, keine Geschäftsergebnisse.
- Der Artikel nennt keine Starttermine für polCA oder den internen Chat. Das angezeigte Einführungsdatum ist das Jahr des Hackathons und der Lieferung der GPU-Server (Ende 2024); der Artikel sagt nicht, wann polCA oder der Chat die Nutzer erreichten, was nach 2024 gewesen sein kann. Das Jahr stammt aus dem Text, ein Monat wird nicht genannt.
- Der Artikel nennt weder Kosten noch Zahl der Server noch Zahl der Chat-Nutzer.
- Die Bank nutzt in ihren Agentenplattformen auch andere Modelle, darunter Qwen und gpt-oss, und sagt, Bielik sei für manche Aufgaben anderen Modellen gewichen.
- Die Interviewseite blockiert automatisierte Leser; wir haben sie über eine archivierte Kopie gelesen.
Quellen
- Start z polskim AI – od pomysłu do wdrożenia
Polski Fundusz Rozwoju (PFR) · 2026-02-26 · Interview · pfr.pl
In eigenen Worten aus den oben genannten Quellen zusammengefasst. Einen Fehler entdeckt? Siehe Korrekturen.