Agents überall, agentische Bank nirgendwo

Mehr als 80 Prozent der Unternehmen sehen bislang keinen messbaren Ertrag aus ihren KI-Investitionen. Das ist die zentrale Zahl, mit der Alexis Krivkovich, Senior Partner bei McKinsey, Anfang April ihre Analyse „AI is everywhere. The agentic organization isn't—yet" eröffnet hat. Für Banken ist das keine Fußnote. Es ist die Frage, ob Agentic AI ein interner Effizienzhebel wird – oder der Punkt, an dem die klassischen Wettbewerbsvorteile des Bankgeschäfts ins Rutschen geraten.

Das Paradox, auf das die Branche seit zwei Jahren zusteuert

Die Lücke zwischen Investitionsvolumen und realisiertem Geschäftsergebnis ist inzwischen gut dokumentiert. McKinsey bezeichnet sie als „great paradox": Vorstände haben Budgets mit der Erwartung massiver Transformation freigegeben, die Pilotprojekte laufen, die Modelle werden besser – aber die Gewinn- und Verlustrechnung bleibt auffällig ruhig. Alexis Krivkovich benennt im Podcast mit Lucia Rahilly, Global Editorial Director bei McKinsey, die wahre Bruchlinie: Die Herausforderung liegt nicht in der Technologie. Sie liegt im Umbau von Arbeitsabläufen, Führungsrollen und Kultur.

Das deckt sich mit dem Muster, das in deutschen Instituten sichtbar wird. Modelle funktionieren, Use-Cases sind identifiziert, Pilotbereiche liefern beeindruckende Demos. Doch sobald ein Prototyp den Sprung in den Regelbetrieb schaffen soll, verhakt er sich in Prozessverantwortungen, Governance-Gremien und Operating-Model-Fragen, für die es in den klassischen Org-Charts keine Zuständigkeit gibt. Der Unterschied zwischen Piloten mit Impact und Piloten im Museum, wie McKinsey es formuliert, ist keine Frage des Modells – er entscheidet sich in der Organisation drumherum.

Fünf Säulen, einmal durch die Banking-Brille

McKinsey strukturiert die „agentische Organisation" entlang von fünf Säulen: Geschäftsmodell, Teamstrukturen, Workflows, Führung, Kultur. Für Finanzinstitute lassen sich die Implikationen entlang dieser Gliederung präzise abschichten.

Am Geschäftsmodell setzt Alexis Krivkovich das Bild der „near-zero marginal cost of delivery" an – und bringt explizit das Banking-Beispiel: Ein Kunde, dessen Agent Guthaben ohne Reibungsverluste zwischen Instituten bewegt, um den jeweils besten Zinssatz zu realisieren. Was im McKinsey-Text als Gedankenexperiment formuliert ist, ist auf EU-Ebene längst regulatorische Programmatik: Die Financial Data Access Regulation (FiDA) verpflichtet Finanzinstitute, definierte Kundendaten über standardisierte Schnittstellen an autorisierte Dritte freizugeben – die regulatorische Geburtsurkunde für Open Finance. Genau in dieser Schnittmenge aus Open-Finance-Rechtsrahmen und agentischen Kundenwerkzeugen entsteht das Szenario, das Alexis Krivkovich beschreibt. Was bislang als strukturelle Trägheit den Einlagenbestand stabilisierte, wäre damit in Tagen, nicht Jahren, in Bewegung.

Auf Teamebene sind die Implikationen weniger spektakulär, aber folgenreich. Der „Operating-Model-Shift", den McKinsey beschreibt, meint die Rituale des Tages: Wie beginnt ein Trader-Desk morgens, wenn eine Agent-Population die Nacht über Daten aggregiert und Szenarien vorbereitet hat? Wie lenkt ein Underwriting-Team, wenn Routinefälle bereits durch Agents entschieden sind und nur Grenzfälle menschliche Aufmerksamkeit erreichen? Die Antwort ist nicht „mehr KI" – sie ist eine neue Taktung.

Bei den Workflows geht McKinsey am schärfsten ins Detail. Der Bruch mit den vergangenen Pilotjahren liegt im Verzicht auf Punktlösungen: Statt ein einzelnes Task-Problem zu verschlanken, werden ganze end-to-end Prozesse neu entworfen. Für Banken heißt das: nicht „Agent für Kreditantragsprüfung", sondern „Hire-to-Onboard", „Incident-to-Resolution", „Complaint-to-Redress" – die Prozesse, die heute quer durch Compliance, Operations und Front Office laufen und ihre Zeit in Schnittstellen verlieren.

Führung und Kultur schließlich bilden das, was McKinsey „den eigentlichen Engpass" nennt – und hier überschneidet sich die Analyse mit einer für den deutschen Markt unbequemen Wahrheit: Die Zeit der episodischen Change-Programme ist vorbei. Alexis Krivkovich spricht von einem „perpetual state" des Wandels. Für Häuser, die ihre letzte Reorg mühsam abgeschlossen haben, ist das keine beruhigende Botschaft.

Vom Human in the Loop zum Human above the Loop

Die begriffliche Verschiebung, die McKinsey in dieser Ausgabe einführt, ist die vielleicht folgenreichste: Vom Human in the Loop zum Human above the Loop. Im Loop heißt: Mensch und Agent wechseln sich innerhalb eines Prozesses ab, die Kontrolle bleibt verteilt. Above the Loop heißt: Ein Team von Agents führt den gesamten Kernprozess durch, der Mensch entscheidet am Ende.

Alexis Krivkovich illustriert den Unterschied am Fall der American Arbitration Association. Dort sichten Agents inzwischen tausende Datenpunkte pro Schiedsfall, konstruieren Zeitlinien, prüfen beide Seiten des Arguments und schlagen eine Entscheidung vor. Der Mensch urteilt über das Ergebnis. McKinsey berichtet, die Agents arbeiteten in manchen Fällen besser als der ursprüngliche Prozess.

Für Banken trifft das einen strukturellen Nerv. Beschwerdemanagement, Geeignetheitsprüfungen nach Markets in Financial Instruments Directive II (MiFID II), Fall-Review in der Geldwäschebekämpfung (Anti-Money Laundering, AML), Sanktions-Screening, interne Kontrollberichte nach den Mindestanforderungen an das Risikomanagement (MaRisk), Vorfallmeldungen unter dem Digital Operational Resilience Act (DORA) – all das sind Prozesse, die aus Datenaggregation, Mustererkennung und dokumentierter Urteilsbildung bestehen. Above the Loop ist dafür kein Framing, sondern ein Betriebsmodell. Die regulatorische Frage, die daran hängt, ist nicht mehr akademisch: Welche Entscheidungen dürfen Agents in welcher Tiefe vorbereiten, bevor menschliche Verantwortung greift? Und wie dokumentiert ein Institut, dass die „judgment layer" nicht zum Abzeichen-Ritual verkommt?

Drei von vier Rollen werden neu geschnitten

75 Prozent aller Rollen, schreibt McKinsey, müssen jetzt fundamental neu zugeschnitten werden. Das ist eine Zahl, die in Vorstandssitzungen Reaktionen produziert – und die in deutschen Instituten auf eine sehr spezifische Infrastruktur aus Betriebsrat, Tarifvertrag und Mitbestimmung trifft. Die Botschaft wird deshalb selten so drastisch wie bei McKinsey ausgesprochen. Sie ist aber identisch: Fast jede Tätigkeitsbeschreibung im Haus wird in zwei bis drei Jahren eine andere sein.

Alexis Krivkovich benennt präzise, welche Fähigkeiten an Wert gewinnen: strategisches Denken, Systemorientierung, Führungs- und Urteilskompetenz. Und welche – bei unverändert hoher Bedeutung – zunehmend mit Agenten-Unterstützung erledigt werden: Recherche, quantitative Analyse, Data Science. Bemerkenswert ist weniger diese Liste als das, was sie für die Talent-Pipeline bedeutet.

Das eigentlich unbequeme Thema ist die Junior-Senior-Lücke. Die Aufgaben, an denen Nachwuchskräfte bisher ihr Urteilsvermögen entwickelten – mühsame Fallauswertung, manuelles Abgleichen, geduldiges Durcharbeiten von Akten – sind die ersten, die Agents übernehmen. Wer diese Schicht entfernt, ohne gleichzeitig einen neuen Entwicklungspfad anzulegen, baut in zehn Jahren ein Haus, das nur noch aus teuren Senior-Professionals besteht und keinen Nachwuchs mehr hat. Alexis Krivkovich nennt das die „Billion-Dollar-Question". Für Häuser mit eigenen Talent-Programmen ist es der Punkt, an dem Lernen und Entwicklung aus dem Sidecar in die operative Mitte rücken müssen.

Die eigentliche Bedrohung liegt außerhalb der Bilanz

Der Satz, den Alexis Krivkovich fast beiläufig einstreut, ist der strategisch wichtigste des gesamten Artikels: „That fundamentally changes the moat that has existed in financial services since the beginning of time." Der Moat – englisch für Burggraben und von Warren Buffett als Bild für dauerhafte, nicht leicht imitierbare Wettbewerbsvorteile geprägt – meint im Banking jene Mischung aus Wechselkosten, Informationsasymmetrie und Beziehungsträgheit, die den Einlagenbestand bislang vor täglicher Optimierung geschützt hat. Gemeint ist der Moment, in dem nicht die Bank, sondern der Kunde Agents einsetzt – und diese Agents Reibung aus einer Beziehung nehmen, die bislang von genau dieser Reibung lebte.

Der regulatorische Hebel, der diese Bewegung beschleunigt, ist kein Marktphänomen, sondern europäische Gesetzgebung. Die Financial Data Access Regulation legt fest, welche Finanzdatenkategorien Institute an berechtigte Dritte herausgeben müssen – von Zahlungskonten über Sparprodukte bis zu Altersvorsorge und Versicherungen. Agents auf Kundenseite werden damit nicht nur technisch möglich, sondern rechtlich adressierbar. Was die Revised Payment Services Directive (PSD2) für Zahlungskonten geöffnet hat, dehnt FiDA auf nahezu das gesamte Finanzportfolio des Kunden aus. Konto eröffnen, kündigen, Anbieter wechseln, Zinssätze vergleichen, Sparpläne umschichten: Die Prozesse, die heute den Kunden an sein Hausbank-Verhältnis binden, sind nicht deshalb träge, weil sie objektiv schwer wären, sondern weil die Reibungskosten aus Informationsasymmetrie, Formularlogik und Wechselaufwand bestehen. Fällt diese Reibung weg, weil ein Kunden-Agent sie entlang standardisierter FiDA-Schnittstellen absorbiert, wird aus einem trägen Einlagenbestand ein tägliches Optimierungsproblem.

Dass McKinsey diesen Punkt in einem HR- und Organisations-Artikel anbringt, ist kein Zufall. Die Antwort auf den Wettbewerb um Agenten-Kunden wird nicht im Produktdesign gegeben. Sie entscheidet sich daran, ob ein Institut intern schnell genug operiert, um in der entstehenden Kunden-Agent-Logik eigene Schnittstellen zu setzen – und ob die eigene Organisation das Tempo mitgeht.

Handlungsempfehlungen für Finanzinstitute

Für Häuser, die aus McKinseys Befund ein Programm machen wollen, sind fünf Schritte in den nächsten zwölf Monaten entscheidend: