Der Chatbot war nicht die Antwort

Der erste KI-Anwendungsfall, den Finanzinstitute entwickeln, ist fast immer ein Chatbot. Es ist der naheliegendste Case, sichtbar, kommunizierbar, technisch machbar. Und er ist selten der wirkungsvollste.

Chatbots lösen ein Sichtbarkeitsproblem: Wir machen KI. Was sie seltener lösen, ist ein echtes Geschäftsproblem mit echtem wirtschaftlichem Hebel. Genau deshalb bleibt der erste Use Case in vielen Häusern auch der letzte mit Wirkung, weil die Auswahl der falschen Logik folgte.

Wie Use-Case-Auswahl meistens läuft

Die Auswahl folgt in der Praxis häufig einem impliziten Muster. Was wurde in anderen Instituten umgesetzt? Was hat der Technologieanbieter demonstriert? Was klingt im Vorstandsbericht gut? Das sind keine Kriterien für strategischen Nutzen, es sind Kriterien für Anschlussfähigkeit.

Das Ergebnis: Viele Institute setzen ähnliche Use Cases um, mit ähnlichen Ergebnissen und ohne jede Differenzierung. Wer dieselben Anwendungsfälle baut wie alle anderen, gewinnt bestenfalls den Anschluss, aber keinen Vorsprung.

Das richtige Vorgehen

Strategische Use-Case-Auswahl beginnt nicht mit Technologie, sondern mit einer Analyse der größten Engpässe. Wo verliert das Institut am meisten Zeit, Geld oder Kundengeduld? Erst danach wird gefragt, an welchen dieser Engpässe KI einen Hebel hat. Es ist kein Zufall, dass die PwC-Studie "KI im Finanzsektor 2025" den Bereich Operations als den am weitesten verbreiteten und wirksamsten Einsatzbereich ausweist, dort, wo hohes Volumen auf hohe Strukturiertheit trifft.

Drei Kriterien führen zuverlässig zur richtigen Auswahl. Erstens der wirtschaftliche Hebel: Wie viel Zeit, Fehlerkosten oder zusätzliches Geschäft steht auf dem Spiel? Zweitens die Umsetzbarkeit: Wie aufwendig ist die Integration in das Bestandssystem? Drittens die Datenreife: Sind die nötigen Daten überhaupt in brauchbarer Qualität vorhanden? Was bei allen drei Punkten oben landet, ist der erste Use Case, nicht der, der sich am besten präsentieren lässt.

Warum die naheliegenden Cases so verlockend sind

Die naheliegenden Anwendungsfälle haben einen psychologischen Vorteil, der ihren strategischen Nachteil überdeckt. Sie sind erklärbar, vorzeigbar und risikoarm im Hinblick auf die eigene Reputation. Wer einen Chatbot baut, kann ihn herzeigen, und wenn er mittelmäßig läuft, schadet das niemandem. Wer dagegen einen unscheinbaren, aber wirksamen Prozess in der Marktfolge automatisiert, übernimmt Verantwortung für einen echten Geschäftsprozess, und das fühlt sich riskanter an.

Genau diese Risikoscheu führt zur Gleichförmigkeit der Branche. Alle wählen den sichtbaren, harmlosen Fall, und am Ende sehen alle KI-Portfolios gleich aus. Der Vorsprung entsteht dort, wo ein Haus bereit ist, den unbequemeren, aber wertvolleren Weg zu gehen.

Ein einfacher Filter für die Praxis

In der Praxis hilft ein einfacher Filter, um aus einer langen Ideenliste die wenigen lohnenden Kandidaten zu ziehen. Man nimmt jeden Vorschlag und bewertet ihn grob auf einer Skala in den drei Dimensionen Hebel, Umsetzbarkeit und Datenreife. Was in allen drei Dimensionen mindestens solide abschneidet, kommt in die engere Wahl. Was in einer Dimension durchfällt, etwa weil die nötigen Daten fehlen, wird zurückgestellt, egal wie attraktiv es klingt.

Dieser Filter dauert keinen halben Tag und verhindert die teuersten Fehler. Er stoppt das Projekt, dessen Daten nie tragen werden, bevor Budget hineinfließt, und er hebt den unscheinbaren Fall mit hohem Hebel sichtbar nach oben. Mehr braucht es für eine gute erste Auswahl nicht.

Der Anbieter ist nicht Ihr Strategieberater

Ein verbreiteter Kurzschluss ist, die Use-Case-Auswahl dem Technologieanbieter zu überlassen. Das ist verständlich, weil der Anbieter Expertise und fertige Beispiele mitbringt, aber es führt systematisch in die falsche Richtung. Ein Anbieter empfiehlt naturgemäß die Anwendungsfälle, die seine Lösung gut abbildet, nicht zwingend die, die in Ihrem Haus den größten Hebel haben. Die Auswahl der Use Cases ist eine strategische Entscheidung des Instituts, die Auswahl des Werkzeugs folgt erst danach.

Wer diese Reihenfolge einhält, behält die Kontrolle über die eigene Differenzierung. Wer sie umdreht, baut am Ende dieselben Use Cases wie jedes andere Haus, das beim selben Anbieter gekauft hat, und wundert sich, dass der erhoffte Vorsprung ausbleibt.

Der wertvollste Case ist selten der sichtbarste

Die größten Hebel liegen meist im Back Office, in der Marktfolge, in der Sachbearbeitung, also dort, wo es keine schönen Bilder für den Geschäftsbericht gibt. Genau deshalb werden sie übersehen. Wer bereit ist, den unscheinbaren, aber wirksamen Case dem sichtbaren, aber folgenlosen vorzuziehen, findet die Hebel, die wirklich zählen.

Mehr zum Thema: Fit für KI: Welche Organisationsstrukturen Finanzinstitute wirklich brauchen und Nearshoring als Antwort auf IT-Fachkräftemangel im Banking: Was funktioniert und was nicht..

Wir analysieren mit Ihnen die größten Engpässe und leiten daraus die Anwendungsfälle ab, die Ihr Haus voranbringen statt nur beschäftigen. Beginnen Sie mit einer Potenzialanalyse.