Die Strategie ist fertig. Und jetzt?

Irgendwo in den Shared Drives fast jedes größeren Finanzinstituts liegt eine KI-Strategie. Manche sind 30 Seiten lang, andere 120. Sie alle enthalten eine Analyse des Marktumfelds, eine Übersicht von Use Cases und eine Roadmap. Und die meisten werden in zwei Jahren kaum jemanden interessieren.

Nicht weil die Absicht falsch war. Sondern weil drei strukturelle Fehler dafür sorgen, dass aus Strategie kein Wandel wird.

Fehler eins: Technologie als Ausgangspunkt

Die meisten KI-Strategien beginnen mit der Frage: "Was können wir mit KI machen?" Die richtige Frage ist: "Welche Probleme kosten uns am meisten – und welche davon lassen sich mit KI lösen?" Der Unterschied klingt semantisch. Er ist fundamental. Technologiegetriebene Strategien enden in Piloten ohne Skalierung. Problemgetriebene Strategien enden in produktiven Systemen.

Fehler zwei: Use-Case-Listen statt Priorisierung

Wir sehen regelmäßig KI-Strategien mit 40, 60, manchmal über 100 identifizierten Use Cases. Das klingt nach Gründlichkeit. Es ist das Gegenteil. Eine Liste ohne klare Priorisierung ist eine Absage an Fokus. Transformationen gelingen nicht durch Breite, sondern durch Tiefe. Wer drei Use Cases wirklich umsetzt, ist weiter als wer zwanzig plant.

Fehler drei: Strategie ohne Umsetzungsarchitektur

Strategie endet auf Folie 47 mit einer Roadmap. Was danach kommt – wer was bis wann liefert, wer Entscheidungen trifft, welche Abhängigkeiten existieren – bleibt offen. Dieses Vakuum füllt sich nicht von selbst. Es füllt sich mit Abstimmungsrunden, Zuständigkeitsfragen und Verzögerungen.

Was stattdessen funktioniert

Eine gute KI-Strategie für Finanzinstitute ist nicht länger als 20 Seiten. Sie beantwortet drei Fragen: Welche drei Probleme lösen wir zuerst? Wer ist verantwortlich für jeden Schritt? Woran messen wir Erfolg in 90 Tagen?

Mehr braucht es nicht, um zu starten. Und starten ist das Einzige, das zählt.