Insight

KI-Transformation braucht eine mehrjährige Managementagenda

Warum KI-Transformation im Jahresbudget zu Piloten führt und wie ein mehrjähriges Zielbild Prozesse, Rollen und Kosten tatsächlich verändert.

Geschäftsmodell und Innovation

6 min Lesezeit

Kernaussage

KI-Transformation ist Managementarbeit, keine Technikfrage. Wer sie im Jahresbudget denkt, finanziert Pilotprojekte statt Veränderung und verankert kein Zielbild über die Jahresgrenze hinaus.

Titelbild zum Beitrag „KI-Transformation braucht eine mehrjährige Managementagenda“

Die wichtigsten Erkenntnisse

Jahresbudgets erzeugen Piloten statt Wandel

KI ist ein Querschnittsthema im Management

Ein Zielbild über drei Jahre schafft Richtung

Die Technik ist bereit. Der Planungshorizont nicht.

In vielen Finanzinstituten steht die Technik für den KI-Einsatz längst bereit, während die Transformation im Jahresbudget feststeckt. Die KI-Transformation eines Finanzinstituts scheitert selten an der Technik, sondern an einem Planungshorizont von zwölf Monaten: Wer KI im Jahresbudget denkt, finanziert Pilotprojekte; wer sie als mehrjährige Managementagenda führt, verändert Prozesse, Rollen und Kostenbasis.

Der folgende Beitrag ordnet ein, warum der Zeithorizont das Kernproblem ist, was eine mehrjährige Managementagenda von einem Projektplan unterscheidet und wie Fortschritt über die Jahresgrenze hinweg sichtbar bleibt.

Wie groß ist der wirtschaftliche Hebel für Banken?

Groß genug, um auf die Managementagenda zu gehören. McKinsey schätzt im „Global Banking Annual Review 2025“ vom Oktober 2025, dass KI in einzelnen Kostenkategorien Bruttosenkungen von bis zu 70 Prozent ermöglichen kann. Nach Abzug der Technologiekosten erwarten die Autoren eine Senkung der gesamten Kostenbasis von Banken um 15 bis 20 Prozent. Zugleich könnten die weltweiten Gewinnpools der Branche um rund 170 Milliarden US-Dollar oder 9 Prozent sinken, wenn Banken ihr Geschäftsmodell nicht neu ausrichten.

Kennzahlen, McKinsey Global Banking Annual Review 2025, globale Schätzungen: bis zu 70 Prozent Bruttosenkung in einzelnen Kostenkategorien, 15 bis 20 Prozent Nettosenkung der gesamten Kostenbasis, möglicher Rückgang der globalen Gewinnpools um 170 Milliarden US-Dollar beziehungsweise 9 Prozent.

Es handelt sich um globale Schätzungen, nicht um Zusagen für ein einzelnes Institut. Die Werte zeigen aber die Größenordnung: Es geht nicht um ein Effizienzprojekt am Rand, sondern um einen Hebel auf Kostenbasis und Ertragskraft. Eine Entscheidung dieser Tragweite lässt sich nicht an eine Fachabteilung delegieren und nicht in einem einzelnen Budgetjahr abbilden.

Warum ist der Zeithorizont das Kernproblem?

Weil Aufwand und Ertrag in unterschiedlichen Jahren anfallen. Viele Institute planen in Zyklen von zwölf Monaten, getaktet durch Budget und Jahresziele. KI-Transformation entfaltet ihren Wert über mehrere Jahre: Datenbasis, Integration, neue Arbeitsweisen und Qualifizierung kosten zuerst und wirken später. Wer nur bis zum nächsten Jahresende rechnet, sieht die Kosten, aber nicht den Ertrag, und entscheidet folgerichtig für ein kleines Pilotprojekt ohne Breitenwirkung.

Daraus entsteht ein verbreitetes Muster. Der Pilot passt ins Jahresbudget, die Überführung in den Regelbetrieb nicht. Es gibt viel Bewegung und wenig Veränderung. Die Studie „KI in Banken 2025“ von Cofinpro und VÖB-Service mit 317 Befragten aus deutschen Kreditinstituten zeigt den Effekt: 78 Prozent der Institute arbeiten mit KI, in der Unternehmensstrategie verankert haben sie aber nur 48 Prozent. Warum Piloten so oft vor dem Regelbetrieb stehen bleiben, beschreibt der Beitrag zur Pilotfalle in Banken.

Was unterscheidet eine Managementagenda von einem Jahresbudget?

Eine Managementagenda legt ein Zielbild über drei Jahre fest und leitet daraus jährliche Ergebnisse ab; ein Jahresbudget verteilt Mittel auf Vorhaben, die jedes Jahr neu um ihre Berechtigung ringen. Im ersten Fall richtet sich das Budget nach dem Zielbild, im zweiten das Zielbild nach dem Budget.

Praktisch heißt das: Das Management beschließt nicht nur einzelne KI-Vorhaben, sondern einen mehrjährigen Rahmen mit Investitionspfad, Verantwortlichkeiten und jährlichen Prüfpunkten. Jedes Budgetjahr beantwortet dann nicht mehr die Frage, ob KI weiterverfolgt wird, sondern welcher nächste Schritt im Zielbild ansteht. Diese Verschiebung klingt formal, verändert aber die Gespräche im Institut grundlegend.

Warum ist KI ein Querschnittsthema und kein IT-Projekt?

Weil KI nicht an einer Stelle wirkt, sondern quer durch die Organisation: im Vertrieb, in der Marktfolge, im Service und in der Steuerung. Wird KI als abgegrenztes Projekt einer Abteilung geführt, begrenzt das ihren Nutzen auf diese Abteilung. Wird sie wie ein IT-Projekt geführt, fehlt ihr das Mandat, in die Arbeitsweise der Fachbereiche einzugreifen, und die Fachbereiche erleben sie als Störung von außen.

Ein Querschnittsthema braucht deshalb eine Verantwortung oberhalb der Abteilungen, also im Management. Die Deloitte-Studie „Künstliche Intelligenz im Bankensektor“ vom November 2025 mit 40 Banken zeigt, wie selten das gelingt: Nur 15 Prozent haben KI umfassend in Governance und Organisation integriert, 43 Prozent nutzen KI ohne klare strategische Verankerung. Warum das Mandat von oben entscheidet, beschreibt der Beitrag Management und KI: Was verstanden sein muss.

Welche Fehler machen Institute in der KI-Governance?

Zwei Fehler sind besonders verbreitet. Der erste ist die vollständige Delegation an die IT. KI ist ein Tool, ihr Einsatz betrifft aber Fachprozesse, Kundenkontakt und Regulierung gleichermaßen. Wer die Governance allein der IT überlässt, überträgt fachliche Entscheidungen einer Funktion, die sie nicht verantworten kann. Die Folge sind entweder Regeln, die fast nichts erlauben, oder Regeln, die fast alles zulassen.

Der zweite Fehler ist eine Parallelwelt. Ein Institut hat bereits Auslagerungsmanagement, Risikoinventar und Modellvalidierung. Wer für KI eine zusätzliche Struktur daneben baut, verdoppelt Arbeit und erzeugt Widersprüche. Tragfähiger ist es, KI in die bestehenden Steuerungsprozesse einzubetten. Wie sich das aufsichtsrechtlich einordnen lässt, beschreibt der Beitrag zur MaRisk-Novelle 2026 und den KI-Anforderungen.

Was blockiert die Umsetzung zusätzlich?

Kompetenz und ungeregelte Nutzung. Ein Zielbild bleibt Papier, wenn die Belegschaft die Tools nicht beherrscht. Qualifizierung gehört deshalb in die Agenda, mit Budget über mehrere Jahre und nicht als einmalige Schulungswelle. Warum einmalige Formate allein wenig verändern, zeigt der Beitrag Warum die meisten KI-Workshops nichts verändern.

Hinzu kommt die Schatten-KI. Der Digitalverband Bitkom hat im Oktober 2025 nach einer Befragung von 604 Unternehmen aller Branchen berichtet, dass vier von zehn zumindest davon ausgehen, dass Beschäftigte private KI-Tools ohne Freigabe nutzen. Auch das ist eine Managementaufgabe: Wer keinen freigegebenen Weg schafft, bekommt den unkontrollierten.

Wie bleibt Fortschritt über mehrere Jahre sichtbar?

Durch wenige beobachtbare Ergebnisse je Jahr. Ein mehrjähriges Zielbild zerfällt an seiner eigenen Länge, wenn es keine Zwischenstände gibt. Das Management legt deshalb je Jahr eine kleine Zahl von Ergebnissen fest, die eintreten müssen: Ein Prozess läuft nachweislich anders, eine Rolle wird anders ausgeübt, eine Kennzahl wird belegbar erreicht.

Ein tragfähiges Zielbild beantwortet dabei drei Fragen: Welche Prozesse laufen in drei Jahren wesentlich anders, welche Rollen verändern sich, und woran wird der Effekt gemessen? Weniger ist eine Vision ohne Verbindlichkeit, mehr ist ein Projektplan, den kein Management aus der Distanz steuern kann. Zum Zielbild gehört auch Ehrlichkeit über den Aufwand, denn Transformation stellt eingespielte Arbeitsweisen infrage.

Was das Management jetzt festlegen sollte

  1. Ein Zielbild über drei Jahre beschließen: Prozesse, Rollen und Kennzahlen, an denen sich jedes Budgetjahr ausrichtet.

  2. Einen Investitionspfad statt Jahresbudgets festlegen, mit jährlichen Prüfpunkten statt jährlicher Grundsatzdebatte.

  3. Die Verantwortung im Management verankern und KI als Querschnittsthema über den Abteilungen führen.

  4. KI in bestehende Steuerungsprozesse einbetten, statt eine Parallelstruktur aufzubauen.

  5. Qualifizierung über mehrere Jahre budgetieren, damit die Tools im Alltag ankommen und nicht nur im Bericht.

Prozesskette in fünf Schritten: Zielbild über drei Jahre beschließen, Investitionspfad festlegen, Verantwortung im Management verankern, KI in bestehende Steuerung einbetten, Qualifizierung über mehrere Jahre budgetieren. Darstellung: Sotica.

Häufige Fragen

Warum reicht ein Jahresbudget für KI nicht aus?
Weil Datenbasis, Integration und Qualifizierung zuerst Aufwand erzeugen und erst später Ertrag. Im Jahresblick überwiegen deshalb die Kosten, und es entstehen Piloten statt Veränderung.

Wer sollte die KI-Transformation im Institut verantworten?
Das Management, weil KI Vertrieb, Marktfolge, Service und Steuerung zugleich betrifft. Die IT liefert Plattform und Betrieb, die Fachbereiche verantworten ihre Anwendungsfälle.

Wie konkret muss ein KI-Zielbild sein?
So konkret, dass benannt ist, welche Prozesse in drei Jahren anders laufen, welche Rollen sich verändern und welche Kennzahlen den Effekt zeigen. Details der Umsetzung gehören in die jährlichen Schritte.

Weitere Beiträge zu Anwendungsfällen, Plattformen und Steuerung bündelt das Dossier KI-Strategie & Plattformen.

Ob KI im eigenen Institut als Budgetposition oder als mehrjährige Agenda geführt wird, zeigt sich meist an der Frage, welches Ergebnis in drei Jahren erreicht sein soll. Wir freuen uns über ein erstes Gespräch dazu.

Hinweis: Das Titelbild wurde mit KI generiert.

Sotica Insights

Redaktion · Beiträge aus der Beratungspraxis

Ein Thema, das gerade beschäftigt?

Gemeinsam einordnen, was daraus folgt.

Titelbild zum Beitrag „KI-Transformation braucht eine mehrjährige Managementagenda“

Die wichtigsten Erkenntnisse

Jahresbudgets erzeugen Piloten statt Wandel

KI ist ein Querschnittsthema im Management

Ein Zielbild über drei Jahre schafft Richtung

Die Technik ist bereit. Der Planungshorizont nicht.

In vielen Finanzinstituten steht die Technik für den KI-Einsatz längst bereit, während die Transformation im Jahresbudget feststeckt. Die KI-Transformation eines Finanzinstituts scheitert selten an der Technik, sondern an einem Planungshorizont von zwölf Monaten: Wer KI im Jahresbudget denkt, finanziert Pilotprojekte; wer sie als mehrjährige Managementagenda führt, verändert Prozesse, Rollen und Kostenbasis.

Der folgende Beitrag ordnet ein, warum der Zeithorizont das Kernproblem ist, was eine mehrjährige Managementagenda von einem Projektplan unterscheidet und wie Fortschritt über die Jahresgrenze hinweg sichtbar bleibt.

Wie groß ist der wirtschaftliche Hebel für Banken?

Groß genug, um auf die Managementagenda zu gehören. McKinsey schätzt im „Global Banking Annual Review 2025“ vom Oktober 2025, dass KI in einzelnen Kostenkategorien Bruttosenkungen von bis zu 70 Prozent ermöglichen kann. Nach Abzug der Technologiekosten erwarten die Autoren eine Senkung der gesamten Kostenbasis von Banken um 15 bis 20 Prozent. Zugleich könnten die weltweiten Gewinnpools der Branche um rund 170 Milliarden US-Dollar oder 9 Prozent sinken, wenn Banken ihr Geschäftsmodell nicht neu ausrichten.

Kennzahlen, McKinsey Global Banking Annual Review 2025, globale Schätzungen: bis zu 70 Prozent Bruttosenkung in einzelnen Kostenkategorien, 15 bis 20 Prozent Nettosenkung der gesamten Kostenbasis, möglicher Rückgang der globalen Gewinnpools um 170 Milliarden US-Dollar beziehungsweise 9 Prozent.

Es handelt sich um globale Schätzungen, nicht um Zusagen für ein einzelnes Institut. Die Werte zeigen aber die Größenordnung: Es geht nicht um ein Effizienzprojekt am Rand, sondern um einen Hebel auf Kostenbasis und Ertragskraft. Eine Entscheidung dieser Tragweite lässt sich nicht an eine Fachabteilung delegieren und nicht in einem einzelnen Budgetjahr abbilden.

Warum ist der Zeithorizont das Kernproblem?

Weil Aufwand und Ertrag in unterschiedlichen Jahren anfallen. Viele Institute planen in Zyklen von zwölf Monaten, getaktet durch Budget und Jahresziele. KI-Transformation entfaltet ihren Wert über mehrere Jahre: Datenbasis, Integration, neue Arbeitsweisen und Qualifizierung kosten zuerst und wirken später. Wer nur bis zum nächsten Jahresende rechnet, sieht die Kosten, aber nicht den Ertrag, und entscheidet folgerichtig für ein kleines Pilotprojekt ohne Breitenwirkung.

Daraus entsteht ein verbreitetes Muster. Der Pilot passt ins Jahresbudget, die Überführung in den Regelbetrieb nicht. Es gibt viel Bewegung und wenig Veränderung. Die Studie „KI in Banken 2025“ von Cofinpro und VÖB-Service mit 317 Befragten aus deutschen Kreditinstituten zeigt den Effekt: 78 Prozent der Institute arbeiten mit KI, in der Unternehmensstrategie verankert haben sie aber nur 48 Prozent. Warum Piloten so oft vor dem Regelbetrieb stehen bleiben, beschreibt der Beitrag zur Pilotfalle in Banken.

Was unterscheidet eine Managementagenda von einem Jahresbudget?

Eine Managementagenda legt ein Zielbild über drei Jahre fest und leitet daraus jährliche Ergebnisse ab; ein Jahresbudget verteilt Mittel auf Vorhaben, die jedes Jahr neu um ihre Berechtigung ringen. Im ersten Fall richtet sich das Budget nach dem Zielbild, im zweiten das Zielbild nach dem Budget.

Praktisch heißt das: Das Management beschließt nicht nur einzelne KI-Vorhaben, sondern einen mehrjährigen Rahmen mit Investitionspfad, Verantwortlichkeiten und jährlichen Prüfpunkten. Jedes Budgetjahr beantwortet dann nicht mehr die Frage, ob KI weiterverfolgt wird, sondern welcher nächste Schritt im Zielbild ansteht. Diese Verschiebung klingt formal, verändert aber die Gespräche im Institut grundlegend.

Warum ist KI ein Querschnittsthema und kein IT-Projekt?

Weil KI nicht an einer Stelle wirkt, sondern quer durch die Organisation: im Vertrieb, in der Marktfolge, im Service und in der Steuerung. Wird KI als abgegrenztes Projekt einer Abteilung geführt, begrenzt das ihren Nutzen auf diese Abteilung. Wird sie wie ein IT-Projekt geführt, fehlt ihr das Mandat, in die Arbeitsweise der Fachbereiche einzugreifen, und die Fachbereiche erleben sie als Störung von außen.

Ein Querschnittsthema braucht deshalb eine Verantwortung oberhalb der Abteilungen, also im Management. Die Deloitte-Studie „Künstliche Intelligenz im Bankensektor“ vom November 2025 mit 40 Banken zeigt, wie selten das gelingt: Nur 15 Prozent haben KI umfassend in Governance und Organisation integriert, 43 Prozent nutzen KI ohne klare strategische Verankerung. Warum das Mandat von oben entscheidet, beschreibt der Beitrag Management und KI: Was verstanden sein muss.

Welche Fehler machen Institute in der KI-Governance?

Zwei Fehler sind besonders verbreitet. Der erste ist die vollständige Delegation an die IT. KI ist ein Tool, ihr Einsatz betrifft aber Fachprozesse, Kundenkontakt und Regulierung gleichermaßen. Wer die Governance allein der IT überlässt, überträgt fachliche Entscheidungen einer Funktion, die sie nicht verantworten kann. Die Folge sind entweder Regeln, die fast nichts erlauben, oder Regeln, die fast alles zulassen.

Der zweite Fehler ist eine Parallelwelt. Ein Institut hat bereits Auslagerungsmanagement, Risikoinventar und Modellvalidierung. Wer für KI eine zusätzliche Struktur daneben baut, verdoppelt Arbeit und erzeugt Widersprüche. Tragfähiger ist es, KI in die bestehenden Steuerungsprozesse einzubetten. Wie sich das aufsichtsrechtlich einordnen lässt, beschreibt der Beitrag zur MaRisk-Novelle 2026 und den KI-Anforderungen.

Was blockiert die Umsetzung zusätzlich?

Kompetenz und ungeregelte Nutzung. Ein Zielbild bleibt Papier, wenn die Belegschaft die Tools nicht beherrscht. Qualifizierung gehört deshalb in die Agenda, mit Budget über mehrere Jahre und nicht als einmalige Schulungswelle. Warum einmalige Formate allein wenig verändern, zeigt der Beitrag Warum die meisten KI-Workshops nichts verändern.

Hinzu kommt die Schatten-KI. Der Digitalverband Bitkom hat im Oktober 2025 nach einer Befragung von 604 Unternehmen aller Branchen berichtet, dass vier von zehn zumindest davon ausgehen, dass Beschäftigte private KI-Tools ohne Freigabe nutzen. Auch das ist eine Managementaufgabe: Wer keinen freigegebenen Weg schafft, bekommt den unkontrollierten.

Wie bleibt Fortschritt über mehrere Jahre sichtbar?

Durch wenige beobachtbare Ergebnisse je Jahr. Ein mehrjähriges Zielbild zerfällt an seiner eigenen Länge, wenn es keine Zwischenstände gibt. Das Management legt deshalb je Jahr eine kleine Zahl von Ergebnissen fest, die eintreten müssen: Ein Prozess läuft nachweislich anders, eine Rolle wird anders ausgeübt, eine Kennzahl wird belegbar erreicht.

Ein tragfähiges Zielbild beantwortet dabei drei Fragen: Welche Prozesse laufen in drei Jahren wesentlich anders, welche Rollen verändern sich, und woran wird der Effekt gemessen? Weniger ist eine Vision ohne Verbindlichkeit, mehr ist ein Projektplan, den kein Management aus der Distanz steuern kann. Zum Zielbild gehört auch Ehrlichkeit über den Aufwand, denn Transformation stellt eingespielte Arbeitsweisen infrage.

Was das Management jetzt festlegen sollte

  1. Ein Zielbild über drei Jahre beschließen: Prozesse, Rollen und Kennzahlen, an denen sich jedes Budgetjahr ausrichtet.

  2. Einen Investitionspfad statt Jahresbudgets festlegen, mit jährlichen Prüfpunkten statt jährlicher Grundsatzdebatte.

  3. Die Verantwortung im Management verankern und KI als Querschnittsthema über den Abteilungen führen.

  4. KI in bestehende Steuerungsprozesse einbetten, statt eine Parallelstruktur aufzubauen.

  5. Qualifizierung über mehrere Jahre budgetieren, damit die Tools im Alltag ankommen und nicht nur im Bericht.

Prozesskette in fünf Schritten: Zielbild über drei Jahre beschließen, Investitionspfad festlegen, Verantwortung im Management verankern, KI in bestehende Steuerung einbetten, Qualifizierung über mehrere Jahre budgetieren. Darstellung: Sotica.

Häufige Fragen

Warum reicht ein Jahresbudget für KI nicht aus?
Weil Datenbasis, Integration und Qualifizierung zuerst Aufwand erzeugen und erst später Ertrag. Im Jahresblick überwiegen deshalb die Kosten, und es entstehen Piloten statt Veränderung.

Wer sollte die KI-Transformation im Institut verantworten?
Das Management, weil KI Vertrieb, Marktfolge, Service und Steuerung zugleich betrifft. Die IT liefert Plattform und Betrieb, die Fachbereiche verantworten ihre Anwendungsfälle.

Wie konkret muss ein KI-Zielbild sein?
So konkret, dass benannt ist, welche Prozesse in drei Jahren anders laufen, welche Rollen sich verändern und welche Kennzahlen den Effekt zeigen. Details der Umsetzung gehören in die jährlichen Schritte.

Weitere Beiträge zu Anwendungsfällen, Plattformen und Steuerung bündelt das Dossier KI-Strategie & Plattformen.

Ob KI im eigenen Institut als Budgetposition oder als mehrjährige Agenda geführt wird, zeigt sich meist an der Frage, welches Ergebnis in drei Jahren erreicht sein soll. Wir freuen uns über ein erstes Gespräch dazu.

Hinweis: Das Titelbild wurde mit KI generiert.

Sotica Insights

Redaktion · Beiträge aus der Beratungspraxis

Ein Thema, das gerade beschäftigt?

Gemeinsam einordnen, was daraus folgt.

Titelbild zum Beitrag „KI-Transformation braucht eine mehrjährige Managementagenda“

Die wichtigsten Erkenntnisse

Jahresbudgets erzeugen Piloten statt Wandel

KI ist ein Querschnittsthema im Management

Ein Zielbild über drei Jahre schafft Richtung

Die Technik ist bereit. Der Planungshorizont nicht.

In vielen Finanzinstituten steht die Technik für den KI-Einsatz längst bereit, während die Transformation im Jahresbudget feststeckt. Die KI-Transformation eines Finanzinstituts scheitert selten an der Technik, sondern an einem Planungshorizont von zwölf Monaten: Wer KI im Jahresbudget denkt, finanziert Pilotprojekte; wer sie als mehrjährige Managementagenda führt, verändert Prozesse, Rollen und Kostenbasis.

Der folgende Beitrag ordnet ein, warum der Zeithorizont das Kernproblem ist, was eine mehrjährige Managementagenda von einem Projektplan unterscheidet und wie Fortschritt über die Jahresgrenze hinweg sichtbar bleibt.

Wie groß ist der wirtschaftliche Hebel für Banken?

Groß genug, um auf die Managementagenda zu gehören. McKinsey schätzt im „Global Banking Annual Review 2025“ vom Oktober 2025, dass KI in einzelnen Kostenkategorien Bruttosenkungen von bis zu 70 Prozent ermöglichen kann. Nach Abzug der Technologiekosten erwarten die Autoren eine Senkung der gesamten Kostenbasis von Banken um 15 bis 20 Prozent. Zugleich könnten die weltweiten Gewinnpools der Branche um rund 170 Milliarden US-Dollar oder 9 Prozent sinken, wenn Banken ihr Geschäftsmodell nicht neu ausrichten.

Kennzahlen, McKinsey Global Banking Annual Review 2025, globale Schätzungen: bis zu 70 Prozent Bruttosenkung in einzelnen Kostenkategorien, 15 bis 20 Prozent Nettosenkung der gesamten Kostenbasis, möglicher Rückgang der globalen Gewinnpools um 170 Milliarden US-Dollar beziehungsweise 9 Prozent.

Es handelt sich um globale Schätzungen, nicht um Zusagen für ein einzelnes Institut. Die Werte zeigen aber die Größenordnung: Es geht nicht um ein Effizienzprojekt am Rand, sondern um einen Hebel auf Kostenbasis und Ertragskraft. Eine Entscheidung dieser Tragweite lässt sich nicht an eine Fachabteilung delegieren und nicht in einem einzelnen Budgetjahr abbilden.

Warum ist der Zeithorizont das Kernproblem?

Weil Aufwand und Ertrag in unterschiedlichen Jahren anfallen. Viele Institute planen in Zyklen von zwölf Monaten, getaktet durch Budget und Jahresziele. KI-Transformation entfaltet ihren Wert über mehrere Jahre: Datenbasis, Integration, neue Arbeitsweisen und Qualifizierung kosten zuerst und wirken später. Wer nur bis zum nächsten Jahresende rechnet, sieht die Kosten, aber nicht den Ertrag, und entscheidet folgerichtig für ein kleines Pilotprojekt ohne Breitenwirkung.

Daraus entsteht ein verbreitetes Muster. Der Pilot passt ins Jahresbudget, die Überführung in den Regelbetrieb nicht. Es gibt viel Bewegung und wenig Veränderung. Die Studie „KI in Banken 2025“ von Cofinpro und VÖB-Service mit 317 Befragten aus deutschen Kreditinstituten zeigt den Effekt: 78 Prozent der Institute arbeiten mit KI, in der Unternehmensstrategie verankert haben sie aber nur 48 Prozent. Warum Piloten so oft vor dem Regelbetrieb stehen bleiben, beschreibt der Beitrag zur Pilotfalle in Banken.

Was unterscheidet eine Managementagenda von einem Jahresbudget?

Eine Managementagenda legt ein Zielbild über drei Jahre fest und leitet daraus jährliche Ergebnisse ab; ein Jahresbudget verteilt Mittel auf Vorhaben, die jedes Jahr neu um ihre Berechtigung ringen. Im ersten Fall richtet sich das Budget nach dem Zielbild, im zweiten das Zielbild nach dem Budget.

Praktisch heißt das: Das Management beschließt nicht nur einzelne KI-Vorhaben, sondern einen mehrjährigen Rahmen mit Investitionspfad, Verantwortlichkeiten und jährlichen Prüfpunkten. Jedes Budgetjahr beantwortet dann nicht mehr die Frage, ob KI weiterverfolgt wird, sondern welcher nächste Schritt im Zielbild ansteht. Diese Verschiebung klingt formal, verändert aber die Gespräche im Institut grundlegend.

Warum ist KI ein Querschnittsthema und kein IT-Projekt?

Weil KI nicht an einer Stelle wirkt, sondern quer durch die Organisation: im Vertrieb, in der Marktfolge, im Service und in der Steuerung. Wird KI als abgegrenztes Projekt einer Abteilung geführt, begrenzt das ihren Nutzen auf diese Abteilung. Wird sie wie ein IT-Projekt geführt, fehlt ihr das Mandat, in die Arbeitsweise der Fachbereiche einzugreifen, und die Fachbereiche erleben sie als Störung von außen.

Ein Querschnittsthema braucht deshalb eine Verantwortung oberhalb der Abteilungen, also im Management. Die Deloitte-Studie „Künstliche Intelligenz im Bankensektor“ vom November 2025 mit 40 Banken zeigt, wie selten das gelingt: Nur 15 Prozent haben KI umfassend in Governance und Organisation integriert, 43 Prozent nutzen KI ohne klare strategische Verankerung. Warum das Mandat von oben entscheidet, beschreibt der Beitrag Management und KI: Was verstanden sein muss.

Welche Fehler machen Institute in der KI-Governance?

Zwei Fehler sind besonders verbreitet. Der erste ist die vollständige Delegation an die IT. KI ist ein Tool, ihr Einsatz betrifft aber Fachprozesse, Kundenkontakt und Regulierung gleichermaßen. Wer die Governance allein der IT überlässt, überträgt fachliche Entscheidungen einer Funktion, die sie nicht verantworten kann. Die Folge sind entweder Regeln, die fast nichts erlauben, oder Regeln, die fast alles zulassen.

Der zweite Fehler ist eine Parallelwelt. Ein Institut hat bereits Auslagerungsmanagement, Risikoinventar und Modellvalidierung. Wer für KI eine zusätzliche Struktur daneben baut, verdoppelt Arbeit und erzeugt Widersprüche. Tragfähiger ist es, KI in die bestehenden Steuerungsprozesse einzubetten. Wie sich das aufsichtsrechtlich einordnen lässt, beschreibt der Beitrag zur MaRisk-Novelle 2026 und den KI-Anforderungen.

Was blockiert die Umsetzung zusätzlich?

Kompetenz und ungeregelte Nutzung. Ein Zielbild bleibt Papier, wenn die Belegschaft die Tools nicht beherrscht. Qualifizierung gehört deshalb in die Agenda, mit Budget über mehrere Jahre und nicht als einmalige Schulungswelle. Warum einmalige Formate allein wenig verändern, zeigt der Beitrag Warum die meisten KI-Workshops nichts verändern.

Hinzu kommt die Schatten-KI. Der Digitalverband Bitkom hat im Oktober 2025 nach einer Befragung von 604 Unternehmen aller Branchen berichtet, dass vier von zehn zumindest davon ausgehen, dass Beschäftigte private KI-Tools ohne Freigabe nutzen. Auch das ist eine Managementaufgabe: Wer keinen freigegebenen Weg schafft, bekommt den unkontrollierten.

Wie bleibt Fortschritt über mehrere Jahre sichtbar?

Durch wenige beobachtbare Ergebnisse je Jahr. Ein mehrjähriges Zielbild zerfällt an seiner eigenen Länge, wenn es keine Zwischenstände gibt. Das Management legt deshalb je Jahr eine kleine Zahl von Ergebnissen fest, die eintreten müssen: Ein Prozess läuft nachweislich anders, eine Rolle wird anders ausgeübt, eine Kennzahl wird belegbar erreicht.

Ein tragfähiges Zielbild beantwortet dabei drei Fragen: Welche Prozesse laufen in drei Jahren wesentlich anders, welche Rollen verändern sich, und woran wird der Effekt gemessen? Weniger ist eine Vision ohne Verbindlichkeit, mehr ist ein Projektplan, den kein Management aus der Distanz steuern kann. Zum Zielbild gehört auch Ehrlichkeit über den Aufwand, denn Transformation stellt eingespielte Arbeitsweisen infrage.

Was das Management jetzt festlegen sollte

  1. Ein Zielbild über drei Jahre beschließen: Prozesse, Rollen und Kennzahlen, an denen sich jedes Budgetjahr ausrichtet.

  2. Einen Investitionspfad statt Jahresbudgets festlegen, mit jährlichen Prüfpunkten statt jährlicher Grundsatzdebatte.

  3. Die Verantwortung im Management verankern und KI als Querschnittsthema über den Abteilungen führen.

  4. KI in bestehende Steuerungsprozesse einbetten, statt eine Parallelstruktur aufzubauen.

  5. Qualifizierung über mehrere Jahre budgetieren, damit die Tools im Alltag ankommen und nicht nur im Bericht.

Prozesskette in fünf Schritten: Zielbild über drei Jahre beschließen, Investitionspfad festlegen, Verantwortung im Management verankern, KI in bestehende Steuerung einbetten, Qualifizierung über mehrere Jahre budgetieren. Darstellung: Sotica.

Häufige Fragen

Warum reicht ein Jahresbudget für KI nicht aus?
Weil Datenbasis, Integration und Qualifizierung zuerst Aufwand erzeugen und erst später Ertrag. Im Jahresblick überwiegen deshalb die Kosten, und es entstehen Piloten statt Veränderung.

Wer sollte die KI-Transformation im Institut verantworten?
Das Management, weil KI Vertrieb, Marktfolge, Service und Steuerung zugleich betrifft. Die IT liefert Plattform und Betrieb, die Fachbereiche verantworten ihre Anwendungsfälle.

Wie konkret muss ein KI-Zielbild sein?
So konkret, dass benannt ist, welche Prozesse in drei Jahren anders laufen, welche Rollen sich verändern und welche Kennzahlen den Effekt zeigen. Details der Umsetzung gehören in die jährlichen Schritte.

Weitere Beiträge zu Anwendungsfällen, Plattformen und Steuerung bündelt das Dossier KI-Strategie & Plattformen.

Ob KI im eigenen Institut als Budgetposition oder als mehrjährige Agenda geführt wird, zeigt sich meist an der Frage, welches Ergebnis in drei Jahren erreicht sein soll. Wir freuen uns über ein erstes Gespräch dazu.

Hinweis: Das Titelbild wurde mit KI generiert.

Sotica Insights

Redaktion · Beiträge aus der Beratungspraxis

Ein Thema, das gerade beschäftigt?

Gemeinsam einordnen, was daraus folgt.

Sotica ist eine Unternehmensberatung mit Sitz in München. Für alle Aufträge gelten unsere AGB. Die Inhalte dieser Website dienen der allgemeinen Information. Sotica ist eine eingetragene Marke. © 2026 Sotica GmbH. Alle Rechte vorbehalten.

Sotica ist eine Unternehmensberatung mit Sitz in München. Für alle Aufträge gelten unsere AGB. Die Inhalte dieser Website dienen der allgemeinen Information. Sotica ist eine eingetragene Marke. © 2026 Sotica GmbH. Alle Rechte vorbehalten.

Sotica ist eine Unternehmensberatung mit Sitz in München. Für alle Aufträge gelten unsere AGB. Die Inhalte dieser Website dienen der allgemeinen Information. Sotica ist eine eingetragene Marke. © 2026 Sotica GmbH. Alle Rechte vorbehalten.