Santander gab in einer Pressemitteilung vom 19. Oktober 2026 aus Madrid und Santa Clara bekannt, dass ihr AI Lab mit Unterstützung von NVIDIA neue Fähigkeiten aufgebaut hat, um KI-Modelle und Agenten für Bankanwendungen zu bewerten. Die auffälligste Zahl stammt aus ausgewählten Experimenten: Nach dem Wechsel zu kleineren, spezialisierten Modellen sanken die Bereitstellungskosten von rund 5 € pro Interaktion auf etwa 0,03 €, bei weiterhin starker Leistung.
Model Arena löst zuerst die Auswahlfrage
Die Bank kaufte nicht zuerst ein größeres Modell, sondern baute zuerst eine Bewertungsarena. Ihr AI Lab errichtete Model Arena, um Open-Weight-Modelle an Bankaufgaben zu testen und zu bestimmen, welches Modell zu welcher Arbeitslast passt, und spezialisiert die gewählten Modelle anschließend mit NVIDIA NeMo Customizer. Für strukturierte Daten baute das Lab spezialisierte Fähigkeiten auf NVIDIA Kumo, einer Familie offener Basismodelle, und verwandelt damit jahrelange strukturierte Bankdaten in Vorhersageerkenntnisse für agentische Dienste. Auf der Inferenzseite industrialisiert es den Betrieb in der eigenen Architektur mit NVIDIA Dynamo-Triton. Der Kostenrückgang entsteht aus dieser gesamten Kombination, nicht aus einem einzelnen Schritt.
Ein Kundenservice-Experiment liefert prüfbare Zahlen
In einem Kundenservice-Experiment verbesserte der Einsatz eines effizienteren Modells die Gesprächsqualität und senkte die Kosten um mehr als 50 %. Zu beachten ist: Die Spanne von 5 € auf 0,03 € gilt ausdrücklich nur für ausgewählte experimentelle Anwendungsfälle in der Mitteilung, nicht als Durchschnitt der gesamten Bank. Sie zeigt, wie viel Auswahl und Spezialisierung bei einer bestimmten Aufgabe sparen können, nicht dass jede Bankaufgabe im selben Verhältnis günstiger wird.
Der Dreijahresrahmen reicht über Hardware hinaus
Santander und NVIDIA vereinbarten zudem einen Dreijahresrahmen für die nächste Phase, der Basismodelle, KI-Agenten, Betrugs- und Geldwäschebekämpfung, Echtzeitentscheidungen und fortschrittliche Simulationen wie einen digitalen Bankzwilling umfasst. Model Arena soll künftig auch Bankagenten entwerfen, simulieren, bewerten und beaufsichtigen, ergänzt um adversariale Tests konversationeller KI in kontrollierten Umgebungen, damit neue Technik erst unter Bankbedingungen geprüft wird, bevor sie bankweit skaliert.
Der eigentliche Punkt ist der Wechsel der Kennzahl: Aser Blanco, globaler Bankingleiter bei NVIDIA, nennt die Kosten pro Intelligenzergebnis eine Schlüsselgröße. Sobald Banken nach dieser Größe auswählen, gewinnen große Allzweckmodelle nicht mehr automatisch, und kleinere Modelle, die sich an echten Aufgaben bewerten, spezialisieren und günstig betreiben lassen, erhalten einen größeren Anteil. Für andere Finanzinstitute ist nicht ein einzelnes Modell kopierbar, sondern die Reihenfolge: erst die Bewertungsarena bauen, dann über die Einführung entscheiden.
