Banken investieren Milliarden in Digitalisierung und Künstliche Intelligenz. Doch beim Kunden kommt davon oft erstaunlich wenig an. Unsere aktuelle Befragung von Banken im DACH-Raum zeigt: Das Problem ist weniger die Technologie an sich, sondern die Organisation dahinter.

Während KI und autonome Agenten auf die strategische Agenda rücken, bleiben Budgets, Prozesse und Verantwortlichkeiten vielfach in alten Silos verhaftet. Wer das Kundenerlebnis verbessern will, muss deshalb nicht zuerst mehr Technologie einsetzen – sondern sein Betriebsmodell verändern.

Was Kunden morgen erwarten

Kundenzufriedenheit wird heute vor allem rückblickend gemessen – etwa mit dem Customer Satisfaction Score (CSAT) oder Net Promoter Score (NPS). Künftig zählt stärker, was der Kunde im entscheidenden Moment erlebt:

•  Time-to-Value: Wie schnell entsteht ein konkreter Nutzen?

•  Customer Effort Score: Wie einfach lässt sich ein Anliegen erledigen? 

Dafür müssen Banken den Kundenkontext in Echtzeit verstehen. Genau hier sehen die befragten Institute noch deutliche Defizite [1]. Die Folge: Die Kundenansprache orientiert sich vielerorts weiterhin am internen Kampagnenkalender statt am tatsächlichen Finanzverhalten.¹

KI: hohe Ambition, begrenzte Autonomie

An digitaler Aufgeschlossenheit mangelt es nicht. Generative KI und autonom agierende KI-Agenten stehen weit oben auf der strategischen Agenda.²

Bei der tatsächlichen Entscheidungsbefugnis von KI dominiert jedoch Vorsicht. Im operativen Geschäft ist begrenzte Autonomie vorstellbar. Bei strategischen Entscheidungen wird sie wegen rechtlicher Risiken und möglichem Kontrollverlust weitgehend ausgeschlossen.

Entsprechend hält die Mehrheit der Banken ein eigenes AI Governance Council für erforderlich. Die Botschaft: Kontrolle geht derzeit vor Autonomie.²

Das Nadelöhr ist das Betriebsmodell

Die zentrale Lücke liegt zwischen technologischem Anspruch und organisatorischer Realität: Budgets werden weiterhin überwiegend nach Funktionen und Silos vergeben – statt entlang der tatsächlichen Customer Journeys. Gleichzeitig sind die Betriebsmodelle vieler Institute zu starr für eine kontinuierliche Kundenausrichtung.²

Das Kernproblem ist damit weniger ein Technologie- als ein Transformationsproblem des Target Operating Models.

Drei Hebel für das Management

1. Journey-Owner mit echtem Budget: Verantwortliche für Customer Journeys brauchen Entscheidungs- und Budgethoheit – nicht nur Koordinationsverantwortung.

2. Klare KI-Mandate: Für jede Journey muss definiert sein, wo KI unterstützt und wo sie eigenständig handeln darf.

3. Governance vor Skalierung: Ein AI Governance Council sollte frühzeitig Leitplanken für rechtliche, operative und strategische Risiken setzen.

Fazit

Die nächste Phase der Digitalisierung entscheidet sich nicht an der Frage, welche KI Banken einsetzen, sondern daran, ob ihre Organisation schnell genug darauf reagieren kann. Wer Technologie mit klaren Verantwortlichkeiten, kundenzentrierten Strukturen und wirksamer Governance verbindet, macht aus KI nicht nur Effizienz – sondern einen echten Wettbewerbsvorteil.

^{1 DACH-Banken-Befragung 2026, msg, bsi, ntsal und IFZ Hochschule Luzern. Vorläufige Auswertung.
2 Personetics, Global Banker Survey 2026, zitiert in The Financial Brand, 2026.}

Felix Zickenheiner Senior Consultant, Management Consulting msg for banking

Wir begleiten Banken dabei, ihr Betriebsmodell kundenzentriert und zugleich wirtschaftlich effizient weiterzuentwickeln.