KI wird zur Kostenfalle im Finanzsektor: Nur 14 Prozent skalieren Kundengeschäft profitabel

Der Internationale Währungsfonds warnt aktuell vor neuen Risiken für das Finanzsystem, wenn digitale Infrastrukturen nicht belastbar genug sind. Gleichzeitig investieren Banken massiv in künstliche Intelligenz: Laut einer Global Banking Benchmark Study fließen bereits 32 Prozent der Budgets zur Transformation des Kundenerlebnisses in Machine Learning, KI und GenAI. Eine neue FT Longitude Studie im Auftrag von Objectway zeigt nun, dass diese Investitionen noch nicht dort ankommen, wo sie für Wachstum besonders wichtig wären: an der Kundenschnittstelle. Während 44 Prozent der befragten Banken, Wealth Manager und Asset Manager ihre internen Kernprozesse bereits profitabel skalieren können, schaffen dies im Kundenservice und Onboarding nur 14 Prozent. Befragt wurden 300 Führungskräfte aus Finanzinstituten in Europa, Großbritannien und Kanada. Die Widersprüchlichkeit ist offensichtlich, denn Banken investieren in künstliche Intelligenz für bessere Kundenerlebnisse, können aber genau diese Kundenseite bisher kaum profitabel skalieren. Wir sehen weniger Skalierung, sondern zusätzlichen Aufwand entstehen: KI-Anwendungen an der Kundenschnittstelle bedeuten nicht automatisch zufriedenere Klienten. Wenn Daten, Prüfprozesse und die zugrunde liegende Infrastruktur nicht durchgängig funktionieren, entsteht kein Wachstum, sondern zusätzlicher Mehraufwand. Warum bleibt Onboarding trotz KI weiterhin herausfordernd  und was machen führende Finanzinstitute anders?

Fast ein Drittel meldet negative Effekte durch KI

Die Studie zeigt eine unbequeme Kehrseite der Digitalisierung. Obwohl je nach Segment 50 Prozent bis 69 Prozent der Institute Verbesserungen durch Technologie, Innovation und Externalisierung melden, berichten 29 Prozent von einer verschlechterten Kundenzufriedenheit. 32 Prozent sehen negative Auswirkungen bei Resilienz, Risiko und Compliance. Während viele Finanzunternehmen in den vergangenen Jahren vor allem einzelne digitale Services wie Portale, Apps oder digitale Antragsstrecken aufgebaut haben, rückt mit KI nun eine schwierigere Frage in den Mittelpunkt: Sind Abläufe, Daten und Compliance überhaupt durchgängig genug organisiert, damit diese Technologien skalieren können? KI-Projekte lassen sich vergleichsweise schnell starten. Die eigentliche Herausforderung beginnt dort, wo Prozesse, Compliance, Datenqualität und Kundeninteraktion zusammengeführt werden müssen. Wenn Daten nicht sauber übertragen werden oder Überprüfungen hängen bleiben, verbessert ein neues Kundenportal nur die Oberfläche – nicht die Skalierbarkeit. Damit wird KI zum Stresstest für die operative Leistungsfähigkeit der Institute.

39 Prozent sehen im Kunden-Onboarding den größten Engpass

In der Umfrage nennen knapp 40 Prozent der Befragten vor allem die Aufnahme neuer Kunden, Kundenprüfungen sowie Geldwäsche- und Eignungsprüfungen von Anlageprodukten als operative Engpässe, die profitables Wachstum begrenzen. Damit hakt es ausgerechnet dort, wo aus Interessenten durch den Einsatz der künstlichen Intelligenz eigentlich schnell, regelkonform und kosteneffizient Kunden werden sollen. Dieses Onboarding-Problem ist nicht neu, aber KI verändert die Rahmenbedingungen. KI kann nicht einfach auf bestehende Prozesse aufgesetzt werden, wenn der erste Schritt der Customer Journey weiterhin manuell, fragmentiert oder fehleranfällig ist. Stattdessen muss das Onboarding als durchgängiger End-to-End-Prozess verstanden werden, den führende Unternehmen bereits erfolgreich umsetzen – von der Datenerfassung über die Identitätsprüfung und Geldwäschekontrollen bis hin zur Risikoprofilierung, Produktauswahl und Dokumentation. Nur dann können KI-Anwendungen Fälle vorqualifizieren, Anomalien schneller erkennen, Beraterinnen und Berater entlasten und Kundinnen und Kunden schneller durch den Prozess führen. Ohne dieses Fundament automatisiert man letztlich nur die Schwachstellen im System.

Die große Kluft der Prozesskette – Was Banken von führenden Wettbewerbern lernen können

Dass profitables Wachstum trotz hoher Komplexität möglich ist, zeigt der Vergleich zwischen den erfolgreichsten und den am wenigsten fortgeschrittenen Instituten der Studie. Die Lehre der führenden Unternehmen ist, dass Erfolg nicht durch die Identifikation einer einzelnen Lösung entsteht, sondern durch eine disziplinierte Abfolge aus Investitionen, Umsetzung und Governance.  Bei Onboarding, KYC und AML verfügen 80 Prozent der sogenannten „Leaders“, also jene Finanzinstitute aus der Studie mit bereits messbaren Fortschritten bei profitabler Skalierung, über weitgehend oder hoch automatisierte Prozesse. Bei den „Followern“, also bei Banken, Asset-Managern und Wealth-Managern, sind es nur 33 Prozent, die laut Studie noch mit grundlegenden Voraussetzungen für profitables Wachstum kämpfen. Bei digitaler Kundeninteraktion zum Beispiel über Kundenportale oder mit Beratern liegt der Abstand bei 83 Prozent gegenüber 40 Prozent. Die große Kluft ergibt sich nicht daraus, dass die einen künstliche Intelligenz einsetzen und die anderen nicht. Sie entsteht dort, wo Finanzhäuser ihre Prozesskette beherrschen – oder eben nicht. Leader priorisieren demnach Datenqualität und operative KI, weil sie bereits einen größeren Teil der notwendigen Vorarbeiten abgeschlossen haben. Follower konzentrieren sich weiterhin darauf, manuellen Aufwand zu reduzieren und durch Auslagerung kurzfristigen Druck zu mindern. Die größte Hürde bleibt jedoch die Systemintegration: 45 Prozent nennen Integrationsprobleme als Hindernis für die Skalierung. Neben Integrationsproblemen nennen die Befragten auch eine mangelhafte Datenqualität (41 Prozent) und eine fragmentierte Technologieinfrastruktur (39 Prozent) als zentrale Hürden. Die Gewinner automatisieren dort, wo Wachstum entsteht: bei Kundendaten, Dokumenten, Compliance, Beratung und Service. Unternehmen, die ihre Daten-, Kontroll- und Workflow-Bereitschaft stärken, können KI nutzen, um Skalierung zu verstärken, ohne die Komplexität zu erhöhen.

* * *

Zur Studie: 

Die Studie „Built to Scale“ wurde von FT Longitude im Auftrag von Objectway im ersten Quartal 2026 durchgeführt. Befragt wurden 300 Senior Professionals aus Banken, Asset Managern, Wealth Managern und hybriden Asset- und Wealth-Management-Unternehmen in zehn Märkten: Großbritannien, Kanada, Deutschland, Frankreich, Italien, den Niederlanden, Spanien, Belgien, der Schweiz und Luxemburg. Die Stichprobe umfasste Institute unterschiedlicher Größe – von 1 bis 9,99 Milliarden US-Dollar AUM über 10 bis 100 Milliarden US-Dollar AUM bis hin zu Organisationen mit mehr als 100 Milliarden US-Dollar AUM. Die Analyse basiert auf dem Objectway Scalability Index, der misst, inwieweit Institute in der Lage sind, sowohl ihr Kundengeschäft als auch ihre internen Kernprozesse profitabel zu skalieren. Die Studie untersucht, wie Finanzinstitute skalierbares Wachstum in den Bereichen Kundendienstleistungen und zentrale Geschäftsprozesse verfolgen. Sie analysiert die strukturellen Barrieren, die die Skalierbarkeit begrenzen, die Rolle von künstlicher Intelligenz und As-a-Service-Modellen sowie die operativen Merkmale, die führende Unternehmen vom übrigen Markt unterscheiden. Der Bericht stellt den Objectway Scalability Index vor – ein proprietäres Rahmenwerk, das entwickelt wurde, um die Fähigkeit von Organisationen zu messen, sowohl in kundenorientierten als auch in operativen Bereichen profitabel zu skalieren.