Agentic AI im Finanzsektor: Banken und Versicherer wollen autonome KI – aber keine autonome Verantwortung

Zwischen technologischer Autonomie und menschlicher Verantwortung

Ein KI-Agent prüft einen Kreditantrag, gleicht Einkommensnachweise ab, ruft Bonitätsinformationen ab und fordert fehlende Unterlagen beim Kunden an. Was bislang mehrere Arbeitsschritte und unterschiedliche Systeme erforderte, könnte künftig weitgehend automatisiert ablaufen. Die abschließende Kreditentscheidung soll allerdings weiterhin ein Mensch treffen.

Dieses Beispiel beschreibt das Potenzial sogenannter Agentic AI, einer Form künstlicher Intelligenz, die nicht nur einzelne Aufgaben erledigt, sondern innerhalb vorgegebener Grenzen selbstständig Prozessschritte plant, koordiniert und ausführt.

Wie weit die Finanzwirtschaft bei dieser Entwicklung tatsächlich ist, untersucht eine Studie des Handelsblatt Research Institute (HRI), die gemeinsam mit YouGov im Auftrag des Dienstleisters SPS erstellt wurde. Befragt wurden im Juli 2026 insgesamt 159 Entscheidungsträger aus Banken, Versicherungen und weiteren Finanzdienstleistungsunternehmen mit mindestens 250 Beschäftigten.

Die Ergebnisse zeigen ein deutliches Interesse an der Technologie. Sie offenbaren allerdings auch einen Widerspruch zwischen dem Wunsch nach autonomen Prozessen und der Bereitschaft, diesen tatsächlich Entscheidungen zu überlassen.

Effizienz vor Wachstum: Was sich Finanzinstitute von KI versprechen

44 Prozent der Befragten sehen den größten Nutzen von KI-Agenten in einer höheren Effizienz. 35,2 Prozent erwarten bessere Datenanalysen, 31,4 Prozent eine höhere Produktivität. Jeweils 30,8 Prozent nennen geringere Kosten und weniger Fehler.

Zusätzliche Umsätze spielen dagegen eine untergeordnete Rolle. Lediglich 16,4 Prozent verbinden den Einsatz mit Umsatzsteigerungen, 11,3 Prozent mit der Erschließung neuer Kundensegmente.

Bemerkenswert ist ein weiterer Wert aus der vollständigen Studie: 23,3 Prozent sehen einen geringeren Personalbedarf als möglichen Vorteil. In den begleitenden Experteninterviews wird die Automatisierung zugleich als Antwort auf den demografischen Wandel und den zunehmenden Fachkräftemangel beschrieben.

Damit geht es bei Agentic AI nicht ausschließlich um schnellere Prozesse, sondern auch um die Frage, wie Finanzinstitute ihre bestehenden Aufgaben künftig mit weniger personellen Ressourcen bewältigen können.

Wo KI-Agenten bereits eingesetzt werden – und wo noch nicht

Nach Angaben der Befragten kommen KI-Agenten besonders häufig in der Privatkundenberatung zum Einsatz. 37,7 Prozent nennen diesen Bereich, gefolgt vom Firmenkundengeschäft mit 32,1 Prozent und der IT mit 31,4 Prozent. Im Zahlungsverkehr liegt der Anteil bei 30,8 Prozent, bei der Kreditantragstellung und -prüfung bei 25,2 Prozent.

Allerdings lohnt sich ein genauer Blick auf die begleitenden Interviews. Nils Abels, Vorstand der Hamburger Volksbank, beschreibt beispielsweise zahlreiche Anwendungen generativer KI, darunter die Aufbereitung von Unternehmensinformationen, E-Mail-Entwürfe und die Vorbereitung von Beratungsgesprächen. Echte Agentensysteme, die eigenständig mehrere Prozessschritte koordinieren und ausführen, seien in seinem Institut dagegen noch nicht im Einsatz.

Die Unterscheidung ist wesentlich. Ein System, das Informationen zusammenfasst oder eine Entscheidungsvorlage erstellt, arbeitet noch nicht zwangsläufig autonom. Die Studienergebnisse beruhen auf der Selbsteinschätzung der Befragten und erlauben deshalb keine abschließende Aussage darüber, wie weit die tatsächliche Prozessautonomie in den einzelnen Unternehmen bereits reicht.

Das größte Hindernis ist nicht die KI selbst

Während die Erwartungen an die Technologie wachsen, bleiben die Voraussetzungen für ihren produktiven Einsatz anspruchsvoll.

36,5 Prozent der Befragten nennen unzureichende Datenqualität als Hindernis. Jeweils 32,1 Prozent sehen Schwierigkeiten bei der Integration in bestehende Systeme sowie bei Sicherheits- und Compliance-Anforderungen. Eine unzureichende Datenverfügbarkeit führen 28,3 Prozent an.

Gerade in Banken und Versicherungen treffen neue KI-Anwendungen auf über Jahrzehnte gewachsene IT-Landschaften. Unterschiedliche Datenbestände, Schnittstellen und Fachanwendungen müssen zusammenarbeiten, bevor ein Agent zuverlässig vollständige Prozessketten übernehmen kann.

Die Automatisierung löst dabei keine bestehenden Datenprobleme. Werden fehlerhafte Informationen von einem System in mehrere nachgelagerte Prozesse übernommen, können sich die Folgen sogar vergrößern.

Die Studie macht deshalb deutlich, dass der wirtschaftliche Nutzen nicht allein von der Leistungsfähigkeit eines KI-Modells abhängt. Entscheidend sind Datenqualität, Integration, Überwachung und nachvollziehbare Entscheidungen.

Menschliche Kontrolle verlangt mehr als eine abschließende Freigabe

Besonders aufschlussreich ist die Frage, welche Fähigkeiten die Finanzinstitute selbst für erforderlich halten. 38,4 Prozent nennen die Befähigung der Beschäftigten zur Zusammenarbeit mit KI als Erfolgsfaktor. Eine qualitätsgesicherte Datengrundlage folgt mit 34 Prozent, die strategische Verankerung der Technologie mit 33,3 Prozent.

Der Mensch bleibt damit nicht nur aus regulatorischen Gründen Bestandteil der Prozesse. Er muss die Ergebnisse auch fachlich beurteilen können.

In den Experteninterviews wird diese Grenze besonders bei Kreditentscheidungen, größeren Vermögensentscheidungen und sensiblen Kundenbeziehungen gezogen. KI kann Informationen aufbereiten und Handlungsmöglichkeiten vorschlagen, die abschließende Bewertung soll jedoch bei qualifizierten Mitarbeitenden verbleiben.

Daraus entsteht eine organisatorische Herausforderung: Wer eine KI-Entscheidung kontrollieren soll, muss nachvollziehen können, auf welchen Informationen sie beruht und welche Verarbeitungsschritte vorausgegangen sind.

Eine menschliche Unterschrift am Ende eines automatisierten Prozesses ist noch keine wirksame Kontrolle.

Externe Dienstleister sollen fehlende Kompetenzen ausgleichen

Neben den technischen Schwierigkeiten beschäftigt die Institute zunehmend die Frage, ob sie die notwendigen KI-Kompetenzen selbst aufbauen oder externe Partner einbinden sollen.

67,9 Prozent der Befragten stimmen der Aussage zu, dass Banken und Versicherer KI-Agenten mithilfe spezialisierter Business-Process-Outsourcing-Dienstleister schneller und sicherer einführen und skalieren können.

41,5 Prozent geben an, entsprechende Prozesse bereits analysiert zu haben und Vorhaben umzusetzen. Weitere 28,9 Prozent befinden sich in der Analysephase, 18,9 Prozent planen entsprechende Schritte.

Die Bereitschaft zur Zusammenarbeit hat allerdings Grenzen. 27 Prozent nennen Bedenken hinsichtlich Datenschutz und Datensicherheit als Hindernis für den Einsatz externer KI-Dienstleister. 26,4 Prozent halten die Kosten für zu hoch.

Für die Auswahl eines Partners zählen vor allem dessen Zuverlässigkeit, die bankfachliche Prozesskompetenz und eine funktionierende Qualitätssicherung.

Auch regulatorisch bleibt die Verantwortung beim Finanzinstitut. DORA stellt Anforderungen an das Management von Risiken durch IKT-Drittdienstleister. Je nach Anwendungsfall kommen weitere Vorgaben hinzu, etwa aus dem europäischen AI Act.

Wenn alle dieselbe KI nutzen, was unterscheidet dann noch die Banken?

Einen weiteren Aspekt spricht Hendrik Freund, Vorstandsvorsitzender der Raiffeisenbank im Grabfeld, im Studieninterview an: Nutzen viele Banken dieselben Plattformen und standardisierten Prozesse, könnte es schwieriger werden, sich im Wettbewerb voneinander abzuheben.

Die Überlegung reicht über die reine Kostenfrage hinaus. Externe Anbieter können technische Kompetenzen bündeln und Anwendungen für mehrere Institute bereitstellen. Was dem einzelnen Unternehmen Investitionen erspart, steht damit grundsätzlich auch seinen Wettbewerbern zur Verfügung.

Die persönliche Kundenbeziehung, die Qualität der Beratung und die fachliche Verantwortung könnten deshalb an Bedeutung gewinnen, während sich die technischen Abläufe im Hintergrund zunehmend angleichen.

Genau hier zeigt sich die Spannung, die sich durch die gesamte Untersuchung zieht. Banken und Versicherer wollen Prozesse automatisieren, um wirtschaftlicher zu arbeiten. Gleichzeitig wollen sie die Kontrolle über Entscheidungen, Daten und Kundenbeziehungen behalten.

Wie weit diese Arbeitsteilung tatsächlich funktionieren wird, ist noch offen. Die Studie dokumentiert vor allem Erwartungen, Einschätzungen und geplante Vorhaben, keine flächendeckend nachgewiesenen Produktivitätsgewinne durch autonome KI.

Die Finanzwirtschaft steht damit vor einer Entwicklung, deren wirtschaftlicher Nutzen durchaus plausibel ist, deren praktische Beherrschbarkeit aber erst bewiesen werden muss.

Quelle: Handelsblatt Research Institute/YouGov: Agentic AI im Finanzsektor – Potenzial durch Business Process Outsourcing, im Auftrag der SPS Germany GmbH, 2026. Befragung von 159 Entscheidungsträgern vom 17. bis 25. Juli 2026; ergänzende Experteninterviews.