Die britische Neobank Revolut mit Sitz in London hat eine selbst gehostete KI zu ihrer Standardlösung für die Programmierung gemacht, anstelle von Claude Code, dem Werkzeug von Anthropic. Sie betreibt auf ihren eigenen Maschinen die GLM-Modelle von Z.ai, einem chinesischen Entwickler von Modellen mit offenen Gewichten. David Abitbol, ihr Verantwortlicher für Betrieb und Infrastruktur, spricht von 90 % tieferen Inferenzkosten in weniger als einem Jahr. Er sagte dies an der Konferenz AI Engineer in New York im Oktober 2026, wie The Register am 3. November 2026 berichtete.

Was Revolut ankündigt und was noch zu prüfen ist

Die Zahlen von Revolut sind Aussagen ihres Verantwortlichen, keine geprüften Ergebnisse. The Register und TechRadar Pro, das sie am 9. November 2026 aufgriff, geben sie nach seinen öffentlichen Auftritten wieder. Sie betreffen einen klar umrissenen Bereich: die Programmierwerkzeuge von rund 2000 Ingenieurinnen und Ingenieuren, nicht die gesamte KI der Bank.

ZahlWas sie misstArt
90 %Senkung der Inferenzkosten für die Programmierung, in weniger als einem JahrAussage von David Abitbol
0.30 DollarKosten pro Million Eingabe- und Ausgabe-Token mit selbst gehostetem GLM-5.1Aussage, Umfang der Kosten nicht aufgeschlüsselt
60 % und 70 %Gewinne bei der Programmierzeit und bei der EntwicklungsdauerAussage, Messmethode nicht veröffentlicht
56 GPU Nvidia B200Hardware, die heute GLM-5.3 bereitstelltAussage zur Infrastruktur
380 GBGrafikspeicher, den allein die Gewichte von GLM-5.1 benötigenEigenschaft des Modells, laut The Register

Der Preis von 0.30 Dollar bezieht sich auf GLM-5.1, die zuerst eingeführte Version. Revolut setzt inzwischen GLM-5.3 ein. Laut The Register entsprachen diese Kosten etwa einem Zehntel jener von Codex, dem Werkzeug von OpenAI, oder von Claude Code.

Der Ausgangspunkt erklärt den Entscheid. Revolut hatte Anfang 2025 Gemini, das Modell von Google, eingeführt und Anfang 2026 Claude Code. «Wir sahen Ingenieure, die 1000 Dollar pro Monat ausgaben, 10'000 Dollar pro Monat, ohne grossen Return on Investment», erklärte David Abitbol, zitiert von The Register. Die Ingenieure arbeiteten deshalb mit einem strikten Token-Budget.

Claude ist damit nicht verschwunden. GLM verarbeitet nur Text. Ein Router leitet Anfragen zu Bildern an Gemini oder GPT Luna weiter. «Die Spitzenmodelle bleiben die Ausnahme», fasst der Verantwortliche zusammen.

Externe API oder selbst gehostete KI: wie abwägen?

Bei der Abwägung steht eine variable Rechnung einer fixen Investition gegenüber. Mit einer externen API bezahlt das Unternehmen jedes verbrauchte Token. Beim Selbsthosting bezahlt es die Hardware, deren Betrieb und das Team, das sie einstellt. «Die Abrechnung ist fix, die bösen Überraschungen am Monatsende sind verschwunden», sagt David Abitbol.

Die Hardware ist gewichtig. Laut The Register zählt GLM-5.1 rund 754 Milliarden Parameter, von denen 40 Milliarden für jedes erzeugte Token aktiviert werden. Seine Gewichte belegen etwa 380 GB Grafikspeicher. Jede Nutzerin und jeder Nutzer benötigt zusätzlich 6 bis 26 GB, um den eigenen Kontext zu halten, je nach gewählter Präzision. Die 56 GPU B200 von Revolut entsprechen, gemessen an der Zahl der Karten, sieben DGX-B200-Systemen mit je acht GPU.

Die Kompetenzen wiegen ebenso schwer wie die Karten. Laut David Abitbol kamen die deutlichsten Gewinne nicht von zusätzlichen GPU. Sie stammen aus der Abstimmung des Modells:

  • die Quantisierung im Format NVFP4, welche die Berechnungen erleichtert;
  • die Trennung der Phasen, in denen die Anfrage gelesen und die Antwort erzeugt wird;
  • ein auf 256'000 Token begrenztes Kontextfenster, obwohl das Modell eine Million bedienen kann.

Das Team strebt weniger als 3 Sekunden bis zum ersten Token und rund 200 Token pro Sekunde an. Ab 5 Sekunden Wartezeit häufen sich die Beschwerden, erzählte der Verantwortliche.

TechRadar Pro relativiert den Gewinn. Die GPU, ihr Unterhalt und der Strom könnten andere Kostenposten in die Höhe getrieben haben, hält das Magazin fest. Die Zahl von 90 % betrifft die Inferenz, nicht die Gesamtbetriebskosten.

Dieselbe Rechnung wird in der Schweiz gemacht, in kleinerem Massstab. Der Kanton Wallis betreibt seine souveräne KI des Wallis, AVA, auf dedizierten GPU in der Schweiz. Er schätzt die Kosten auf 2 Franken pro Monat und pro täglich aktiver Nutzerin oder aktivem Nutzer. Wie bei Revolut geht nicht hervor, ob dieser Betrag den Kauf der Hardware einschliesst.

Ein Modell chinesischen Ursprungs in einer Bank: welches Risiko?

Die Frage nach der Herkunft des Modells ist berechtigt, und Revolut weicht ihr nicht aus. Laut The Register räumt David Abitbol ein, dass chinesische Modelle mit offenen Gewichten Bedenken hinsichtlich Vertraulichkeit und Sicherheit wecken können. Seiner Ansicht nach liegt die Hauptgefahr in ihrer Nutzung über APIs, die von China aus betrieben werden. Auf internen Servern oder in einer regionalen Cloud gebe es «wirklich nichts zu befürchten». Das ist seine Einschätzung, keine unabhängige Beurteilung.

Er hebt laut TechRadar Pro auch den Datenschutz und die Prüfbarkeit der GLM-Modelle hervor. Das Selbsthosting löst einen Teil des Problems: Die Anfragen verlassen die von der Bank gewählte Infrastruktur nicht.

Unsere Analyse: Es löst nicht alles. Ein Modell mit offenen Gewichten veröffentlicht seine Gewichte, nicht zwingend seine Daten oder seine Trainingsmethode. Das Schweizer Sprachmodell Apertus, veröffentlicht von der EPFL, der ETH Zürich und dem Nationalen Hochleistungsrechenzentrum der Schweiz (CSCS), geht weiter. Laut der EPFL sind seine Architektur, seine Gewichte, seine Daten und seine Trainingsrezepte dokumentiert. Das Lausanner Start-up Giotto bietet ebenfalls an, seine Modelle Solo und Alto, die als souveräne KI vorgestellt werden, vor Ort zu installieren.

KI in Schweizer Banken: was die FINMA erwartet

In der Schweiz gibt es keine eigens auf KI zugeschnittene Regel für Banken. Die Eidgenössische Finanzmarktaufsicht (FINMA) hat ihre Aufsichtsmitteilung 08/2024 am 18. Dezember 2024 veröffentlicht. Sie betrifft die Governance und das Risikomanagement beim Einsatz von KI. Laut der FINMA soll ein solcher Text keine Rechtswirkung entfalten: Er erläutert, wie die bestehenden Regeln anzuwenden sind, wie unsere Seite FINMA und künstliche Intelligenz ausführt.

Die Medienmitteilung der FINMA vom 18. Dezember 2024 listet die zu überwachenden Risiken auf:

  • die Modellrisiken: mangelnde Robustheit, Korrektheit oder Erklärbarkeit sowie Verzerrungen;
  • die datenbezogenen Risiken: Sicherheit, Qualität und Verfügbarkeit;
  • die IT- und Cyberrisiken;
  • die zunehmende Abhängigkeit von Dritten;
  • die Rechts- und Reputationsrisiken.

Die FINMA verlangt von den Instituten, diese Risiken zu identifizieren, zu beurteilen, zu steuern und zu überwachen. Unsere Analyse: Der Entscheid von Revolut berührt mehrere Punkte zugleich. Er verringert die Abhängigkeit von einem API-Anbieter, lässt aber die Modellrisiken und jene der Infrastruktur unverändert bestehen.

Das Outsourcing ist ein heikler Punkt. In ihrer am 24. April 2025 veröffentlichten Umfrage hat die FINMA rund 400 Institute befragt. Etwa die Hälfte setzte KI ein oder entwickelte erste Anwendungen. Von diesen nutzten 91 % generative KI, was die Abhängigkeit von BigTech-Anbietern erhöht. Kleinere Institute stützen sich oft auf Anwendungen von Dritten. Die FINMA erinnert daran, dass die Auslagerung kritischer Funktionen eine zentrale Quelle operationeller Risiken bleibt.

Ihr Grundsatz bleibt «same business, same risks, same rules»: Dieselbe Tätigkeit verlangt dieselben Regeln, unabhängig von der Technologie. Die FINMA empfiehlt den Instituten zudem, frühzeitig mit ihr Kontakt aufzunehmen, wenn sie KI in kritischen Prozessen vorsehen.

Das KI-gestützte Programmieren ist in Schweizer Banken bereits Realität. Bei UBS, der grössten Bank des Landes, nutzen mehr als 18'000 Entwicklerinnen und Entwickler KI-Werkzeuge, wie aus den mit ihren Ergebnissen vom 28. Oktober 2026 veröffentlichten Zahlen hervorgeht. Unser Artikel über KI im Bankwesen bei UBS beschreibt ihre 608 produktiven Anwendungsfälle.

Was sich für die Schweizer Kundschaft von Revolut ändert

Revolut zählt in der Schweiz mehr als 1,3 Millionen Nutzerinnen und Nutzer, wie finews.ch im Oktober 2026 berichtete. Die Bank verfügt hier über keine eigene Schweizer Banklizenz und hat im September 2026 bei der FINMA eine beantragt. Unsere Analyse: Würde diese Lizenz erteilt, fiele ihr Einsatz von KI in den Bereich der Erwartungen, welche die FINMA an beaufsichtigte Institute richtet.

Die technische Abhängigkeit von Revolut hatte in der Schweiz bereits sichtbare Folgen. Am 20. Oktober 2026 fiel ein Ausfall der Londoner Region von Google Cloud mit der Blockierung ihrer Kartenzahlungen und ihrer App zusammen. Der Zusammenhang mit Google beruhte auf einer von der Nachrichtenagentur Reuters zitierten Quelle. Laut The Register betrifft der Modellwechsel hingegen die Programmierwerkzeuge der Ingenieure.

Was noch nicht bekannt ist

  • Die Kosten für Kauf oder Miete der 56 GPU B200: David Abitbol hat sie in den wiedergegebenen Auftritten nicht beziffert.
  • Der Ort, an dem die Modelle gehostet werden, auf den Servern von Revolut oder in einer regionalen Cloud.
  • Die Messmethode für die Gewinne von 60 % und 70 % sowie der Vergleichszeitraum für die Zahl von 90 %.

Quellen