banKIng³ – Folge 31: Volle Sinne, leere Use Cases: Warum KI-Strategie mehr braucht

banKIng³ – Drei Generationen, eine Vision

Die Finanzbranche steht vor einem Generationenwechsel – nicht nur in der Führung, sondern auch in der Technologie. banKIng³ zeigt, wie künstliche Intelligenz das Banking neu definiert und welche Rolle verschiedene Generationen in dieser Transformation spielen. Experten diskutieren über innovative KI-Anwendungen, regulatorische Herausforderungen und den Balanceakt zwischen Erfahrung und technologischer Disruption.

Unabhängig davon, ob Sie Teil der jungen Generation im Banking sind oder auf bewährtes Wissen setzen – banKIng³ liefert Ihnen die Insights, mit denen Sie die Zukunft aktiv mitgestalten können.

Haben Sie schon alle Folgen unseres Podcasts gehört?

Volle Sinne, leere Use Cases: Warum KI-Strategie mehr braucht

Von einem farbenblinden Cyborg-Künstler auf der TEC 2026 bis zur harten Realität der KI-Transformation in deutschen Banken – Folge 31 hält spannende Themen bereit. Wir diskutieren, warum Europa schon längst im agentischen Zeitalter angekommen ist, während viele hiesige Häuser noch in der Use-Case-Falle stecken. Und das Finale verrät, was ein implantierter Chip mit guter Banking-Technologie gemeinsam hat.

Europas Banken machen Druck

Die Finanzbranche in Europa bewegt sich. Wer in den letzten Wochen auf Konferenzen in Amsterdam oder Brüssel unterwegs war, spürt das deutlich: Der Ton hat sich verändert, die Themen haben sich verschoben. Chatbots und erste Pilotprojekte sind kein Gesprächsstoff mehr. Was die Runde macht, sind Agentenplattformen, Orchestrierung, Skills.

Kurz: agentische Infrastruktur

Nordics- und Benelux-Länder gehen dabei pragmatischer vor, greifen auf Hyperscaler zurück und gewinnen schlicht Geschwindigkeit. Deutsche Banken tun sich damit nach wie vor schwerer.

Der einfache Chatbot reicht nicht mehr

Was auf den aktuellen Konferenzen immer wieder durchklingt: Der Return on Investment (ROI), den sich viele Organisationen von KI versprochen haben, kommt nicht, wenn man einfach nur einen Chatbot bereitstellt und abwartet. Das Versprechen von effizienteren Prozessen, mehr Output und neuen Produkten lässt sich nur einlösen, wenn künstliche Intelligenz wirklich in die Organisation eingebettet ist. Genau das gelingt vielen Banken aber noch nicht. Stattdessen entstehen dutzende losgelöste Piloten, die nicht skalieren, denen gemeinsame Governance fehlt und für die die Mitarbeiter schlicht nicht ausgebildet sind.

Die Use-Case-Falle ist real – und viele sitzen mittendrin.

Governance heißt nicht nur kontrollieren

Das strukturelle Problem liegt dabei tiefer. Governance zerfällt im Grunde in drei Funktionen: vorgeben, unterstützen, kontrollieren. In der Praxis fokussieren sich viele Banken auf das Vorgeben und das Kontrollieren. Die regulatorischen Anforderungen werden erfüllt, das Einhalten wird überwacht. Dabei fällt das Unterstützende weg. Kein Center of Excellence, das Kompetenzen bündelt. Keine Rolle, die entscheidet, wie die Organisation mit KI wirklich befähigt wird. Stattdessen wird die Verantwortung in die Fachbereiche abgegeben.

Ähnlich sieht es bei der Strategie aus. „KI ist wichtig“ steht in vielen Papieren. Aber was passiert mit den Altsystemen? Bekommen sie eine API, einen MCP-Server, einen Orchestrierungslayer? Haben die Mitarbeiter die Fähigkeiten, das zu nutzen? Diese Fragen bleiben leider zu oft offen.

Das Kernsystem-Problem

Selbst dort, wo Agenten bereits an der Kundenschnittstelle im Einsatz sind – beim Einsammeln von Unterlagen, beim Nachfassen fehlender Dokumente – stellt sich früher oder später dieselbe Frage: Was passiert, wenn der Agent wirklich in die Tiefe der Bank muss? Bonitätsdaten, Risikoinformationen, Transaktionshistorien: all das „lebt“ in den Kernbankensystemen. Und der Anschluss dorthin fehlt häufig noch.

Ob man Legacy-Systeme durch KI-gestützte Analyse nachträglich mit MCP-Servern anbindet oder einzelne Module lieber vollständig neu und agentisch baut. Beide Wege haben ihre Berechtigung. Und manchmal lohnt es sich sogar, externe Datenquellen einzukaufen, anstatt tief in veraltete und qualitativ fragwürdige Datenbestände einzugreifen.

Wer jetzt nicht handelt, verliert den Anschluss

Die ehrliche Bestandsaufnahme klingt ernüchternd, ist aber notwendig. Viele deutsche Banken haben bereits Strategie, Governance und Technologie auf dem Papier.

Doch in der Praxis sitzt künstliche Intelligenz noch längst nicht an jedem Arbeitsplatz, Mitarbeiter klicken sich durch Pflichtschulungen ohne echten Kompetenzaufbau, und die Kernsysteme sind für agentische Szenarien schlicht noch nicht bereit.