Künstliche Intelligenz erreicht eine neue Entwicklungsstufe, die Banken und Versicherer dazu zwingt, ihre Betriebsmodelle neu zu denken. Nach einer Phase, in der Generative AI vor allem Inhalte erzeugte und Analysen unterstützte, rückt nun Agentic AI in den Mittelpunkt. Diese Technologie verändert die Rolle der KI, weil sie nicht mehr nur ein Werkzeug ist, sondern ein aktiver digitaler Mitarbeiter, der Aufgaben plant, Entscheidungen vorbereitet, Systeme verbindet und ganze Prozessketten steuert. Dadurch entsteht die Möglichkeit, Abläufe in der Schadensbearbeitung, in Kreditprozessen oder in regulatorischen Prüfungen so zu automatisieren, dass Produktivität und Skalierbarkeit deutlich steigen. In einem Markt mit hohem Kosten- und Margendruck wird Agentic AI zu einem Hebel, der Effizienz und Geschwindigkeit neu definiert.

Die größte Hürde liegt jedoch nicht in der Technologie selbst. Eine Studie von Wavestone und der Universität St. Gallen zeigt, dass regulatorische Anforderungen und organisatorische Strukturen die Einführung bremsen. Vorgaben aus dem EU AI Act, der DSGVO und DORA verlangen ein hohes Maß an Transparenz, Governance und Risikomanagement. Finanzinstitute müssen sicherstellen, dass autonome KI-Systeme nachvollziehbar und kontrollierbar agieren. Viele Pilotprojekte verlaufen vorsichtig, weil die Verantwortung für regelkonformes Handeln nicht allein der IT überlassen werden kann. Die Studie macht deutlich, dass die Institute, die am schnellsten vorankommen, nicht unbedingt die modernsten Modelle einsetzen, sondern die reifsten Organisationsstrukturen besitzen. Operating-Model-Maturity schlägt Model-Maturity, weil klare Verantwortlichkeiten, etablierte Prozesse und ein professionelles Portfoliomanagement die Grundlage für Skalierung schaffen.

Die Branche konzentriert sich auf Anwendungsfälle, die wirtschaftlichen Nutzen schnell sichtbar machen. Dazu gehören die Automatisierung administrativer Tätigkeiten, die Unterstützung von Kundenberatern, die intelligente Verarbeitung von Dokumenten und die Optimierung interner Entscheidungsprozesse. Die Institute verfolgen einen pragmatischen Ansatz, indem sie zunächst klar abgegrenzte Prozesse auswählen, die sich gut automatisieren lassen. Diese Vorgehensweise reduziert Risiken und schafft Erfahrungen, die später für größere Transformationsschritte genutzt werden können. Gleichzeitig wird Governance zum entscheidenden Erfolgsfaktor. Unternehmen müssen sicherstellen, dass Fachbereiche, Compliance, Risikomanagement und Technologie eng zusammenarbeiten, damit Innovation und regulatorische Sicherheit miteinander vereinbar bleiben.

Während viele Unternehmen noch experimentieren, entstehen erste Vorreiter, die gezielt Kompetenzen und Strukturen aufbauen. Sie schaffen die Voraussetzungen, Agentic AI künftig unternehmensweit einzusetzen und sich vom Wettbewerb abzuheben. Für Führungskräfte in Banken und Versicherungen verändert sich damit die zentrale Frage. Es geht nicht mehr darum, ob Agentic AI eingeführt wird, sondern wie schnell die Organisation die notwendigen Grundlagen schafft. Wer früh investiert, kann erhebliche Produktivitäts- und Innovationsvorteile realisieren. Wer zu lange wartet, riskiert den Anschluss an die nächste Entwicklungsstufe der künstlichen Intelligenz zu verlieren.

Der Artikel erschien im Original zuerst auf live.handelsblatt.com unter dem Titel „Agentic AI: Warum Banken und Versicherer jetzt ihr Betriebsmodell neu denken müssen“. Redaktionelle Bearbeitung: MK