Für einen COO oder CFO einer europäischen Bank ist die wichtigste Frage nicht, ob Agentic AI kommt, sondern wie man sie so einsetzt, dass am Ende messbare Effizienz steht und nicht eine weitere Pilot-Friedhof-Geschichte. ING hat am 18. März 2026 auf der 22. Morgan Stanley European Financials Conference in London einen ungewöhnlich konkreten Einblick gegeben, wie die Bank das angeht. Der Titel der Präsentation: „Driving value through digitalisation, scalability and (Gen)AI". Die genannten Zahlen sind beeindruckend. Genau deshalb lohnt es sich, sie sauber einzuordnen, bevor man sie ins eigene Board-Deck übernimmt.
Die Versuchung ist groß, ING als „erste europäische Großbank mit Agentic-AI-Operating-Model" zu etikettieren und die genannten Einsparzahlen eins zu eins der Agentic AI zuzuschreiben. Beides hält der Prüfung nicht stand. Wer das tut, baut auf einer Sekundärquellen-Kausalbrücke und liefert dem eigenen Vorstand eine Erzählung, die sich beim ersten kritischen Nachfragen nicht halten lässt. Dieser Artikel trennt deshalb konsequent das Belegte vom Behaupteten – und destilliert daraus, was für das eigene Haus tatsächlich übertragbar ist.
Was: ING-Präsentation vom 18. März 2026 auf der 22. Morgan Stanley European Financials Conference, London, unter dem Titel „Driving value through digitalisation, scalability and (Gen)AI"
Effizienzprogramm: rund 1.250 FTE-Reduktion 2026 (davon etwa 950 in den Niederlanden, primär AML/KYC) und circa 350 Mio. EUR inkrementelle Einsparung – Teil eines breiten Digitalisierungsprogramms, NICHT spezifisch Agentic AI zugeschrieben
Production-Rate: ING nennt 90 Prozent seiner (Gen)AI-Piloten in Produktion, gegenüber einem Branchenschnitt von rund 30 Prozent
Agentic Mortgage Assistant: in den Niederlanden im Back-Office produktiv (Dokumentenextraktion, Policy-Checks, Vorbereitung), nicht als voll-autonome Antragsabwicklung; vollständige agentic Abwicklung NL und DE für 2026 angekündigt
Caveat: Die Einsparzahlen sind nicht isoliert auf Agentic AI rückführbar; Agentic AI ist ein Treiber unter mehreren, dominiert wird das Programm von AML/KYC-Effizienz
Was ING am 18. März ankündigte – und was dahinter steckt
Beginnen wir mit dem, was tatsächlich auf dem Tisch lag. ING hat im Rahmen der Konferenz dargelegt, wie Digitalisierung, Skalierung und (Gen)AI zusammen Wert schaffen sollen. In diesem Kontext stehen die viel zitierten Zahlen: eine FTE-Reduktion von rund 1.250 Stellen im Jahr 2026, davon etwa 950 in den Niederlanden mit Schwerpunkt auf AML- und KYC-Funktionen, sowie eine inkrementelle Kosteneinsparung in der Größenordnung von 350 Mio. EUR.
Hier liegt die erste und wichtigste Präzisierung. Diese Zahlen gehören zu einem breiten Digitalisierungs- und Effizienzprogramm, nicht zu einer isolierten Agentic-AI-Initiative. Agentic AI ist einer der Treiber, aber nicht der einzige und in der konkreten FTE-Wirkung 2026 nicht einmal der dominierende. Der größte Hebel sitzt in der Straffung der AML- und KYC-Funktionen, einem Bereich, in dem ING global rund 6.000 Mitarbeiter beschäftigt und in dem AI zunehmend Transaktionsprüfungen übernimmt. Wer die 1.250 Stellen oder die 350 Mio. EUR im eigenen Board-Deck als „Agentic-AI-Einsparung" verkauft, baut eine Kausalbrücke, die die Primärquelle nicht hergibt. Die ehrliche Formulierung lautet: Agentic AI ist Teil eines Effizienzprogramms, dessen Zahlen sich nicht sauber einer einzelnen Technologie zurechnen lassen.
Auch das Etikett „erste europäische Großbank mit öffentlichem Agentic-AI-Operating-Model-Commitment" hält nicht. BBVA hat bereits 2025 und Anfang 2026 öffentlich eine eigene AI-Transformationseinheit auf C-Suite-Ebene kommuniziert. ING ist damit nicht die erste, sondern eher der Vorreiter mit dem konkretesten öffentlichen Effizienz-Commitment. Diese Unterscheidung ist keine Wortklauberei: Sie entscheidet darüber, ob die Analyse einer kritischen Prüfung standhält oder als überzogenes Benchmarking entlarvt wird.
Was an der ING-Präsentation tatsächlich bemerkenswert ist, ist weniger die Höhe der Einsparung als die genannte Umsetzungsquote. ING beziffert den Anteil seiner (Gen)AI-Piloten, die es bis in die Produktion schaffen, auf rund 90 Prozent – gegenüber einem oft zitierten Branchenschnitt von etwa 30 Prozent. Das ist die eigentlich interessante Zahl, weil sie nicht von der Technologie erzählt, sondern von der Disziplin, mit der ein Haus seine Piloten steuert. Dazu später mehr.
Der Agentic Mortgage Assistant: Wo er wirklich steht
Das meistzitierte Einzelbeispiel ist der Agentic Mortgage Assistant in den Niederlanden. Auch hier lohnt der genaue Blick, denn die Distanz zwischen dem, was produktiv läuft, und dem, was angekündigt ist, ist größer als viele Berichte suggerieren.
Produktiv im Einsatz ist der Assistant heute im Back Office. Er extrahiert Dokumente, führt Policy-Checks durch und bereitet Unterlagen für die weitere Bearbeitung vor. Das ist ein realer, messbarer Produktivitätshebel – aber es ist ein Assist-Szenario, kein voll-autonomer Antragsprozess. Die vollständige agentic Abwicklung von Hypothekenanträgen, in den Niederlanden und in Deutschland, ist für 2026 angekündigt, nicht live. Diese Trennlinie ist für die eigene Planung entscheidend: Ein Back-Office-Assist lässt sich heute reproduzieren, eine voll-autonome Antragsstrecke ist ein Ziel, dessen Realisierbarkeit sich erst zeigen muss.
COO Marnix van Stiphout hat den Mechanismus treffend beschrieben. Es geht nicht um Ersatz, sondern um Hebelwirkung – der Sachbearbeiter bekommt ein kleines Team an die Seite gestellt, und genau das verkürzt die Durchlaufzeiten.
Diese Framing-Wahl ist nicht zufällig. Sie beschreibt das Operating Model, das sich für regulierte Prozesse wie die Hypothekenabwicklung tatsächlich umsetzen lässt: Agentic AI als Verstärker der Sachbearbeitung, mit dem Menschen in der Entscheidungsschleife. Ein Haus, das daraus „autonome Kreditentscheidung" macht, läuft sehenden Auges in ein regulatorisches und reputatorisches Risiko – und übersieht, dass selbst ING den vollautonomen Schritt erst angekündigt, nicht vollzogen hat.
Agentic AI vs. RPA: Ergänzung, nicht Revolution
In der Berichterstattung taucht regelmäßig das Narrativ auf, Agentic AI „degradiere" die klassische Robotic Process Automation (RPA). Das ist eine editorielle Überspitzung, die die Quellen nicht belegen. Was die Quellen zeigen, ist ein Hybrid-Modell: RPA bleibt der Execution-Layer für deterministische, regelbasierte Tasks, Agentic AI kommt als Reasoning-Layer für komplexe, unstrukturierte Aufgaben hinzu. Das eine löst das andere nicht ab, es ergänzt es.
Für einen COO ist diese Unterscheidung mehr als eine Begriffsfrage. Sie entscheidet über die Architektur. Wer Agentic AI als Ablösung von RPA versteht, plant ein Rip-and-Replace, das teuer ist, bestehende Automatisierungsstrecken zerschlägt und – im regulierten Umfeld besonders heikel – eine vollständige Neubeurteilung etablierter, abgenommener Prozesse erzwingt. Wer Agentic AI als zusätzliche Schicht über dem vorhandenen Automatisierungsbestand versteht, behält die deterministische Verlässlichkeit dort, wo sie gebraucht wird, und ergänzt Urteilsvermögen dort, wo Regeln an ihre Grenzen stoßen. Van Stiphouts Aussage, praktisch jede Produktabwicklung werde von Agentic AI berührt werden, ist in diesem Sinne kein Plädoyer für den Kahlschlag, sondern für die schrittweise Durchdringung.
Ein konkreter Anhaltspunkt aus den ING-Aussagen: van Stiphout nennt einen Produktivitätsgewinn von rund 25 Prozent in einem einzelnen Operationsprozess. Das ist eine Hausnummer für die Größenordnung dessen, was im Hybrid-Modell realistisch erscheint – nicht für die pauschale Skalierung über alle Prozesse hinweg. Daneben testet ING Voice Agents in Spanien und Deutschland. Auch das ist ein Pilot-, kein Produktionsstand, und gehört entsprechend eingeordnet.
Was europäische Banken jetzt tun sollten
Aus dem ING-Fall lassen sich vier Maßnahmen ableiten, die nach Zeithorizont gestaffelt sind. Sie folgen einem Prinzip: Den Bauplan übernehmen, nicht die Schlagzeilen-Zahlen.
Sofort: Bevor ein einziger Agent ausgerollt wird, gehört der eigene Operationsbestand kartiert und nach ROI-Potenzial priorisiert. AML/KYC und Mortgage-Processing sind die naheliegenden ersten Testfelder, denn dort realisiert ING messbare Einsparungen. Der Entry Point sollte ein konkreter, eng umrissener Prozess mit messbarem ROI sein, nicht ein bankweites Programm. Wer breit startet, verteilt Aufmerksamkeit und verwässert die Messbarkeit.
2026: Die bestehende RPA bleibt als Execution-Layer erhalten, Agentic AI setzt als Reasoning-Layer darüber auf. Dieser Schnitt vermeidet ein teures Rip-and-Replace und – im regulierten Umfeld entscheidend – die vollständige regulatorische Neubeurteilung bereits abgenommener Prozesse. Deterministische Verlässlichkeit dort behalten, wo sie gebraucht wird; Urteilsvermögen dort ergänzen, wo Regeln an Grenzen stoßen.
2026 bis 2027: INGs 90-Prozent-Production-Rate ist kein Zufall, sondern das Ergebnis einer zentralen AI-Plattform mit einheitlichem Pilotierungsframework. Ohne eine solche Governance-Schicht – mit klaren Kriterien, ab wann ein Pilot in Produktion geht oder eingestellt wird – bleiben Piloten Piloten. Das Production-Gate ist der eigentliche Unterschied zwischen dem ING-Schnitt und dem Branchenschnitt von 30 Prozent.
Strategisch: Workforce-Transformation ist ein Führungsthema, das Monate vor dem technischen Rollout beginnt. Das gilt besonders für regulierte AML/KYC-Funktionen mit Kündigungsschutzauflagen; in Deutschland ist die Mitbestimmung früh einzubeziehen. Wer die Personalfrage erst stellt, wenn die Technik steht, riskiert Verzögerung, Vertrauensverlust und arbeitsrechtliche Reibung. ING hat den Personalpfad sichtbar vor dem vollständigen technischen Rollout geöffnet.
Risiken und offene Fragen
Drei Vorbehalte gehören zur ehrlichen Einordnung. Erstens die Zurechnung der Zahlen. Die 1.250 FTE und die 350 Mio. EUR sind Effekte eines Digitalprogramms, dessen dominierender Treiber die AML/KYC-Effizienz ist, nicht Agentic AI als isolierte Technologie. Wer sie pauschal der Agentic AI zuschreibt, verzerrt den eigenen Business Case und setzt sich beim ersten Nachfragen der Blamage aus.
Zweitens das RPA-Narrativ. Eine „Degradierung" von RPA durch Agentic AI ist nicht belegt; real ist ein Hybrid-Modell. Wer die Architektur an einer Ablöse-Erzählung ausrichtet, plant ein Projekt, das ING gerade nicht fährt.
Drittens der Reifegrad. Der Agentic Mortgage Assistant ist im Back-Office-Assist produktiv, die vollautonome Antragsabwicklung ist angekündigt, nicht live. Voice Agents sind im Test. Wer aus Ankündigungen Produktionsreife ableitet, plant für einen Stand, den selbst der Vorreiter noch nicht erreicht hat.
Die strategische Konsequenz für europäische Banken ist damit klar umrissen. Der Wert des ING-Falls liegt nicht in seinen Zahlen, die sich nicht sauber übertragen lassen, sondern in seinem Bauplan: ein eng umrissener Entry Point mit messbarem ROI, eine Hybrid-Architektur statt Rip-and-Replace, ein Production-Gate, das Piloten zur Produktion zwingt, und eine Workforce-Planung, die der Technik vorausläuft. Wer diesen Bauplan übernimmt und die Schlagzeilen-Zahlen liegen lässt, zieht aus ING genau die Lehre, die trägt.
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.