Die Lücke zwischen Gefühl und Fundament

Banken investieren mehr in KI als die meisten anderen Branchen. Trotzdem fehlt vielen die Infrastruktur, die einen wirklich vertrauenswürdigen Einsatz der Technologie gewährleistet. Zu diesem Ergebnis kommt eine weltweite IDC-Studie im Auftrag von SAS aus dem März 2026, und ihre Kernzahl verdient einen Moment Aufmerksamkeit: Lediglich bei 11 Prozent der Banken stimmen das wahrgenommene Vertrauen der Mitarbeitenden in KI und die tatsächliche Vertrauenswürdigkeit der Systeme überein.

Anders gesagt: Bei fast neun von zehn Instituten ist das Vertrauen in die eigenen KI-Systeme nicht durch deren tatsächliche Qualität gedeckt, in die eine oder die andere Richtung. Beides ist teuer.

Zwei Fehlertypen, beide kosten Geld

Fall eins: Das Vertrauen ist höher als die Substanz. Mitarbeitende übernehmen KI-Ergebnisse ungeprüft, weil das System überzeugend formuliert und meistens richtig liegt. Im Kreditgeschäft, in der Betrugserkennung oder im Reporting reicht ein systematischer Fehler, der monatelang unbemerkt mitläuft, um aus Effizienz ein Schadensereignis zu machen.

Fall zwei: Die Substanz ist höher als das Vertrauen. Ein sauber validiertes System wird nicht genutzt, weil die Belegschaft ihm misstraut, jedes Ergebnis nachgerechnet und jeder Vorschlag manuell übersteuert wird. Das Institut zahlt dann für KI und für die doppelte Arbeit. Beide Fehler haben dieselbe Wurzel: Das Vertrauen ist nirgends an überprüfbare Kriterien gekoppelt.

Vertrauen ist eine Infrastrukturfrage

Kalibriertes Vertrauen entsteht nicht durch Kommunikation, sondern durch Strukturen, an denen sich Vertrauen festmachen lässt: dokumentierte Validierung pro System, sichtbare Qualitätskennzahlen im Betrieb, klare Regeln, wann Ergebnisse geprüft werden müssen und wann nicht, und nachvollziehbare Protokolle für jede Entscheidung. Wo diese Infrastruktur fehlt, bleibt der Belegschaft nur das Bauchgefühl, und das verteilt sich erwartbar zufällig.

Der Praxistest ist simpel: Kann ein Sachbearbeiter für das System, mit dem er täglich arbeitet, beantworten, wie oft es im letzten Monat danebenlag und woran er einen Fall erkennt, den er prüfen muss? Wenn nicht, arbeitet das Haus in der 89-Prozent-Zone.

Der Investitionsvorsprung allein reicht nicht

Die Studie hält eine unbequeme Erkenntnis bereit: Banken investieren mehr in KI als andere Branchen, übersetzen dieses Geld aber seltener in tatsächliche Vertrauenswürdigkeit. Höhere Ausgaben korrelieren also nicht automatisch mit besser kalibriertem Vertrauen. Das Geld fließt in Modelle und Werkzeuge, während die Infrastruktur für nachvollziehbares Vertrauen, Validierung, Kennzahlen, Prüfregeln, unterproportional mitwächst.

Für Vorstände heißt das, das KI-Budget anders zu lesen. Die Frage ist nicht, wie viel in KI investiert wird, sondern welcher Anteil davon in die Strukturen geht, die Vertrauen überprüfbar machen. Ein Haus, das hohe Summen in Modelle steckt und einen verschwindenden Anteil in deren Validierung und Monitoring, kauft sich genau die Diskrepanz, die die IDC-Studie bei 89 Prozent der Banken misst.

Der Weg zu kalibriertem Vertrauen

Der Einstieg ist pragmatisch: Für die wichtigsten produktiven Systeme werden Qualitätskennzahlen erhoben und den Nutzern zugänglich gemacht, Fehlerquote, Eingriffsquote, typische Schwachstellen. Dazu kommen einfache Prüfregeln je Konfidenzniveau. Das Ergebnis ist Vertrauen, das mit der Systemqualität atmet, statt unabhängig von ihr zu existieren.

Dieser Aufbau muss nicht alle Systeme gleichzeitig erfassen. Es genügt, mit den zwei oder drei Systemen zu beginnen, die die höchsten Volumina oder die größten Risiken tragen. Sind dort die Kennzahlen sichtbar und die Prüfregeln etabliert, entsteht ein Muster, das sich auf weitere Systeme übertragen lässt. Die Belegschaft lernt dabei nebenbei, dass Vertrauen in KI keine Glaubensfrage ist, sondern an Zahlen hängt, eine Haltung, die sich auf jeden künftigen Anwendungsfall auszahlt.

Mehr zum Thema: 94 Prozent halten digitale Resilienz für hochrelevant. Aber Relevanz ist keine Fähigkeit. und McKinsey verlässt nach der Strategie. Wer macht eure KI-Lösung wirklich live?.

Sotica baut diese Vertrauensinfrastruktur mit Finanzinstituten auf, als Teil jeder Prozessautomatisierung statt als nachgelagertes Governance-Projekt. Denn die 11 Prozent aus der Studie sind keine Zufallsgruppe. Es sind die Häuser, die Vertrauen messbar gemacht haben.