Am 17. Juni 2026 hat HSBC auf dem Google Cloud Summit in London eine mehrjährige Partnerschaft mit Google Cloud angekündigt. Die Bank erhält Zugang zu Googles Gemini-Sprachmodellen und zur Gemini Enterprise Agent Platform und will darauf innerhalb von zwei Jahren mehr als 200 Anwendungsfälle für Künstliche Intelligenz (KI) in Produktion bringen. Bereits heute laufen über 600 Anwendungen der Bank auf Google-Cloud-Infrastruktur. Die Schlagzeile schreibt sich von selbst: ein weiterer Großbank-Deal mit einem Hyperscaler, ein weiteres Milliardenversprechen. Wer die Ankündigung so liest, übersieht das Interessante daran.
Denn für die operative Führung einer Bank, für Chief Operating Officer und Chief Information Officer, sind nicht die runden Zahlen die Nachricht. Es sind drei Details, die in der Pressemitteilung unterschiedlich prominent stehen: ein Wertfilter, der jeden Anwendungsfall an einer Schwelle von 100 Millionen Dollar misst; die Tatsache, dass HSBC parallel eine zweite, gegenläufige KI-Partnerschaft betreibt; und ein Personalmodell, das die Grenze zwischen Anbieter und Kunde neu zieht. Diese drei Punkte entscheiden darüber, ob aus der Ankündigung ein Betriebsmodell wird oder eine weitere Absichtserklärung.
Was: Mehrjährige KI-Partnerschaft von HSBC mit Google Cloud, Zugang zu Gemini-Modellen und Gemini Enterprise Agent Platform
Wann: Angekündigt am 17. Juni 2026, Google Cloud Summit London
Ziel: Mehr als 200 KI-Anwendungsfälle in zwei Jahren, aufsetzend auf über 600 bestehende Anwendungen auf Google-Cloud-Infrastruktur
Filter: Jeder priorisierte Anwendungsfall muss einen Wertbeitrag von über 100 Mio. US-Dollar liefern (Umsatz oder Effizienz)
Nicht exklusiv: Parallel besteht seit Dezember 2025 eine Partnerschaft mit Mistral AI für selbst-gehostete Modelle
Was am 17. Juni tatsächlich vereinbart wurde
Die Substanz der Ankündigung ist konkreter als das übliche Absichtsvokabular. HSBC nennt drei initiale Einsatzfelder, in denen Google-Technologie unmittelbar produktiv werden soll. Das erste ist die Vermögensverwaltung, wo Agenten Beratungs- und Analyseprozesse unterstützen. Das zweite ist die Finanzkriminalitätsbekämpfung: Ein Anwendungsfall soll die rund eine Milliarde Transaktionen, die HSBC monatlich überwacht, effizienter durchleuchten und die Zeit bis zur Intervention halbieren. Das dritte betrifft den Frontline-Support, wo administrative Vorbereitungszeiten von Stunden auf Minuten sinken sollen.
Bemerkenswert ist die Rolle, die Google dabei einnimmt. Es geht nicht um den Verkauf von Software-Lizenzen, sondern um ein Kooperationsmodell, bei dem sogenannte Forward-Deployed Engineers von Google Cloud und Forschende von Google DeepMind direkt in den Teams von HSBC arbeiten. Google-Cloud-Chef Thomas Kurian ordnete das explizit als Modell ein.
Group-Chief-Executive Georges Elhedery rahmte die Vereinbarung von der anderen Seite, mit einer Formulierung, die für die spätere Governance-Diskussion wichtig ist: Man wolle jedem Kunden ein personalisiertes Erlebnis in Echtzeit und im großen Maßstab bieten, dabei aber menschliches Urteilsvermögen, Entscheidungsfindung und Verantwortlichkeit im Kern behalten. Die Betonung der menschlichen Letztverantwortung ist bei agentischen Systemen, die eigenständig handeln, kein rhetorisches Beiwerk. Sie ist der regulatorisch heikelste Punkt.
Der 100-Millionen-Filter: Disziplin oder Kulisse?
Das interessanteste Steuerungsinstrument der Ankündigung ist zugleich das am wenigsten beachtete. HSBC priorisiert seine Anwendungsfälle nach einer Schwelle: Ein Vorhaben rückt nur dann in die Top-Kategorie, wenn es einen Wertbeitrag von über 100 Millionen US-Dollar erwarten lässt, sei es durch zusätzlichen Umsatz oder durch Effizienzgewinne. In einer Branche, die seit drei Jahren von Piloten überschwemmt wird, die nie in den Produktivbetrieb übergehen, ist ein solcher Filter zunächst eine gute Nachricht. Er zwingt zur Auswahl.
Doch der Filter ist zweischneidig. Eine erwartete Zahl ist keine realisierte Zahl. Wer einen Anwendungsfall in die 100-Millionen-Kategorie heben will, muss lediglich eine Schätzung liefern, die diese Schwelle überschreitet, und Schätzungen sind formbar. Ohne eine unabhängige, nachgelagerte Messung des tatsächlich realisierten Werts bleibt die Schwelle ein Priorisierungswerkzeug, kein Erfolgsnachweis. Die entscheidende Frage für den Aufsichtsrat lautet daher nicht, wie viele Anwendungsfälle die Schwelle passieren, sondern wie viele davon zwölf Monate später den versprochenen Wert nachweislich geliefert haben. Diese Rückmessung ist der Teil, den Ankündigungen selten enthalten.
Kein Hyperscaler, sondern ein Portfolio
Die verbreitetste Fehldeutung solcher Deals ist die vom Anbieter-Lock-in: Eine Bank wählt einen Hyperscaler und bindet sich für ein Jahrzehnt. Bei HSBC stimmt dieses Bild nicht. Bereits im Dezember 2025 hatte die Bank eine Partnerschaft mit dem französischen KI-Unternehmen Mistral AI geschlossen, deren Logik der Google-Kooperation entgegensteht. Während Google Cloud die agentische, cloud-native Schiene bedient, liefert Mistral selbst-gehostete Modelle, die auf HSBC-eigener Infrastruktur laufen und gezielt für Anwendungsfälle mit hoher Anforderung an Datenhoheit gedacht sind, etwa in Kredit-, Onboarding- und Geldwäsche-Prozessen.
Damit betreibt HSBC keine Anbieterwahl, sondern ein Anbieterportfolio. Das ist kein Einzelfall, sondern das Muster der Stunde. Die Deutsche Bank fährt eine Google-Cloud-first-Strategie mit Gemini, die Commerzbank setzt auf Microsoft Azure. An der Wall Street haben JPMorgan, Goldman Sachs, Citigroup und Visa parallel auf Anthropic und dessen Claude-Modelle gesetzt. Es gibt keinen Branchenkonsens auf einen Anbieter, und das ist eine bewusste Entscheidung. Für die operative Führung folgt daraus eine unbequeme Wahrheit: Die relevante Kompetenz ist nicht mehr die Auswahl des richtigen Modells, sondern das Management eines heterogenen Anbieterbestands über Jahre hinweg, mit unterschiedlichen Vertragsregimen, Datenflüssen und Ausfallprofilen.
Forward-Deployed Engineers: Das Palantir-Modell zieht in die Bank
Der still gewachsene Kern dieser Partnerschaften ist ein Personalmodell, das aus einer ganz anderen Welt stammt. Der Begriff des Forward-Deployed Engineer wurde von Palantir in den frühen 2010er-Jahren für Geheimdienst- und Regierungskunden geprägt. Statt Software zu verkaufen und den Kunden damit allein zu lassen, setzt der Anbieter eigene Ingenieure direkt beim Kunden ein, die dort mit den internen Teams an konkreten Problemen arbeiten. Seit 2026 kopieren Anthropic und OpenAI dieses Modell für ihre Finanzkunden, und Google Cloud bringt es nun bei HSBC zum Einsatz.
Für die Umsetzungsgeschwindigkeit ist das ein Segen. Für die Governance ist es eine neue Kategorie. Anbieterpersonal mit tiefem, dauerhaftem Zugriff auf interne Prozesse, Datenbestände und Systeme einer regulierten Bank bewegt sich außerhalb dessen, was klassische Auslagerungs- und Zugriffskonzepte abbilden. Es entstehen Fragen, die keine Presseerklärung beantwortet: Welche Kontrollrechte gelten für diese Ingenieure? Wie wird verhindert, dass Prozesswissen der Bank abfließt? Und was geschieht mit der über Jahre aufgebauten Abhängigkeit, wenn der Anbieter wechselt oder ausfällt?
Die Governance-Lücke: DORA und der EU AI Act
An dieser Stelle klafft zwischen der Ankündigung und dem europäischen Aufsichtsrahmen eine Lücke, die in keiner der gesichteten Quellen adressiert wird. Zwei Regelwerke sind unmittelbar betroffen. Der Digital Operational Resilience Act (DORA) verlangt von Finanzinstituten ein striktes Management kritischer Informations- und Kommunikationstechnologie-Drittparteien, inklusive der Beherrschung von Konzentrations- und Viertparteienrisiken. Ein Modell, in dem ein einzelner Hyperscaler nicht nur Infrastruktur, sondern auch eingebettetes Personal stellt, verschiebt genau dieses Konzentrationsrisiko in eine neue Dimension. Die Forward-Deployed Engineers sind in der DORA-Logik keine gewöhnlichen Dienstleister.
Das zweite Regelwerk ist die europäische Verordnung über Künstliche Intelligenz, der EU AI Act. Der Anwendungsfall zur Finanzkriminalitätsbekämpfung, der eine Milliarde Transaktionen im Monat bewertet und über Interventionen mitentscheidet, ist ein Kandidat für die Einstufung als Hochrisiko-System, mit den entsprechenden Anforderungen an Transparenz, menschliche Aufsicht und Dokumentation. Georges Elhederys Betonung der menschlichen Letztverantwortung liest sich vor diesem Hintergrund weniger wie eine Wertaussage und mehr wie eine vorweggenommene Compliance-Position. Für europäische Institute, die HSBCs Weg beobachten, ist das die eigentliche Lehre: Der Wettbewerbsvorteil liegt nicht im schnellsten Deal, sondern in der Fähigkeit, agentische Systeme so zu bauen, dass sie den Aufsichtsrahmen von Anfang an erfüllen.
Handlungsempfehlungen für die operative Praxis
Für Institute, die ihre eigene KI-Anbieterstrategie schärfen, ist der HSBC-Deal weniger eine Blaupause zum Kopieren als eine Checkliste zum Nachdenken. Fünf Handlungsfelder stehen im Vordergrund.
Sofort: Wer Anwendungsfälle nach einer Wertschwelle priorisiert, sollte im selben Atemzug den Prozess definieren, der den realisierten Wert zwölf Monate später unabhängig misst. Ohne diese Rückkopplung wird aus der Priorisierungsdisziplin eine Schätzkultur, die sich selbst bestätigt.
Kurzfristig: Die relevante Kompetenz ist das Management eines heterogenen Anbieterbestands. Ein bewusstes Portfolio aus cloud-nativen und selbst-gehosteten Modellen reduziert Abhängigkeit, erhöht aber die Anforderung an Vertrags-, Daten- und Ausfall-Governance. Diese Fähigkeit gehört auf die Kompetenzagenda, nicht die Frage nach dem besten Modell.
Vor Vertragsschluss: Anbieterpersonal mit tiefem Systemzugriff braucht ein eigenes Kontroll- und Zugriffsregime: definierte Rechte, Protokollierung, Wissenssicherung und ein Austrittsszenario. Wer dieses Modell nutzt, sollte es nicht unter dem klassischen Auslagerungsvertrag abbilden, wo es nicht hingehört.
Laufend: Ein Hyperscaler, der Infrastruktur, Modelle und eingebettetes Personal gleichzeitig stellt, konzentriert Abhängigkeit auf eine Weise, die über die übliche Cloud-Auslagerung hinausgeht. Die Beherrschung von Konzentrations- und Viertparteienrisiken nach DORA sollte diesen Fall explizit erfassen.
Vor Produktivsetzung: Agentische Systeme in der Finanzkriminalitätsbekämpfung oder Kreditvergabe sind Kandidaten für die Hochrisiko-Einstufung. Wer Transparenz, menschliche Aufsicht und Dokumentation erst nach dem Go-live nachrüstet, riskiert einen teuren Rückbau. Die Compliance-Anforderung gehört in die Architektur, nicht in die Nachbetrachtung.
Christian Schablitzki
Strategy & Management Consultant · Agentic-AI-Experte für Finanzinstitute
Über 20 Jahre in Investmentbanking und Derivatehandel, anschließend mehr als 10 Jahre als Berater für Finanzinstitute. Aktuell Partner bei Infosys Consulting in Deutschland. Zertifiziert in Google AI, Generative AI Leader (Google Cloud) und IBM RAG and Agentic AI.
LinkedIn-Profil →Lesen Sie weiter – alle 14 Tage in Ihrem Postfach.
Kapitalmarkt-Insights, Regulierungs-Updates und AI-Trends. Kompakt, fundiert, kostenlos.
DSGVO-konform. Jederzeit abbestellbar.