Beratung beschleunigt, Kompetenz bleibt: KI-Fähigkeit intern aufbauen

Eingekaufte Ergebnisse altern, aufgebaute Fähigkeit bleibt

Ein externes Team baut in wenigen Wochen einen ersten KI-Anwendungsfall, die Demo überzeugt, der Pilot läuft. Ein Jahr später ändern sich Vorgaben, Datenquellen oder das Modell, und im Unternehmen kann niemand die Lösung anpassen. Das nächste Mandat beginnt dort, wo das letzte geendet hat.

Nachhaltige KI-Kompetenz baut ein Finanzdienstleister über benannte Rollen, gemeinsame Arbeit an echten Anwendungsfällen und eine geplante Übergabe auf, nicht über eingekaufte Projekte allein. Externe Unterstützung beschleunigt den Weg, der bleibende Wert entsteht erst, wenn das Unternehmen Anwendungsfälle selbst erkennen, steuern und betreiben kann.

Woran scheitern KI-Vorhaben in Finanzinstituten wirklich?

Selten am Geld, häufig an Know-how und Klarheit. In der Studie „KI in Banken 2025“ von Cofinpro und VÖB-Service mit 317 befragten Fachleuten aus deutschen Kreditinstituten nennen nur 19 Prozent der Institute ohne KI-Anwendungen fehlendes Budget als Hindernis, 2023 waren es 32 Prozent. Als Erfolgsfaktoren sehen alle Befragten vor allem qualitativ hochwertige Daten (53 Prozent), passendes Know-how bei Projektleitenden und Mitarbeitenden (47 Prozent) und klar definierte Anwendungsfälle (46 Prozent). Ausreichendes Budget nennen nur 17 Prozent.

Dieselbe Studie zeigt, wie wenig die Kompetenz bisher gebündelt ist: 70 Prozent der Befragten beschreiben die KI-Projekte ihres Instituts überwiegend als isolierte Einzelinitiativen. Wissen, das in einzelnen Projekten und bei einzelnen Dienstleistern entsteht, bleibt dort, wenn niemand im Unternehmen dafür zuständig ist. Warum Kompetenz eng mit Haltung verbunden ist, beschreibt der Beitrag zum Kulturwandel als Voraussetzung für KI.

Heißt interne Kompetenz, alles selbst zu bauen?

Nein, und genau hier liegt ein häufiges Missverständnis. Der Bericht „The GenAI Divide: State of AI in Business 2025“ der MIT-Initiative NANDA, über den Fortune im August 2025 berichtete, kommt branchenübergreifend zu dem Ergebnis, dass zugekaufte Lösungen spezialisierter Anbieter und Partnerschaften in rund 67 Prozent der Fälle erfolgreich sind, Eigenentwicklungen deutlich seltener. Für Sparkassen und Genossenschaftsbanken kommen die Tools ohnehin weitgehend aus dem Verbund.

Interne Kompetenz bedeutet deshalb nicht, Modelle zu trainieren oder Plattformen zu programmieren. Sie bedeutet, beurteilen zu können, welcher Anwendungsfall sich lohnt, welche Daten er braucht, wie ein Ergebnis geprüft wird und wann eine Lösung angepasst werden muss. Wer diese Urteilsfähigkeit im Unternehmen hat, kann Tools einkaufen, ohne abhängig zu werden.

Welche Rollen braucht ein Unternehmen für eigene KI-Kompetenz?

Vier Rollen tragen den Aufbau, unabhängig von der Größe der Organisation:

• Eine verantwortliche Stelle für KI, die Anwendungsfälle priorisiert, den Überblick über alle Vorhaben hält und an das Management berichtet.

• Fachliche Verantwortliche je Anwendungsfall, die den Prozess kennen und das Ergebnis im Betrieb verantworten.

• Datenverantwortliche für die Quellen, aus denen KI-Anwendungen lesen, von Arbeitsanweisungen bis zu Bestandsdaten.

• Multiplikatoren in den Bereichen, die Kolleginnen und Kollegen anleiten und Rückmeldungen sammeln.

Wo diese Rollen organisatorisch angesiedelt werden, ob zentral, verteilt oder als Mischform, beschreibt der Beitrag zum Organisationsdesign für KI im Finanzinstitut.

Wie wird Wissen aus einem externen Mandat übertragen?

Durch gemeinsame Arbeit, nicht durch eine Abschlusspräsentation. Interne Mitarbeitende arbeiten vom ersten Tag an in den Vorhaben mit, übernehmen schrittweise Aufgaben und führen den Betrieb am Ende selbst. Die Übergabe wird von Anfang an geplant: Wer pflegt die Lösung, wer passt sie an, wer misst ihre Wirkung?

Hilfreich sind drei Vereinbarungen zu Beginn jedes Mandats: dokumentierte Entscheidungen und Annahmen, ein benannter interner Nachfolger je Arbeitspaket und ein Termin, ab dem das Unternehmen führt und die externe Unterstützung nur noch berät. Externe Hilfe bringt Tempo und Erfahrung aus anderen Unternehmen ein und tritt dann zurück. Das Ziel ist Befähigung, nicht Abhängigkeit.

Für den Einstieg eignet sich ein Anwendungsfall mittlerer Komplexität mit hohem Volumen, etwa die Vorbereitung von Kundengesprächen oder die Sortierung des Posteingangs. Er ist anspruchsvoll genug, um daran Datenfragen, Prüfregeln und Betrieb zu lernen, und überschaubar genug, damit das interne Team ihn nach der Übergabe sicher führen kann. Der zweite Anwendungsfall wird bereits intern geleitet, mit externer Begleitung nur an den kritischen Stellen.

Warum reicht eine Schulungsoffensive nicht?

Weil Kompetenz am Arbeitsplatz entsteht. Nach der Bitkom-Befragung vom September 2026 schulen 70 Prozent der Unternehmen ab 20 Beschäftigten ihre Beschäftigten im Umgang mit KI, aber nur 11 Prozent alle. Schulungen sind notwendig, entscheidend ist jedoch, ob danach an echten Fällen geübt wird, wie der Beitrag zu anwendbaren KI-Schulungen zeigt.

Kompetenzaufbau betrifft auch die Rollenbilder. Bei einer vergleichbaren Regionalbank entstanden im Zuge von Digitalisierung und Automatisierung für rund ein Viertel der Belegschaft neue Rollenprofile, mit dem Schwerpunkt auf Entwicklung und Weiterqualifizierung statt Stellenabbau. Solche Programme gelingen nur, wenn Führungskräfte den Wandel selbst tragen.

Wie bleibt aufgebaute Kompetenz im Unternehmen?

Indem die Menschen bleiben, die sie tragen. Wer interne KI-Fachleute ausbildet, macht sie zugleich für den Arbeitsmarkt attraktiver. Entwicklungsperspektiven, sichtbare Verantwortung und Gestaltungsspielraum entscheiden darüber, ob sie im Unternehmen bleiben; das Thema vertieft der Beitrag zur Bindung von Technologietalenten.

Ebenso wichtig ist Dokumentation, die nicht an Personen hängt: beschriebene Prozesse, nachvollziehbare Entscheidungen zu Anwendungsfällen und gepflegte Wissensquellen. Was im Kopf einer einzelnen Person steckt, geht mit ihr. Wie diese Grundlagen auch für Assistenten im Alltag tragen, zeigt der Beitrag zur Wissensbasis vor dem Rollout.

Was das Management für den Kompetenzaufbau festlegen sollte

1. Eine verantwortliche Stelle für KI benennen, mit Mandat und Berichtsweg an das Management.

2. Je Anwendungsfall eine fachliche Verantwortung festlegen, bevor ein Projekt startet.

3. In jedem externen Mandat die Übergabe vereinbaren: interne Nachfolge, Dokumentation, Termin für den Rollenwechsel.

4. Multiplikatoren mit Zeitbudget ausstatten, damit Kompetenz in die Breite wächst.

5. Kompetenz an Ergebnissen messen: Wie viele Anwendungsfälle betreibt das Unternehmen selbst?

Häufige Fragen

Braucht ein Finanzdienstleister eigene KI-Entwickler?
Nicht zwingend. Wichtiger als eigene Entwicklung ist die Fähigkeit, Anwendungsfälle zu beurteilen, Ergebnisse zu prüfen und eingekaufte oder verbundseitige Lösungen zu steuern.

Wann ist externe Unterstützung sinnvoll?
Für Tempo, Erfahrung aus anderen Unternehmen und eine unabhängige Priorisierung. Sinnvoll ist sie, wenn die Übergabe an interne Verantwortliche von Beginn an geplant ist.

Woran lässt sich interne KI-Kompetenz erkennen?
Daran, dass das Unternehmen Anwendungsfälle selbst priorisiert, betreibt und anpasst, und dass die Wirkung je Anwendungsfall gemessen und im Management besprochen wird.

Weitere Beiträge zu Befähigung, Rollen und Nutzung im Alltag bündelt das Dossier KI im Arbeitsalltag.

Ein aufschlussreicher Test ist die Frage, wer im eigenen Unternehmen die zuletzt eingeführte KI-Lösung ohne externe Hilfe anpassen könnte. Ein erstes Gespräch dazu ist ein guter Anfang, und wir freuen uns darauf.