Agentic AI im Finanzsektor: Grosses Interesse, kaum produktiver Einsatz

Agentic AI gilt als nächste Evolutionsstufe der Künstlichen Intelligenz: Autonome KI-Agenten sollen künftig komplexe Geschäftsprozesse eigenständig steuern und Entscheidungen treffen. Der Eindruck entsteht, dass Banken und Versicherungen bereits mitten in dieser Transformation stecken. Eine gemeinsame Studie von Wavestone und dem Institut für Wirtschaftsinformatik (IWI-HSG) der Universität St. Gallen zeichnet jedoch ein deutlich differenzierteres Bild.

Für die laufende Studie wurden mehr als 30 Business- und IT-Verantwortliche aus Finanzinstituten interviewt – darunter CIOs, CDOs und KI-Verantwortliche von Grossbanken und Versicherern. Das klarste Ergebnis: Kein einziges der befragten Unternehmen betreibt derzeit ein produktives Multi-Agenten-System. Sämtliche Initiativen befinden sich in Pilot-, Test- oder Proof-of-Concept-Phasen.

Organisatorische Reife entscheidet, nicht die Technologie

Die Gründe für den ausbleibenden Produktiveinsatz liegen weniger in der Technologie selbst als in den organisatorischen Voraussetzungen. Viele Institute arbeiten derzeit noch daran, Generative KI unternehmensweit zu etablieren. Es fehlen häufig die notwendigen Kompetenzen, Governance-Strukturen und Betriebsmodelle, um Agentic AI erfolgreich zu skalieren. Die Studie kommt deshalb zu einem klaren Schluss: Nicht die Leistungsfähigkeit der Modelle entscheidet derzeit über den Fortschritt, sondern der Reifegrad der Organisation.

«Unsere Interviews zeigen, dass die technologische Entwicklung derzeit schneller voranschreitet als die organisatorische Transformation. Viele Unternehmen diskutieren bereits über Agentic AI, schaffen aber zunächst die Grundlagen für den produktiven Einsatz von Generativer KI. Der entscheidende Erfolgsfaktor ist deshalb nicht die Technologie allein, sondern die Fähigkeit einer Organisation, Governance, Prozesse und Kompetenzen entsprechend weiterzuentwickeln», sagt Eugen Ensinger, Associate Partner Financial Services bei Wavestone.

Besonders deutlich wird dies in einem Zitat aus den Interviews: «Wenn 95 Prozent der Belegschaft noch nie mit GenAI gearbeitet haben, müssen sie gar nicht erst anfangen, ein Center of Excellence zu gründen oder Agenten zu implementieren», so ein CIO eines Schweizer Versicherers. Die digitale Kompetenz – die sogenannte AI Literacy – kommt demnach zwingend vor dem produktiven Einsatz.

Innovationsdruck trifft auf vorsichtige Umsetzung

Ein weiteres zentrales Ergebnis ist die sogenannte Red-Queen-Dynamik. Viele Finanzinstitute investieren derzeit in KI, weil sie befürchten, im Wettbewerb den Anschluss zu verlieren. Gleichzeitig verfolgen dieselben Unternehmen bei der Einführung neuer Technologien eine bewusst vorsichtige Strategie und beobachten zunächst die Erfahrungen anderer Marktteilnehmer. Für die Studienautoren ist dieser scheinbare Widerspruch Ausdruck einer Branche, in der Innovationsdruck und regulatorische Anforderungen gleichermassen hoch sind.

Die Studie zeigt ausserdem, dass sich in den meisten untersuchten Instituten ein Hub-and-Spoke-Modell etabliert hat: Während zentrale AI-Einheiten Governance, Plattformen und Standards verantworten, entwickeln die Fachbereiche konkrete Anwendungsfälle. Entscheidend für den Erfolg ist dabei eine enge Zusammenarbeit zwischen Business und IT sowie ein klares Mandat des Top-Managements.

Regulierung und Legacy-Systeme als strukturelle Bremsen

Selbst dort, wo technische Proofs of Concept innerhalb weniger Wochen entstehen, dauert der Weg in den produktiven Betrieb häufig viele Monate. Regulatorische Anforderungen wie DORA oder der EU AI Act, Datenschutzvorgaben, interne Governance-Prozesse sowie komplexe Legacy-Systeme verlängern die Umsetzungszyklen erheblich. In einzelnen Instituten sind zudem mehr als 70 Prozent der IT-Kapazitäten bereits durch laufende Modernisierungs- und Migrationsprogramme gebunden – für die eigentliche KI-Transformation bleibt dadurch oft nur begrenzter Spielraum.

Klassisches Machine Learning und Robotic Process Automation sind in der Branche zwar etabliert, doch Agentic AI befindet sich ausschliesslich im Pilotstadium. Die Befähigung zu Generativer KI gilt laut Studie als notwendige Vorstufe: Geschäftsbereiche, die noch nie mit KI-Tools gearbeitet haben, können keine sinnvollen agentenbasierten Anwendungsfälle entwickeln.

Die vollständige Studie von Wavestone und der Universität St. Gallen erscheint 2026 und basiert auf mehr als 25 qualitativen Interviews mit Business- und IT-Verantwortlichen aus über 15 Banken und Versicherungen im deutschsprachigen Raum.

Weitere Informationen zur Studie: www.wavestone.com