Alle sind bereit. Keiner ist vorbereitet.

In nahezu jedem Vorgespräch, das wir mit Führungskräften aus dem Finanzsektor führen, fällt derselbe Satz: Wir sind auf KI gut vorbereitet. Manchmal stimmt das. Meistens nicht. Der Unterschied liegt nicht im Willen, er liegt in drei Voraussetzungen, die wenig mit Technologie zu tun haben. Wer sie ehrlich prüft, weiß in zwanzig Minuten, wo das Institut wirklich steht. Ob ein Finanzinstitut für KI bereit ist, entscheidet sich an genau drei Voraussetzungen: Prozessklarheit, Datenqualität und Führungsalignment.

Voraussetzung eins: Prozessklarheit

KI automatisiert und skaliert, was bereits existiert. Ein unklarer Prozess wird durch KI nicht klarer, er wird schneller falsch. Wenn ein Ablauf von Abteilung zu Abteilung anders gehandhabt wird, je nach Erfahrung der Bearbeiterin, dann gibt es keinen Prozess, den man automatisieren könnte, sondern viele inoffizielle Varianten.

Der Test ist einfach: Können Sie Ihre drei kritischsten operativen Abläufe so beschreiben, dass ein neuer Mitarbeiter sie am ersten Tag eigenständig durchführen könnte? Wenn nein, ist KI noch nicht das nächste Projekt. Prozessklarheit ist es. Diese Vorarbeit fühlt sich unspektakulär an, aber sie entscheidet darüber, ob ein KI-System später Routine abnimmt oder neue Sonderfälle produziert. Das gilt umso mehr, wenn nicht nur ein Assistent antwortet, sondern ein Agent in der Marktfolge Vorgänge selbst übernimmt.

Voraussetzung zwei: Datenqualität

KI ist so gut wie die Daten, die sie verarbeitet. Nicht die Menge entscheidet, die Qualität. Und hier zeigt sich der eigentliche Reifegrad der Branche. Laut einer Studie von Dun & Bradstreet scheitern 61 Prozent der KI-Projekte bei Banken und 70 Prozent bei Versicherern an einer mangelhaften Datenbasis. Nur 35 Prozent der Banken und 27 Prozent der Versicherer geben an, auf Grundlage ihrer eigenen Daten überhaupt verlässlich entscheiden zu können.

Diese Zahlen sind keine Randnotiz, sie sind die häufigste Bruchstelle. Die ehrliche Selbstprüfung ist einfach: Können Sie einen einzigen, belastbaren Bericht zu Ihren wichtigsten Geschäftskennzahlen ziehen, ohne dass jemand die Daten manuell zusammenführt? Wenn nicht, haben Sie kein KI-Problem. Sie haben ein Datenproblem, und das muss zuerst gelöst werden. Wer die Datenbasis überspringt, baut auf Sand und merkt es erst, wenn das Modell im Echtbetrieb an den Ausnahmen scheitert, die in den sauberen Pilotdaten nicht vorkamen.

Voraussetzung drei: Führungsalignment

KI-Transformation erfordert Entscheidungen, die quer durch Abteilungen gehen. Sie braucht Priorisierungen, die wehtun, und ein Mandat, das hält, wenn der erste Widerstand kommt. Genau daran fehlt es häufiger als an Technik oder Budget. Die Cofinpro-Studie "KI in Banken 2025" ist hier eindeutig: Nur 19 Prozent sehen fehlendes Budget als Hindernis. Die eigentlichen Engpässe liegen in Strategie, Kultur und Know-how. Wie diese Engpässe konkret aussehen, zeigt sich an den drei häufigsten Fehlern bei der KI-Strategie.

Führungsalignment heißt nicht, dass alle einer Meinung sind. Es heißt, dass eine Person die Verantwortung trägt, dass es ein gemeinsames Zielbild gibt und dass Konflikte zwischen Bereichen entschieden statt vertagt werden. Wo zwei Vorstandsressorts unausgesprochen in unterschiedliche Richtungen ziehen, versandet jedes KI-Vorhaben in Abstimmungsrunden, egal wie gut die Technik ist.

Was Readiness nicht ist

Readiness ist nicht der Besitz einer Lizenz und nicht die Existenz einer Innovationsabteilung. Ein Institut kann jedes moderne Werkzeug gekauft haben und trotzdem nicht bereit sein, weil die Prozesse unklar, die Daten unzuverlässig und die Führung uneinig sind. Umgekehrt kann ein Haus mit bescheidener Technik sehr bereit sein, wenn diese drei Voraussetzungen sitzen. Bereitschaft ist ein organisatorischer Zustand, kein Einkaufsbeleg.

Die Reihenfolge ist nicht beliebig

Die drei Voraussetzungen bauen aufeinander auf. Wer in unklare Prozesse Daten kippt, bekommt unzuverlässige Daten. Wer auf unzuverlässigen Daten ein Modell trainiert, bekommt Ergebnisse, denen niemand traut. Und ohne ein Führungsalignment, das wehtuende Priorisierungen durchsetzt, bleibt selbst die beste technische Vorbereitung im Abstimmungsstau stecken. Reihenfolge schlägt Tempo. Wer erst die Prozesse klärt, dann die Daten ordnet und parallel die Verantwortung festzurrt, kommt langsamer los, aber deutlich weiter. Wer die Reihenfolge ignoriert und sofort ein Werkzeug einkauft, ist schnell beschäftigt und selten erfolgreich.

Die ehrliche Diagnose dauert 20 Minuten

Drei Fragen reichen für eine erste Standortbestimmung. Sind Ihre wichtigsten Prozesse so klar, dass man sie aufschreiben kann? Vertrauen Sie Ihren Daten genug, um Entscheidungen darauf zu stützen? Und gibt es eine Person, die KI-Entscheidungen über Abteilungsgrenzen hinweg durchsetzen darf? Wer dreimal Ja sagt, ist bereit. Wer zögert, kennt jetzt die Baustelle, und das ist mehr wert als jede optimistische Selbsteinschätzung.

Readiness ist kein Gefühl, sondern ein Zustand, den man herstellen kann. In einer Sotica-Sprechstunde gehen wir diese Diagnose mit Ihnen durch und benennen, was zuerst dran ist, bevor Budget in Technik fließt, die auf einem unfertigen Fundament steht.