KI ist kein Technologieprojekt · MMI.Scope Insights

Zusammenfassung

In vielen Banken dreht sich die Diskussion über KI vor allem um Technik. Ich halte eine andere Frage für wichtiger: Wie bleiben Banken leistungsfähig, wenn Fachkräfte knapper, Regeln strenger und Entscheidungen komplexer werden? Der Artikel stützt sich auf das Primat der Rentabilität (Schierenbeck, Lister & Kirmße), auf die Studie zur „gezackten Leistungsgrenze“ von KI (Dell’Acqua et al., 2023) und auf Ergebnisse zur Produktivität (Brynjolfsson et al., 2023). Mein Fazit: KI sollte als Veränderungsprojekt eingeführt werden, bei dem die Verantwortung beim Menschen bleibt.

Kernaussagen

Ein Werkzeug zu kaufen ist noch keine Strategie. Entscheidend ist der Beitrag zum Ertrag.
Knapp außerhalb ihrer Stärken liefert KI plausibel klingende Fehler. Fachwissen wird deshalb wichtiger.
Gegenüber Aufsicht, Prüfern und Aufsichtsrat trägt weiterhin der Mensch die Verantwortung.

In den meisten Banken dreht sich die KI-Debatte um Technik: welche Anwendung, welche Automatisierung, welches System. Verständlich. Aber ich glaube, wir reden über das Falsche.

Die Frage ist nicht, ob wir KI einführen. Sie lautet: Wie bleiben wir leistungsfähig, während Fachkräfte knapper, Regulatorik dichter und Entscheidungen komplexer werden, ohne bei Qualität, Risiko und Kundennähe nachzulassen?

Ein Beispiel, das jeder kennt: Ein Firmenkundenberater sitzt zwei Stunden über einem Jahresabschluss, bevor er an den Kundentermin denkt. Das kann KI heute übernehmen. Brynjolfsson u. a. zeigen in „Generative AI at Work“, wie stark sie bei Recherche, Analyse und Dokumentation entlastet, am stärksten bei den weniger Erfahrenen.

Ein Tool zu kaufen ist noch keine Strategie

Die Versuchung ist jetzt, möglichst viele solcher Tools auszurollen. Aber Strategie heißt, sich zu entscheiden, schreiben Lafley und Martin in „Playing to Win“. Ein Tool zu kaufen ist noch keine Strategie. Der Maßstab dafür ist alt: Bringt uns das Rentabilität? Schierenbeck, Lister und Kirmße nennen es das Primat der Rentabilität. Eine Investition rechtfertigt sich nicht, weil sie technisch beeindruckt, sondern durch ihren Beitrag zur Ertragskraft. Wer Use Cases zählt, hat die Frage schon verfehlt.

Die gezackte Leistungsgrenze

Hier kommt das Fachwissen zurück, stärker als zuvor. Dell’Acqua und sein Team (darunter Ethan Mollick) beschreiben eine unsichtbare, gezackte Leistungsgrenze. Innerhalb ist KI brillant. Knapp außerhalb erfindet sie Dinge, die verblüffend richtig klingen. In der Studie übernahmen Teilnehmer genau diese falschen Antworten, weil sie so plausibel wirkten. Wer fachlich tief drin ist, merkt es. Wer nicht, unterschreibt den Fehler.

Eine KI sitzt nicht im Kreditausschuss. Sie verantwortet keine Entscheidung, und sie erklärt sie nicht der Aufsicht, dem Wirtschaftsprüfer oder dem Aufsichtsrat. Mollick nennt das in „Co-Intelligence“ den Human in the Loop: Die KI liefert Struktur und Vorschläge, die Verantwortung bleibt beim Menschen.

Der Punkt verschiebt sich. Es geht nicht darum, Entscheidungen zu automatisieren, sondern sie besser zu machen. Die gesparte Zeit fließt dahin, wofür man uns wirklich braucht: Risiken einschätzen, Kunden beraten, Verantwortung tragen.

Ein Veränderungsprojekt, kein IT-Projekt

Für Führungskräfte heißt das etwas Unbequemes. KI ist kein IT-Projekt, sondern ein Veränderungsprojekt. Die beste Technik nützt nichts, wenn die Leute sie nicht annehmen.

Die Bank, die in fünf Jahren vorne steht, ist nicht die mit der modernsten KI. Es ist die, die ihre Leute, deren Erfahrung und die neuen Werkzeuge zusammenbringt.

KI ist das Werkzeug. Entscheidend bleibt der Mensch.

Quellen

Schierenbeck, H., Lister, M. & Kirmße, S.: Ertragsorientiertes Bankmanagement.

Lafley, A. G. & Martin, R. L.: Playing to Win.

Mollick, E.: Co-Intelligence.

Dell’Acqua, F. et al. (2023): Navigating the Jagged Technological Frontier.

Brynjolfsson, E. et al. (2023): Generative AI at Work.