Studie: Organisation bremst agentische KI
Viele Unternehmen investieren derzeit in generative und agentische KI. Doch die eigentliche Herausforderung liegt nicht bei den Sprachmodellen. Eine gemeinsame Studie von Wavestone und der Universität St.Gallen zeigt: Der grösste Bremsklotz sind organisatorische Defizite.
gentische KI gilt als nächste Entwicklungsstufe der künstlichen Intelligenz. Anders als heutige Chatbots oder Textgeneratoren beantwortet sie nicht nur Anfragen, sondern kann eigenständig Aufgaben planen und ganze Arbeitsabläufe koordinieren. Vor allem Banken und Versicherungen versprechen sich davon erhebliche Effizienzgewinne.
Bis dahin dürfte es allerdings noch dauern. Für die Studie «From GenAI to Agentic AI» befragten Wavestone und das Institut für Wirtschaftsinformatik und Digital Business (IWI-HSG) der Universität St.Gallen 30 Führungskräfte aus Banken, Versicherungen und Technologieunternehmen im deutschsprachigen Raum. Das Fazit fällt eindeutig aus: Nicht die Technologie bremst den Einsatz agentischer KI, sondern die Unternehmen selbst.
KI ist weiter als die Unternehmen
Verfahren des Machine Learnings gehören im Finanzsektor längst zum Alltag. Sie kommen beispielsweise bei der Betrugserkennung, der Preisberechnung oder der Schadenbearbeitung zum Einsatz. Auch generative KI wird bereits produktiv genutzt, etwa für Zusammenfassungen, Dokumentenanalysen oder Texterstellungen.
Agentische KI findet sich dagegen kaum im produktiven Betrieb. Die Autoren kommen zum Schluss, dass heutige KI-Modelle bereits leistungsfähiger sind, als es die organisatorischen Voraussetzungen vieler Unternehmen erlauben. Als wichtigste Hindernisse nennen sie fragmentierte Datenbestände, veraltete IT-Systeme, unklare Verantwortlichkeiten sowie regulatorische Vorgaben wie den EU AI Act oder DORA.
Prozesse sind wichtiger als Technologie
Ein zentrales Ergebnis der Studie lautet, dass nicht die technologisch fortschrittlichsten Unternehmen am weitesten sind. Den grössten Vorsprung haben jene Institute, die ihre Geschäftsprozesse bereits seit Jahren konsequent standardisieren und optimieren.
Ein Versicherer baut seine KI-Projekte beispielsweise auf einem seit 25 Jahren etablierten Lean-Six-Sigma-Programm auf. Bevor überhaupt über künstliche Intelligenz gesprochen wird, analysiert das Unternehmen zunächst den eigentlichen Geschäftsprozess. Erst danach fällt der Entscheid, ob KI tatsächlich die beste Lösung ist oder ob sich das Problem auch mit klassischen Prozessverbesserungen beheben lässt.
Wie gross der Unterschied sein kann, zeigt ein weiteres Beispiel aus der Studie: Von rund 360 gesammelten KI-Ideen blieben nach einer eingehenden Prüfung lediglich etwa zehn übrig, bei denen künstliche Intelligenz tatsächlich einen Mehrwert versprach.
Organisation entscheidet über den Erfolg
Die Studie zeigt zudem, dass Fachbereiche und IT den Einsatz von KI oft unterschiedlich beurteilen. Während die Geschäftsbereiche vor allem den wirtschaftlichen Nutzen im Blick haben, konzentriert sich die IT auf Datenqualität, Systemintegration und Sicherheit. Erfolgreiche Unternehmen bringen deshalb beide Perspektiven möglichst früh zusammen.
Gleichzeitig zeichnet sich bei der Organisation von KI ein klarer Trend ab. Die meisten befragten Banken und Versicherungen setzen auf ein zentrales Kompetenzzentrum, das Strategie, Governance und technische Standards vorgibt. Die einzelnen Fachbereiche entwickeln darauf aufbauend ihre eigenen Anwendungen.
Für die Autoren ist deshalb klar: Die Einführung agentischer KI ist in erster Linie eine organisatorische Aufgabe. Erst wenn Daten, Prozesse und Verantwortlichkeiten zusammenspielen, können Unternehmen das Potenzial autonom handelnder KI-Systeme ausschöpfen.
Hier kann die gesamte Studie heruntergeladen werden: https://www.wavestone.com/en/insight/agentic-ai-in-financial-services-2/
Text: pd/red