S-KIPilot: Warum der KI-Assistent in Sparkassen kaum genutzt wird

Das Tool steht auf jedem Schreibtisch, die Wirkung nicht

Der S-KIPilot ist in den Sparkassen angekommen, zumindest technisch. In vielen Instituten nutzt ihn ein kleiner Kreis täglich, die Mehrheit hat ihn einmal ausprobiert und ist zum gewohnten Weg zurückgekehrt. Die Investition ist getätigt, die Entlastung im Tagesgeschäft bleibt aus.

Ein ausgerollter KI-Assistent ist noch keine Nutzung. Ob der S-KIPilot im Institut wirkt, entscheiden konkrete Anwendungsfälle je Fachbereich, gepflegte Wissensquellen, geübte Anwenderinnen und Anwender und ein klares Mandat des Managements, nicht die nächste Funktion.

Wie weit ist der S-KIPilot verbreitet?

Sehr weit. Nach Angaben der Finanz Informatik im FI-Magazin 1/2026 steht der S-KIPilot an allen Arbeitsplätzen der Sparkassen und weiterer Verbundpartner zur Verfügung, ist seit mehr als 600 Tagen im Einsatz und wird von rund 150.000 Nutzenden eingesetzt. Laut Börsen-Zeitung vom Mai 2026 ist er auf 170.000 Arbeitsplätzen eingeführt, monatlich werden mehr als drei Millionen fachliche Prompts ausgeführt; ein KI-Agent hat im März 2026 rund 130.000 Beratungsgespräche vorbereitet.

Die Zahlen zeigen eine beachtliche Verbreitung und zugleich die Grenze jeder Gesamtstatistik. Rechnerisch ergeben drei Millionen Prompts auf 170.000 Arbeitsplätze einen Durchschnitt von knapp 18 je Arbeitsplatz und Monat, also weniger als einen pro Arbeitstag. Wie sich die Nutzung zwischen Instituten, Bereichen und Personen verteilt, verrät ein solcher Durchschnitt nicht. Genau diese Verteilung ist aber die Frage, die jedes einzelne Institut für sich beantworten muss.

Warum ist ein Rollout noch kein Nutzungsnachweis?

Weil Verfügbarkeit und wiederkehrende Nutzung zwei verschiedene Dinge sind. Die Adoptionslücke ist der Abstand zwischen einem Tool, das bereitsteht, und einem Tool, das in echten Prozessen regelmäßig genutzt wird. Ein Assistent, der an jedem Arbeitsplatz bereitsteht, aber nur für gelegentliche Übersetzungen oder das Kürzen einer E-Mail geöffnet wird, hebt keinen relevanten Effekt.

Unsichtbar bleibt die Lücke oft, weil Rollout-Quoten berichtet werden, Nutzungstiefe nicht. Wie oft ruft die Marktfolge den Assistenten bei der Kreditvorlage auf? Wie viele Beraterinnen lassen sich vor dem Gespräch die Kundenhistorie verdichten? Branchenübergreifend kommt der Bericht „The GenAI Divide: State of AI in Business 2025“ der MIT-Initiative NANDA zu dem Schluss, dass nur rund 5 Prozent der KI-Pilotprogramme einen schnellen Umsatzeffekt erreichen, und führt das nicht auf die Modelle zurück, sondern auf eine Lernlücke in den Organisationen.

Woran scheitert die Nutzung im Alltag?

An vier Stellen. Erstens fehlen konkrete Anwendungsfälle: Ein Assistent, der alles kann, hilft niemandem konkret, einer, der die drei häufigsten Aufgaben eines Teams nachweislich schneller macht, wird genutzt. Zweitens fehlt die Übung: Wer eine vage Frage stellt, bekommt eine vage Antwort und schließt daraus, das Tool tauge nichts. Erprobte Eingaben je Fachbereich, etwa für die Kreditzusammenfassung oder die Vorbereitung eines Wertpapiergesprächs, ändern das.

Drittens fehlt Vertrauen, wenn die Wissensbasis veraltet ist. Die Finanz Informatik schreibt in ihrem Praxisbericht vom Juli 2026, nicht die Modelle, sondern die Datenqualität sei technisch am schwierigsten gewesen; je Institut umfasst die Wissensbasis typischerweise rund 1.000 Prozessdokumente. Wer dreimal eine veraltete Auskunft bekommt, stellt keine vierte Frage. Wie die Bereinigung gelingt, beschreibt der Beitrag zur Wissensbasis vor dem Rollout. Viertens fehlt oft der Zugang selbst: Der S-KIPilot ist nur für nachweislich qualifizierte Mitarbeitende vorgesehen, stockende Qualifizierung begrenzt also die Reichweite.

Welche Rolle spielt das Management bei der Adoption?

Die entscheidende. Solange KI als Sache der IT gilt, bleibt die Nutzung dem Zufall überlassen. Adoption braucht ein sichtbares Mandat: eine klare Erwartung, in welchen Prozessen der Assistent genutzt wird, und die Bereitschaft, dafür Zeit für Befähigung freizugeben. Dieses Mandat ist kein Machtwort, sondern eine Prioritätsentscheidung über Anwendungsfälle, Multiplikatoren und Ziele.

Ebenso wichtig ist die Ebene darunter. Abteilungs- und Teamleitungen entscheiden, ob ihre Teams Zeit zum Ausprobieren bekommen und ob Erfolge geteilt werden; warum die Transformation genau dort häufig stockt, zeigt der Beitrag zum mittleren Management in der KI-Transformation. Akzeptanz wächst zudem über sichtbare Erfolge von Kolleginnen und Kollegen, nicht über Kommunikation aus der Zentrale, und über offene Antworten auf die unausgesprochene Sorge, ob der Assistent Teile der eigenen Arbeit ersetzt.

Wie lässt sich die Nutzung des S-KIPilot steigern?

Mit einem geführten Einführungsprozess statt mit der nächsten Funktion. Strukturierte Interviews quer durch die Fachbereiche zeigen, an welchen wiederkehrenden Tätigkeiten der Assistent real entlastet und wo fachliche oder rechtliche Grenzen bestehen. Darauf baut eine Befähigung am echten Fall auf, mit benannten Multiplikatoren und kurzen Lernformaten im Arbeitsrhythmus.

Dass dieser Weg trägt, zeigen Erfahrungen aus Einführungsprojekten. Bei einem vergleichbaren Institut stieg die KI-Nutzung je Mitarbeitendem und Monat innerhalb von sechs Monaten von unter zwei auf rund 20 Anfragen, ohne ein neues Tool einzuführen. Bei einem anderen Institut verdoppelte allein die Interviewphase die Nutzung der Verbund-Tools nahezu. Die ersten Wochen nach dem Start entscheiden dabei über das erste Jahr: Wer früh einen persönlichen Nutzen erlebt, bleibt dabei.

Woran lässt sich Fortschritt erkennen?

Nicht an der Zahl der Zugänge, sondern an drei Fragen je Bereich: Wie viele Mitarbeitende nutzen den Assistenten wöchentlich? Für welche Aufgaben ist er der Standardweg? Und wo ist die gewonnene Zeit nachweisbar angekommen, in Kundenzeit oder abgebauten Rückständen? Wie diese Messung aufgebaut wird, beschreibt der Beitrag zum Nutzungsgrad statt Schulungsquote, die Verbindung zum Business Case der Beitrag zum KI-Business-Case im Finanzinstitut.

Ein geführter Rahmen wird mit KI-Agenten noch wichtiger, weil autonomere Systeme klare Zuständigkeiten voraussetzen, wie der Beitrag zur Produktionslücke bei KI-Agenten in Banken zeigt. Und wer Nutzung strukturiert, sichert zugleich Wissen, das sonst mit dem Ruhestand erfahrener Kräfte verloren geht, wie der Beitrag Jeder Vierte geht beschreibt.

Was das Management jetzt angehen sollte

1. Die Nutzungstiefe je Bereich erheben, statt nur die Zahl der Zugänge zu berichten.

2. Drei bis fünf Anwendungsfälle je Fachbereich festlegen, die einen echten Arbeitsschritt ersetzen.

3. Die Wissensbasis der häufigsten Themen bereinigen, bevor um Vertrauen geworben wird.

4. Multiplikatoren mit Zeitbudget benennen und Qualifizierung so organisieren, dass niemand ohne Zugang bleibt.

5. Ein Mandat mit Zielen setzen und die Nutzung quartalsweise im Führungskreis besprechen.

Häufige Fragen

Warum wird der S-KIPilot in manchen Sparkassen kaum genutzt?
Meist fehlen konkrete Anwendungsfälle je Bereich, Übung am eigenen Fall, eine gepflegte Wissensbasis und ein klares Mandat des Managements. Die Technik ist selten der Engpass.

Wie lässt sich die Nutzung messen?
Über die wöchentlich aktiven Nutzenden je Bereich, die Aufgaben, für die der Assistent Standardweg ist, und die Zeit ausgewählter Vorgänge vor und nach der Einführung.

Braucht es für mehr Nutzung neue Tools?
In der Regel nicht. Der größte Hebel liegt in Anwendungsfällen, Befähigung und Führung rund um das vorhandene Tool.

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

Wie viele Mitarbeitende den S-KIPilot im eigenen Institut in der vergangenen Woche tatsächlich genutzt haben, ist oft schwerer zu beantworten als gedacht, und genau dort beginnt die Steuerung. Wir freuen uns über ein erstes Gespräch zu diesem Thema.