Eine Lücke, die man nicht misst, lässt sich nicht schliessen
Fast jedes Finanzinstitut setzt heute irgendwo KI ein: im Kundenservice, im Kreditgeschäft, im Reporting oder in der Softwareentwicklung. Weit weniger können sagen, was sie kostet, welche Arbeit sie leistet und wohin die eingesparte Zeit tatsächlich fliesst. Ohne diese Antworten bleibt die KI-Wertlücke in der Erfolgsrechnung unsichtbar.
KI-Wertzuordnung ist die Fähigkeit, KI-Ausgaben mit der Arbeit zu verknüpfen, die KI leistet, und mit den Ergebnissen, die sie verändert. Sie kommt vor jedem glaubwürdigen Return on Investment und ist eine Führungsfrage, bevor sie eine Technologiefrage ist.
Nutzung ist nicht Wert
Die Nutzungszahlen beeindrucken. In McKinseys State-of-AI-Umfrage 2026 berichten 80 Prozent der Befragten von individuellen Produktivitätsgewinnen durch KI, aber nur 6 Prozent führen einen wesentlichen Teil ihres EBIT darauf zurück. McKinsey bringt es auf den Punkt: «Individuelle Gewinne schwinden, bevor sie die Erfolgsrechnung erreichen.»
Eine branchenübergreifende Umfrage unter 300 leitenden Portfolio- und PMO-Verantwortlichen, 2026 vom Planungssoftware-Anbieter Tempo veröffentlicht, zeigt in dieselbe Richtung. Neun von zehn testeten oder nutzten KI aktiv in der Projektumsetzung, aber nur ein Drittel übertrug echte Umsetzungsarbeit an KI-Agenten. Teams, die KI lediglich «nutzten», hatten keinen Vorteil gegenüber jenen, die erst Pilotprojekte führten oder noch nicht begonnen hatten, und schnitten bei einigen Kennzahlen schlechter ab.
Auf einen Blick
Vier blinde Flecken
Dieselbe Umfrage zeigt, wo der Wert verschwindet:
Kosten: 39 Prozent der Befragten sehen nicht, was KI kostet.
Rendite: 42 Prozent können KI-Ausgaben nicht mit dem ROI verknüpfen.
Doppelarbeit: 46 Prozent sagen, dass ihre Teams mit KI Arbeit doppelt erledigen.
Zuordnung: Unter den Teams, die KI aktiv nutzen, tun sich 55 Prozent schwer, KI-Arbeit von menschlicher Arbeit zu unterscheiden.
Die Umfrage schliesst viele stark regulierte Branchen aus; die Zahlen beschreiben also die Wirtschaft im weiteren Sinn. Banken stehen vor denselben vier Fragen, mit strengeren Kontrollen bei jeder davon. McKinsey nennt die Entscheidung, die darauf folgt: «Agenten erzeugen eine Produktivitätsdividende, und die Bank muss entscheiden, wohin sie fliesst: mehr Leistung, andere Arbeit, tiefere Kosten oder eine Mischung.»
Warum die Zuordnung zuerst kommt
Ohne Zuordnung wird jede KI-Diskussion zu einer Debatte über Lizenzen und Pilotprojekte. Mit ihr geht es um Ergebnisse. McKinsey hält fest: «Die Nutzung durch Mitarbeitende ist die Kennzahl, die viele Banken verwenden, aber eine bessere Kennzahl sind die Geschäftsergebnisse in einigen ausgewählten Bereichen.»
Wo Banken auf dieser Ebene messen, werden Ergebnisse sichtbar. Über 52 Anwendungsfälle agentischer KI hinweg berichtet McKinsey von einer durchschnittlichen Amortisationszeit von rund zehn Monaten und einem Dreijahres-ROI von etwa dem 2,9-Fachen. Diese Zahlen gibt es, weil jemand das Ergebnis definiert, die Kosten gemessen und die Wirkung verfolgt hat.
Das Hindernis ist selten die Technologie. In McKinseys Umfrage 2026 unter 85 Bankführungskräften wurde die Datenbereitschaft am häufigsten als Hindernis für KI genannt (48 Prozent), vor Talenten (41) und Veränderungsmanagement (37); die Technologie kam zuletzt (27). Die Tempo-Umfrage ergänzt ein operatives Detail: Unter Teams mit KI-Agenten im produktiven Einsatz sinkt der Anteil derjenigen, die KI-Arbeit nur schwer von menschlicher Arbeit unterscheiden können, auf 16 Prozent. Die Zuordnung wird einfacher, wenn KI definierte Arbeit mit einer klar verantwortlichen Person erledigt.
KI-Wert sichtbar machen
Die Zuordnung braucht kein grosses Programm. Vier Schritte machen den Unterschied:
Das Ergebnis vor dem Werkzeug festlegen. Wählen Sie einige Bereiche aus und halten Sie fest, welche Entscheidungen, Durchlaufzeiten oder Kosten sich ändern sollen.
Kosten und Arbeit gemeinsam verfolgen. Verknüpfen Sie KI-Ausgaben mit der geleisteten Arbeit, damit Kosten, Leistung und Verantwortliche in einer Sicht zusammenkommen.
Entscheiden, wohin die Dividende fliesst. Eingesparte Zeit wird nur dann zu mehr Leistung, anderer Arbeit oder tieferen Kosten, wenn jemand entscheidet, wozu.
Jedem KI-gestützten Prozess eine verantwortliche Person geben. Eine Person steht für das Ergebnis ein, ob die Arbeit von Menschen, Agenten oder beiden erledigt wird.
Der Decision Drift Diagnostic™ zeigt in rund zehn Minuten, wo Zuständigkeit, Entscheidungsbefugnis und Eskalation in Ihrer Organisation abgedriftet sind. Zeigt er eine strukturelle Lücke, ordnet ein Decision Rights Reset von vier bis sechs Wochen die Entscheidungen über KI benannten Verantwortlichen zu.
Fazit: Erst die Arbeit messen, dann die Rendite
KI-Wert entsteht nicht durch Nutzung, und er geht selten in der Technologie verloren. Er entsteht oder verschwindet in den Entscheidungen darüber, was KI tun soll, wer für das Ergebnis verantwortlich ist und wohin die eingesparte Zeit fliesst.
Institute, die KI-Kosten und -Arbeit mit Ergebnissen verknüpfen, können ihr KI-Budget verteidigen und es umlenken, wenn es sich nicht auszahlt. Für das Gesamtbild siehe die KI-Wertlücke im Finanzsektor und das Whitepaper (auf Englisch).
Quellen:
McKinsey & Company, Akshay Kapoor, Brian Ledbetter, Jonathan Leydon, Klaus Dallerup, Marti Riba, Saptarshi Ganguly, Sid Tiwari, Teresa Diviu und Vik Sohoni, Global Banking Annual Review 2026: The AI disruption dividend, November 2026 (80 Prozent individuelle Produktivitätsgewinne gegenüber 6 Prozent mit wesentlichem EBIT-Effekt; die Produktivitätsdividende; Nutzungs- gegenüber Ergebniskennzahlen; Amortisation in rund zehn Monaten und Dreijahres-ROI von etwa dem 2,9-Fachen über 52 agentische Anwendungsfälle; von 85 Bankführungskräften genannte Hindernisse). Zitate übersetzt. Quelle
Tempo Software, 2026 State of AI in Portfolio Management, Umfrage unter 300 leitenden Projekt-, Portfolio- und PMO-Verantwortlichen in Grossunternehmen in Nordamerika und Westeuropa, Feldarbeit durch Potloc, Juni 2026; Bericht eines Softwareanbieters, ohne viele stark regulierte Branchen (91 Prozent testen oder nutzen KI, 33 Prozent übertragen Umsetzungsarbeit an Agenten; Gruppe «nutzt KI» ohne Vorteil; 39 Prozent sehen die KI-Kosten nicht, 42 Prozent können sie nicht mit dem ROI verknüpfen, 46 Prozent erledigen Arbeit doppelt; Zuordnungsprobleme sinken von 55 auf 16 Prozent mit Agenten im produktiven Einsatz). Zitate übersetzt. Quelle