Screenshots deiner Bank sind der eigentliche Workflow
Frag herum und du wirst feststellen: Der häufigste Weg, wie Leute KI mit ihrem Geld nutzen, ist weder eine App noch eine Integration. Es ist ein Screenshot. Banking-App öffnen, Bildschirm abfotografieren, in ChatGPT oder Claude einfügen und fragen, was los ist. Keine Anmeldung, kein Setup, keine Kosten. Das verdient, ernst genommen zu werden.
Und es funktioniert, so halbwegs. Moderne Vision-Modelle sind gut darin, App-Screenshots zu lesen. Sie ziehen Händlernamen, Beträge und Daten aus einer Transaktionsliste und geben eine ordentliche Zusammenfassung zurück, die sich richtig anfühlt.
Die Probleme sind leise. Sie tauchen in den Ziffern auf, in dem, was nicht im Bild ist, und darin, wie schnell das Bild veraltet. Genau darum geht es in diesem Vergleich.
Wo OCR die Zahlen falsch liest
Ein Vision-Modell bekommt deinen Kontostand nicht als Zahl. Es bekommt Pixel und leitet daraus eine Zahl ab, und diese Ableitung hat eine Fehlerrate. Banking-Apps nutzen kleine Schrift, Screenshots werden komprimiert, und die klassischen Verwechslungen tauchen auf: 8 als 6 gelesen, 5 als 3 gelesen, ein Dezimalpunkt verloren in einem JPEG-Artefakt. Aus einem Kontostand von $1.847,62 kann $1.847,02 werden, und nichts in der Antwort weist darauf hin, dass geraten wurde.
Abgeschnittener Text macht es schlimmer. Banking-Apps kürzen Händlerbeschreibungen mitten im Wort, das Modell sieht also etwas wie AMZN Mktp US*2K4 und füllt den Rest mit dem, was plausibel scheint. Meistens liegt es richtig. Manchmal führt es zwei ähnliche Händler zu einem zusammen.
Dazu kommt das gewöhnliche Chaos eines echten Handys: Dark-Mode-Designs mit niedrigem Kontrast, ein Benachrichtigungsbanner, das eine Zeile verdeckt, Komprimierung, weil du dir den Screenshot vorher selbst geschickt hast. Jedes davon hebt die Fehlerquote ein bisschen.
Nichts davon macht Screenshots unbrauchbar. Es macht sie unzuverlässig genau in den Situationen, in denen du der Zahl vertrauen möchtest.
Ein Bildschirm ist nicht deine Historie
Ein Screenshot enthält vielleicht zehn Transaktionen. Die meisten Fragen, die es wert sind, gestellt zu werden, brauchen Hunderte.
Wie viel habe ich dieses Jahr für Lebensmittel ausgegeben?
Um das aus Screenshots zu beantworten, müsstest du dreißigmal scrollen und aufnehmen und dann hoffen, dass das Modell die Bilder zusammensetzt, ohne überlappende Zeilen doppelt zu zählen oder Lücken auszulassen. Leute machen das. Das Modell hat keine verlässliche Möglichkeit, Duplikate zu entfernen, also driftet die Summe, und du kannst nicht sagen, um wie viel.
Fragen zu wiederkehrenden Abbuchungen liegen noch weiter außerhalb der Reichweite. Ein Abo zu erkennen, das von $12,99 auf $15,99 gestiegen ist, verlangt ein Jahr Historie für einen Händler, nebeneinander. Niemand macht davon Screenshots, und kein Modell kann das aus einem einzelnen Bild rekonstruieren.
Ausstehend, gebucht und heute Abend schon veraltet
Ein Screenshot ist eingefroren in dem Moment, in dem du ihn gemacht hast. Ausstehende Transaktionen erscheinen je nach erfasstem Bildschirm mal so, mal so, und der Unterschied zwischen aktuellem Kontostand und verfügbarem Kontostand geht in einem Zuschnitt leicht verloren.
Veraltete Daten sind das größere Problem. Wenn du heute Abend fragst, ob du morgen eine Zahlung decken kannst, ist der Screenshot von gestern Nachmittag der falsche Input. Die Buchung, die heute Morgen reingekommen ist, steht nicht drin.
Das zählt am meisten für Agenten, die über die Zeit handeln. Ein Agent, der auf eine bestimmte Buchung wartet oder deinen monatlichen Geld-Check macht, braucht eine Möglichkeit, noch einmal nachzusehen. Ein Screenshot lässt sich nicht erneut abfragen.
Was eine Live-Verbindung nur mit Leserechten ändert
BankBridge ist ein gehosteter MCP-Server. Du verbindest eine Bank einmal, und deine KI (Claude, ChatGPT, Cursor, Gemini und etwa 25 weitere Hosts) bekommt elf Tools nur mit Leserechten, die sie aufrufen kann, wann immer du eine Geld-Frage stellst. Die Zahlen kommen als strukturierte Daten direkt aus der Bankverbindungsschicht an. Es gibt keinen Transkriptionsschritt, also gibt es nichts, was falsch transkribiert werden könnte.
Liste alle wiederkehrenden Abbuchungen auf meiner Kreditkarte auf und markiere die, die in den letzten sechs Monaten ihren Preis erhöht haben.
Wie ist mein Girokontostand gerade, und was steht noch aus?
Hinter diesen Prompts ruft der Agent Tools wie get_recurring_charges, list_transactions und get_spending_summary auf. Jeder Aufruf holt live zum Zeitpunkt der Frage; nichts wird auf BankBridge-Servern zwischengespeichert. Die Antwort spiegelt dein Konto so wider, wie es jetzt gerade ist, mit exakten Beträgen und der vollen Historie, so weit zurück, wie deine Bank sie liefert.
Es sind $5 pro Monat und verbundener Bank, und du kannst jederzeit kündigen. Das Setup dauert wenige Minuten; die Anleitungen für Claude und ChatGPT decken es Schritt für Schritt ab.
Wann ein Screenshot reicht
Screenshots sind nicht das falsche Werkzeug für alles. Wenn du wissen willst, was eine kryptische Zeile auf dem Kontoauszug bedeutet, ist ein Screenshot plus Frage ein guter Workflow. Genauso für einen schnellen Bauchgefühl-Check bei einer einzelnen Zahl, die du selbst verifizieren kannst.
Was ist diese Buchung von 'PAI ISO' auf meinem Kontoauszug?
Die Regel ist einfach: Ein Screenshot funktioniert, wenn die Antwort im Bild steht und ein kleiner Fehler harmlos ist. In dem Moment, in dem die Antwort von Historie, Summen, Aktualität oder einer exakt richtigen Zahl abhängt, bist du darüber hinausgewachsen.
Die Datenschutz-Abwägung, klar gesagt
Screenshots fühlen sich privater an, weil es keine Kontoverbindung gibt. Aber schau dir an, was du tust: Du lädst ein Bild deiner Finanzen in ein Chat-Produkt hoch, wo es unbegrenzt im Chat-Verlauf leben kann. Das ist nicht offensichtlich die sicherere Option.
BankBridge ist von Grund auf nur mit Leserechten. Es gibt keine Tools, die Geld bewegen, und es wird sie nie geben. Deine Banking-Zugangsdaten laufen durch den eigenen Ablauf des Aggregators; BankBridge sieht sie nie. Und weil jede Frage ein Live-Abruf ist, liegen deine Transaktionen nicht in einer Datenbank und warten darauf, geleakt zu werden.
Keiner der beiden Ansätze ist expositionsfrei. Aber strukturierter Zugriff nur mit Leserechten, bei dem nichts gespeichert wird, ist eine stärkere Position als Bilder deines Bankkontos, die in deinem Chat-Verlauf leben.
Die Kurzfassung
Nutze Screenshots für einmalige Fragen im Bildausschnitt, bei denen ein kleiner Fehler nichts kostet. Nutze eine Live-Verbindung, wenn die Frage Historie, Summen, ausstehende Aktivität oder eine Zahl betrifft, nach der du handeln willst.
Wenn die meisten deiner Geld-Fragen von der zweiten Sorte sind (und sobald ein Agent sie beantworten kann, werden sie es sein), ist der Screenshot-Workflow das, was du gerne ersetzt haben wirst. Fünf Dollar im Monat kaufen dir die Version, in der die Zahlen echt sind.