KI selbst bauen oder auf den Verbund setzen? Wie Genossenschaftsbanken entscheiden

Bauen oder Verbund: Warum die Frage falsch gestellt ist

Jede zweite Genossenschaftsbank diskutiert gerade dieselbe Sache: eigene KI-Werkzeuge entwickeln oder auf die Lösung des Rechenzentrums warten. Die Frage klingt nach Technik. Sie ist eine Strategieentscheidung. Für die meisten Genossenschaftsbanken ist die KI-Verbundlösung von Atruvia der pragmatische Standardweg, weil Regulatorik, Wartung und Skalierung mitgeliefert werden; Eigenentwicklung lohnt nur dort, wo ein echter Differenzierungs-Use-Case und eigene Datenkompetenz zusammenkommen.

Wie steht die genossenschaftliche FinanzGruppe bei KI?

Die Ausgangslage ist verteilt. In Deutschland gab es Ende 2024 nach Angaben des BVR, des Bundesverbands der Deutschen Volksbanken und Raiffeisenbanken, 672 Volksbanken und Raiffeisenbanken. 17,6 Millionen Menschen halten Geschäftsanteile an diesen Kreditgenossenschaften. Der konsolidierte Gewinn vor Steuern der Gruppe lag 2024 bei 10,8 Milliarden Euro. Das ist eine große, aber kleinteilige Struktur: viele rechtlich eigenständige Institute, ein gemeinsamer IT-Rückhalt.

Genau diese Kleinteiligkeit macht die Make-or-Buy-Frage bei KI so scharf. Keine einzelne Bank hat die Ressourcen eines Großkonzerns, aber der Verbund hat sie. Eine Bank mit 150 Mitarbeitenden trifft dieselbe Technologieentscheidung wie ein Institut mit 2.000, mit einem Bruchteil des Budgets und ohne Data-Science-Abteilung. Das verschiebt die Antwort systematisch in eine Richtung. Der Druck, überhaupt zu handeln, wächst zugleich: KI ist im Bankalltag kein Zukunftsthema mehr, sondern Wettbewerbsrealität in Beratung, Marktfolge und Backoffice.

Was ist die Verbundlösung überhaupt?

Der zentrale Anbieter heißt Atruvia. Atruvia ist der IT-Dienstleister der genossenschaftlichen FinanzGruppe und betreibt die Kernbanksysteme fast der gesamten Gruppe. Nach Zahlen aus der Vereinbarung zwischen Atruvia und IBM vom November 2025 unterstützt Atruvia rund 670 Volksbanken und Raiffeisenbanken sowie circa 155.000 Bankarbeitsplätze und verwaltet fast 91 Millionen Kundenkonten. KI kommt dort nicht als Einzelprodukt, sondern in die bestehende Systemwelt. Ein Beispiel ist GenoGPT, eine von Atruvia bereitgestellte Wissens- und Assistenzplattform mit europäischem Hosting, entwickelt für den datenschutzkonformen Einsatz im Bankenumfeld.

Wie organisiert der Verbund seine KI-Strategie?

Die Gruppe steuert KI zentral. Im Mai 2024 gründeten der BVR, Atruvia und die DZ BANK Gruppe das KI-Kompetenzcenter der genossenschaftlichen FinanzGruppe. Es bündelt die KI-Aktivitäten der Gruppe, entwickelt die Roadmap und setzt ethische Leitplanken. Das ist der entscheidende Unterschied zur Einzelbank: Eine Vorstandsentscheidung in einem Institut muss diese Governance nicht neu erfinden, sie dockt an. Wer selbst baut, trägt Strategie, Modellauswahl und Verantwortung allein.

Verbundlösung: Stärken

Die Verbundlösung liefert das mit, was einzeln teuer ist. Regulatorische Konformität, Betrieb, Updates und Sicherheitsarchitektur laufen über den zentralen Dienstleister. Eine KI-Funktion in der VR-Systemwelt ist an das Kernbanksystem angebunden, statt über selbstgebaute Schnittstellen zu hängen. Die Kosten teilen sich über hunderte Institute. Und die Datenhaltung ist auf europäisches Hosting und Bankenanforderungen ausgelegt, wie bei GenoGPT.

Ein weiterer, oft übersehener Vorteil: die Dauerhaftigkeit des Betriebs. Ein Verbundprodukt wird gepflegt, weiterentwickelt und regulatorisch nachgezogen, solange die Gruppe es nutzt. Es hängt nicht an einem einzelnen Mitarbeiter, der das Institut verlässt, und nicht an einem Projektbudget, das nach zwei Jahren ausläuft. Für eine Bank mit 200 Mitarbeitenden und ohne eigenes Data-Science-Team ist das kein Kompromiss, sondern der einzige realistische Weg zu produktiver KI im Kernprozess.

Verbundlösung: Grenzen

Die Stärke ist zugleich die Grenze: Standard ist Standard. Was der Verbund ausrollt, bekommen alle 672 Institute in ähnlicher Form. Das Roadmap-Tempo bestimmt der Dienstleister, nicht die einzelne Bank. Ein spezieller Use-Case, der aus der lokalen Kundenstruktur, einer regionalen Firmenkunden-Nische oder einem eigenen Beratungsansatz entsteht, findet im zentralen Backlog selten Priorität. Wer auf eine Verbundfunktion wartet, wartet im Takt der Gruppe. Differenzierung über ein Werkzeug, das jeder Wettbewerber im Verbund ebenfalls hat, gibt es nicht.

Eigenentwicklung: Stärken

Eigenentwicklung zahlt auf genau einen Punkt ein: Unterscheidbarkeit. Eine Bank, die ihre eigenen Daten kennt und einen Prozess baut, den der Verbund nicht abbildet, gewinnt einen echten Vorsprung. Das reicht vom spezialisierten Firmenkunden-Scoring über eine auf die eigene Region trainierte Analytik bis zu internen Assistenzsystemen für Marktfolge und Beratung. Tempo ist der zweite Vorteil: Wer selbst entwickelt, iteriert im eigenen Takt und muss nicht auf den nächsten Release-Zyklus warten.

Der dritte Vorteil ist Wissensaufbau: Ein Institut, das einmal ein KI-Werkzeug produktiv gebracht hat, versteht Datenqualität, Modellgrenzen und Betrieb danach von innen. Diese Kompetenz lässt sich nicht einkaufen, und sie macht die Bank auch als Verbund-Anwenderin anspruchsvoller und wirksamer. Der Vorsprung ist real, aber teuer erkauft.

Eigenentwicklung: Grenzen

Der Aufwand wird chronisch unterschätzt. Ein Modell zu bauen ist die kleinere Hälfte. Die größere ist der Betrieb: Monitoring, Nachtraining, Datenqualität, Sicherheit, Dokumentation, Audit-Fähigkeit, alles dauerhaft. Ein KI-System ist kein fertiges Projekt, sondern ein Produkt mit eigenem Lebenszyklus. Daten verändern sich, Modelle driften, Aufsichtsanforderungen ziehen nach. Genau hier scheitern viele Vorhaben nach dem ersten Piloten, ein Muster, das wir im Beitrag Die PoC-Falle bei generativer KI in Banken ausführen. Dazu kommt der Fachkräftemarkt: KI-Kompetenz ist knapp und teuer, und eine Regionalbank konkurriert dabei mit Tech-Konzernen. Eigenentwicklung ohne festes Team ist kein Projekt, sondern ein Risiko.

Datensouveränität: Wer kontrolliert die Daten?

Bei Datensouveränität liegen die Wege näher beieinander, als es scheint. Die Verbundlösung hält Daten in einer für Bankenanforderungen ausgelegten, europäisch gehosteten Umgebung. GenoGPT wirbt genau mit europäischem Hosting und datenschutzkonformem Einsatz. Wer selbst baut, entscheidet zwar über jede Datenbewegung selbst, muss dann aber auch jede absichern. Der Trugschluss lautet, Eigenentwicklung sei automatisch souveräner. Souveränität entsteht nicht durch Eigenbesitz des Codes, sondern durch Kontrolle über Datenflüsse, Hostingort und Zugriff. Beide Wege leisten das, wenn sie richtig aufgesetzt sind.

Kosten: Was kostet welcher Weg wirklich?

Die Kostenrechnung entscheidet sich nicht am Kaufpreis, sondern an den laufenden Kosten. Die Verbundlösung verteilt Entwicklung, Betrieb und Compliance über hunderte Institute; die einzelne Bank zahlt einen Anteil. Eigenentwicklung dreht das um: hohe Anfangsinvestition, dann dauerhafte Betriebskosten allein. Der Markt spricht dafür eine klare Sprache. Nach der Bitkom-Studie vom März 2026 nutzen 41 Prozent der Unternehmen ab 20 Beschäftigten bereits KI, 2025 waren es erst 17 Prozent. Dieser Sprung läuft ganz überwiegend über zugekaufte Lösungen, nicht über Eigenbau.

Die Verbundlösung ist die Zukauf-Variante für die genossenschaftliche Welt. Wer den Kaufpreis gegen die Investition in ein eigenes Team rechnet, vergleicht die falschen Größen. Der ehrliche Vergleich stellt die Verbundgebühr über fünf Jahre gegen Gehälter, Infrastruktur, Betrieb und Compliance einer Eigenlösung über denselben Zeitraum. In dieser Rechnung dreht sich der scheinbare Kostenvorteil des Selbstbaus fast immer um.

Geschwindigkeit: Wer ist schneller am Markt?

Geschwindigkeit hat zwei Bedeutungen. Time-to-Market für einen breiten Standard-Use-Case ist bei der Verbundlösung höher: einschalten statt entwickeln. Iterationstempo für einen eigenen Spezialfall ist bei Eigenentwicklung höher: bauen statt warten. Wer eine bewährte Assistenzfunktion für alle Berater braucht, ist über den Verbund schneller live. Wer ein Nischenwerkzeug braucht, das der Verbund nicht plant, wartet über den Verbund unter Umständen Jahre und ist per Eigenentwicklung in Monaten am Ziel. Die richtige Frage ist nicht, welcher Weg generell schneller ist, sondern schneller wofür. Wer diese Unterscheidung nicht trifft, wählt reflexhaft Eigenbau als vermeintlich schnellere Option und übersieht, dass der Verbund den Standardfall längst gelöst hat.

Verantwortung: Wer haftet für Regulatorik?

Regulatorik ist das stärkste Argument für den Verbund. Seit dem 17. Januar 2025 gilt DORA, der Digital Operational Resilience Act. DORA verpflichtet Banken, das Risiko ihrer IKT-Drittdienstleister aktiv zu managen, und schafft einen Überwachungsrahmen für kritische Drittdienstleister. Parallel greift die KI-Verordnung der EU, der EU AI Act: Das Verbot bestimmter KI-Praktiken und die Pflicht zur KI-Kompetenz gelten seit dem 2. Februar 2025, die vollen Pflichten für Hochrisiko-KI-Systeme ab dem 2. August 2026. Für Banken ist das kein Randthema. Die Bewertung der Kreditwürdigkeit und Bonität natürlicher Personen ist nach Anhang III Nummer 5 Buchstabe b der KI-Verordnung ausdrücklich als Hochrisiko eingestuft. Wer ein eigenes Kredit-Scoring baut, übernimmt Risikomanagement, Daten-Governance, technische Dokumentation und Konformitätsnachweis vollständig selbst. Über den Verbund trägt der zentrale Dienstleister große Teile dieser Last mit.

Skalierung: Was trägt über 672 Banken?

Skalierung ist die Kernkompetenz des Verbunds. Eine Funktion, die für 155.000 Bankarbeitsplätze und fast 91 Millionen Konten laufen muss, braucht Infrastruktur, die eine Einzelbank nicht vorhält. Die Vereinbarung zwischen Atruvia und IBM vom November 2025 setzt genau darauf: Großrechner der Baureihe IBM z17 für geschäftskritische Systeme und Red Hat OpenShift als Basis für Hybrid-Cloud-Betrieb. Dieselbe Vereinbarung nennt einen Effekt intelligenter Workload-Steuerung: rund 1.000 physische Server, etwa 20 Prozent, wurden in 18 Monaten überflüssig. Solche Hebel wirken nur in der Masse. Eigenentwicklung skaliert innerhalb eines Instituts, aber nicht über die Gruppe. Ein exzellentes Werkzeug einer einzelnen Bank bleibt genau dort. Genau deshalb ist Eigenbau eine Antwort auf lokale Differenzierung, nie auf Gruppenskalierung.

Wo Eigenentwicklung konkret lohnt

Es gibt einen klaren Test. Eigenbau lohnt, wenn drei Bedingungen zusammenkommen. Erstens: Der Use-Case unterscheidet die Bank am Markt, er ist kein Standard, den ohnehin jeder bekommt. Zweitens: Die nötigen Daten liegen im Institut in ausreichender Qualität vor, und die Bank versteht sie. Drittens: Es gibt ein festes Team, das das Ergebnis über Jahre betreibt, nicht nur baut. Fehlt eine dieser drei Bedingungen, ist Eigenentwicklung der falsche Weg. Fehlt die erste, verbrennt die Bank Geld für etwas, das der Verbund günstiger liefert. Fehlt die zweite, entsteht ein Modell auf schwachem Fundament. Fehlt die dritte, stirbt das Vorhaben nach dem Piloten. In der Praxis erfüllen die wenigsten Institute alle drei Bedingungen für mehr als einen oder zwei Fälle.

Der hybride Weg: kombinieren statt entscheiden

Bauen und Verbund schließen sich nicht aus. Der stärkste Aufbau nutzt beides bewusst: die Verbundlösung als breite Basis für Compliance-pflichtige und standardisierte Prozesse, dazu punktuelle Eigenentwicklung an der einen Stelle, die wirklich differenziert. Voraussetzung sind offene Schnittstellen, und genau darauf zielt die Cloud-Architektur des Verbunds, wenn Atruvia den souveränen Betrieb eigener Software im Rechenzentrum wie in der Cloud auf Basis offener Standards in Aussicht stellt. Die Bank baut dann nicht neben dem Verbund, sondern auf ihm auf. Das senkt das Risiko der Eigenentwicklung und erhält zugleich den Skalen- und Regulatorikvorteil des Standards. Hybrid ist kein Kompromiss, sondern die reifste Form der Entscheidung.

Die falsche Frage: bauen oder kaufen

Die Debatte verrennt sich in einem Gegensatz, den es nicht gibt. Bauen oder kaufen ist die falsche Frage. Die richtige lautet: Wo differenzieren wir uns wirklich? Für alles, was jede Bank gleich braucht, ist Eigenbau Verschwendung von knappen Ressourcen. Für den einen Prozess, an dem die eigene Kundenbeziehung, die regionale Stärke oder eine Datennische hängt, ist Standard zu wenig. Die meisten Institute haben genau einen, vielleicht zwei solcher Punkte, nicht zehn. Wer das nicht sauber trennt, verzettelt sich, und landet oft bei einer der Grundfehler, die wir in Drei Fehler in der KI-Strategie von Finanzinstituten beschreiben.

Die Einordnung: Verbund als Basis, Eigenbau als Ausnahme

Die Empfehlung ist klar und unbequem in ihrer Schlichtheit. Nimm die Verbundlösung als Standard für alles, was Pflicht, Betrieb und Breite betrifft. Reserviere Eigenentwicklung für den einen Fall, in dem ein echter Differenzierungs-Use-Case auf eigene Datenkompetenz trifft, und finanziere ihn mit einem festen Team, nicht mit Restkapazität. Diese Trennung spart Geld, hält die Regulatorik beherrschbar und richtet die knappe KI-Kraft auf den Punkt, der zählt. Der erste Schritt ist keine Technikwahl, sondern eine ehrliche Landkarte der eigenen Use-Cases: Welche sind Standard, welcher ist Differenzierung? Genau diese Landkarte erarbeiten wir mit Banken, bevor eine einzige Euro-Entscheidung über Bauen oder Verbund fällt. Wer die Frage in dieser Reihenfolge stellt, trifft sie richtig. Wir freuen uns über ein erstes Gespräch dazu.

Hinweis: Das Titelbild wurde mit KI generiert.