Wenn die KI zum Herz der Kreditvergabe wird
Loan-Origination-Systeme gehören zu den unsichtbarsten Teilen der Banken-IT – und genau dort spielt sich derzeit eine der spannendsten KI-Schlachten ab. Der US-Startup Fuse hat 25 Millionen US-Dollar eingesammelt, um das Kernsystem der Kreditvergabe bei Kreditgenossenschaften neu zu bauen. Das klingt nach einer amerikanischen Nische, ist aber ein Vorgeschmack auf das, was auch Sparkassen, Genossenschaftsbanken und Regionalinstitute im DACH-Raum erwartet. In diesem Beitrag ordne ich ein, worauf Fuse wirklich abzielt, welche Kräfteverhältnisse sich verschieben und was europäische Institute daraus lernen sollten.
Die Nachricht in Kürze
Laut einem Bericht von TechCrunch hat Fuse am 16. März 2026 eine Series-A-Finanzierungsrunde in Höhe von 25 Millionen US-Dollar bekannt gegeben. Angeführt wird sie vom Wagniskapitalgeber Footwork, beteiligt sind außerdem Primary Venture Partners, NextView Ventures und Commerce Ventures.
Fuse ist aus einem früheren Auto-Finanzierungs-Startup hervorgegangen. Die Gründer Andres Klaric und Marc Escapa entschieden 2023, ein KI-natives Loan-Origination-System (LOS) zu entwickeln, das den gesamten Kreditprozess einer Bank abbildet – von der Antragstellung über das Scoring bis zur Auszahlung.
Zielkunden sind US-Kreditgenossenschaften, die häufig auf veralteten LOS-Lösungen sitzen. TechCrunch berichtet, dass Fuse bereits mehr als 100 Kunden gewonnen hat und etablierte Anbieter wie den börsennotierten nCino und den Private-Equity-gehaltenen Anbieter MeridianLink angreift. Um Wechselbarrieren zu senken, hat Fuse einen sogenannten Rescue Fund von 5 Millionen US-Dollar aufgelegt: Die ersten 50 qualifizierten Genossenschaften sollen die Plattform bis zum Auslaufen ihrer Altverträge kostenlos nutzen können. Als weitere KI-getriebene LOS-Wettbewerber werden Casca und Glide genannt.
Warum das wichtig ist
Ein LOS ist für einen Kreditgeber das, was ein ERP für die Fertigung oder ein CRM für den Vertrieb ist: das operative Rückgrat. Wer hier sitzt, kontrolliert Daten, Workflows und einen großen Teil der Wertschöpfung. Genau deshalb ist Fuses Angriff auf diese Schicht strategisch relevant.
Für Kreditgenossenschaften, die oft mit knappen IT-Budgets und dünn besetzten Teams arbeiten, liegt der Nutzen auf der Hand. Traditionelle LOS-Projekte dauern nicht selten ein Jahr und länger, binden externe Berater und enden in komplexen, schwer wartbaren Konfigurationen. Ein KI-natives System, das Dokumente automatisch ausliest, Einkommen plausibilisiert, einfache Fälle vollautomatisch entscheidet und nur Ausnahmen an Menschen übergibt, kann die Stückkosten pro Kredit massiv senken.
Die kurzfristigen Verlierer sind die Legacy-Anbieter und deren Dienstleister-Ökosystem. Deren Geschäftsmodell basiert auf hohen Wechselkosten, langen Einführungsprojekten und individuellen Anpassungen. Wenn ein neuer Player den Markt mit einem deutlich einfacheren, stärker automatisierten Produkt betritt, geraten sowohl Lizenzmodelle als auch Beratertage unter Druck.
Spannend ist auch die wettbewerbliche Dimension. Kreditgenossenschaften in den USA stehen – ähnlich wie Sparkassen im DACH-Raum – zwischen Fintech-Angreifern mit sehr schlanken Prozessen und Großbanken mit enormen IT-Budgets. Wenn Fuse sein Versprechen einlöst, innerhalb weniger Monate live zu gehen, könnte das für viele Institute der erste realistische Weg sein, digitale Kreditprozesse auf Augenhöhe anzubieten, ohne selbst ein großes Entwicklerteam aufzubauen.
Die Kehrseite: Kreditvergabe ist ein hoch reguliertes Geschäft. KI-Agenten dürfen keine Black Box sein. Ob Fuse sich durchsetzt, hängt stark davon ab, ob das Unternehmen nachvollziehbare Entscheidungslogiken, robuste Kontrollprozesse und belastbare Governance nachweisen kann. Technologie allein reicht nicht – Vertrauen der Aufsicht ist genauso entscheidend.
Der größere Kontext
Fuses Runde steht exemplarisch für drei größere Entwicklungen im Enterprise-Software-Markt.
Erstens: vertikale SaaS-Plattformen mit KI als primärem Interface. Statt generischer KI-Tools entstehen spezialisierte Systeme, die die Fachlogik eines bestimmten Segments tief verstehen – von Baufinanzierung über Factoring bis hin zu Gewerbekrediten. Loan-Origination ist geradezu prädestiniert dafür, weil hier viele strukturierte Regeln, aber auch unstrukturierte Dokumente zusammenkommen.
Zweitens: der beginnende Ablösezyklus für Bankensoftware aus den 2000er Jahren. Viele LOS-Lösungen wurden damals als On-Premise-Projekte eingeführt, sind schwer zu upgraden und nur begrenzt API-fähig. Cloud-native Alternativen gibt es seit einigen Jahren, doch KI liefert jetzt ein zusätzliches Verkaufsargument: nicht nur bessere Technologie, sondern deutlich mehr Automatisierung und damit niedrigere Betriebskosten.
Drittens: Regulierung wird konkreter. In den USA verschärfen Aufseher Anforderungen an Modellrisiko-Management und Fair-Lending-Prüfungen. In Europa kommen mit dem AI Act und bereits etablierten Vorgaben wie Basel III, MaRisk und BAIT sehr spezifische Anforderungen auf Banken zu, wenn sie KI im Kern der Kreditvergabe einsetzen wollen. Für spezialisierte Plattformanbieter ist das Chance und Risiko zugleich: Wer Compliance sauber umsetzt, schafft hohe Eintrittsbarrieren für Nachahmer.
Historisch gesehen haben Paradigmenwechsel in der Unternehmenssoftware regelmäßig dazu geführt, dass scheinbar langweilige Backoffice-Kategorien strategisch aufgeladen wurden: Salesforce beim CRM, ServiceNow bei IT-Prozessen, Workday im HR-Bereich. Es ist durchaus vorstellbar, dass ein Anbieter wie Fuse die Kategorie LOS neu definiert – zunächst im Nischenmarkt der Credit Unions, später auch bei kleineren Banken und Spezialfinanzierern.
Gleichzeitig sollte man die Gegenreaktion der Platzhirsche nicht unterschätzen. Anbieter wie nCino oder MeridianLink verfügen über gewachsene Integrationen, referenzstarke Kundenlisten und Compliance-Historie. Sie werden KI-Funktionen aggressiv nachrüsten und die Karte Stabilität und Reife spielen. Für Kundinnen und Kunden könnte das zu einer selten gesehenen Innovationsdynamik im bislang vernachlässigten Gebiet der Kreditkernsysteme führen.
Die europäische und DACH-Perspektive
Auch wenn Fuse derzeit ausschließlich US-Kreditgenossenschaften adressiert, ist das zugrunde liegende Thema in Europa hochaktuell.
Im DACH-Raum gibt es mit Sparkassen, Volks- und Raiffeisenbanken, Regionalbanken und Förderinstituten eine ganze Reihe von Akteuren, die in ihrer Struktur den US-Credit-Unions ähneln: lokal verankert, mit starkem Bestandskundengeschäft, aber meist begrenzten IT-Ressourcen. Viele dieser Häuser arbeiten auf Kernbankensystemen und LOS-Lösungen, die historisch gewachsen und nur schwer agil zu verändern sind.
Die EU-Datenschutzgrundverordnung (DSGVO) und der AI Act setzen hier einen deutlich strengeren Rahmen als in den USA. KI-basierte Kreditentscheidungen gelten voraussichtlich als Hochrisiko-Anwendungen. Das bedeutet: Pflicht zur Nachvollziehbarkeit, umfangreiche Dokumentation, klare Verantwortlichkeiten und menschliche Letztentscheidung. Ein europäisches Pendant zu Fuse müsste diese Anforderungen von Anfang an in die Architektur einbauen – von Audit-Trails über Bias-Analysen bis hin zu granularen Berechtigungskonzepten.
Parallel wächst in Europa ein Ökosystem von Banking-Infrastruktur-Anbietern wie Mambu, Thought Machine, Temenos, Avaloq oder FintechOS. Viele von ihnen bieten bereits modulare Kreditstrecken an. Die logische nächste Evolutionsstufe ist ein wirklich KI-natives LOS, das nicht nur einzelne Schritte automatisiert, sondern den gesamten Workflow dynamisch steuert.
Für Institute im DACH-Raum stellt sich eine strategische Frage: Wo soll die Intelligenz der Kreditvergabe verankert sein? In einem externen LOS, das immer mehr Entscheidungslogik übernimmt – oder in eigenen Modellen und Teams, während das LOS primär als Workflow-Engine fungiert? Große Häuser mit eigenen Analytics-Abteilungen werden eher auf zweite Variante setzen; kleinere Banken und Genossenschaften könnten sich stärker in die Hände spezialisierter Anbieter begeben.
Ausblick
Was lässt sich aus Fuses Runde für die nächsten Jahre ableiten?
Kurzfristig wird sich in den USA zeigen, ob das Versprechen schneller Implementierungen und hoher Automatisierungsgrade im Alltag hält. Entscheidend werden „Before/After“-Kennzahlen sein: Bearbeitungszeiten, Kosten pro Antrag, Fehlerquoten und nicht zuletzt Ausfallraten im Portfolio. Wenn diese Metriken signifikant besser sind als bei Legacy-Systemen, dürften Fuses Wachstumszahlen explodieren – ein Szenario, das auch europäische Anbieter und Banken aufmerksam verfolgen werden.
Mittelfristig – also in einem Horizont von zwei bis fünf Jahren – ist mit einer Welle von Nachahmern und Adaptionen zu rechnen. Es wäre nicht überraschend, wenn sich im deutschsprachigen Raum spezialisierte KI-LOS-Lösungen für bestimmte Segmente etablieren, etwa für Förderkredite, Leasing oder Baufinanzierung. Ebenso denkbar ist, dass bestehende Kernbanken- und LOS-Anbieter durch Übernahmen von KI-Startups ihre Produktlinien modernisieren.
Langfristig stellt sich die Frage nach Systemrisiken. Wenn eine Handvoll KI-LOS-Plattformen bei Hunderten Instituten im Einsatz ist, kann ein technischer oder konzeptioneller Fehler schnell systemische Ausmaße annehmen. Aufseher werden daher sehr genau hinsehen, wie Vendor-Risk-Management, Exit-Strategien und Notfallpläne gestaltet sind. Für Banken heißt das: Auch wenn der Effizienzgewinn verlockend ist, darf man sich nicht in eine neue Form des Vendor-Lock-in manövrieren.
Ich rechne damit, dass erste ernsthafte Pilotprojekte in Europa – unter Berücksichtigung des AI Act – frühestens 2027 oder 2028 in größerem Umfang sichtbar werden. Bis dahin bleibt Zeit, Architektur- und Sourcing-Entscheidungen bewusst zu treffen, statt sich von kurzfristigen Hype-Wellen treiben zu lassen.
Fazit
Fuses 25-Millionen-Finanzierung ist weniger eine weitere Start-up-News als ein Signal: Die KI zieht in das Herz der Kreditvergabe ein. Wer es schafft, ein KI-natives LOS aufzubauen, das schneller implementiert, günstiger betrieben und regulatorisch sauber ist, gewinnt enormen Einfluss auf die Finanzinfrastruktur kleinerer Institute. Für Banken im DACH-Raum stellt sich damit eine grundsätzliche Frage: Wollen sie diese neue Schicht aktiver mitgestalten – oder später feststellen, dass zentrale Teile ihrer Wertschöpfung in die Hände externer KI-Plattformen gewandert sind?
