Artificial Intelligence – vom Potenzial zum Profit

Beim Goldrausch wurden nicht die Goldgräber reich, sondern die Händler, die ihnen Schaufeln, Kleider und Nahrungsmittel verkauften. Heute suchen wir nach dem AI-Gold in den Bergen von Präsentationen und in den Datenhalden und hoffen, dass die Wolken der Regulation nicht über uns losbrechen. Die Frage stellt sich, wie wir unsere Profitabilität durch AI steigern – und nicht nur jene der Tech-Konzerne.

AI erzielt in Bereichen wie Risikomodelle, Betrugserkennung und Bonitätsbewertung schon seit Jahren grosse und quantifizierbare Erfolge. Generative AI markiert nun einen Wendepunkt, da wir erstmals in natürlicher Sprache mit Maschinen kommunizieren können. 

Herausforderungen und Fallstricke

Trotz des Potenzials scheitern laut «Harvard Business Review» 80 Prozent aller Gen-AI-Projekte. McKinsey berichtet, dass 90 Prozent der Gen-AI-Piloten nicht in die Produktion übergehen. Projektmanagement in AI ist anspruchsvoller als in traditionellen IT-Projekten.

Eine Harvard- und MIT-Studie mit 750 BCG-Beratenden zeigte, dass Chat GPT kreative Ideenfindung verbessert, jedoch komplexe Problemlösungen erschwert. AI kann Leistung steigern, wenn sie richtig eingesetzt wird, aber auch zu schlechteren Ergebnissen führen, wenn ihr blind vertraut wird.

Pragmatische Leader wie Jamie Dimon, CEO von J.P. Morgan, betonen: «AI ist kein Hype, die Wirkung ist real.» Unternehmen, die AI mit Geschwindigkeit und Entschlossenheit angehen, werden profitieren. 

1. Konkreter Mehrwert
   AI muss handfeste Unterschiede im operativen Geschäft bewirken und messbare Ergebnisse liefern. Ein Fallbeispiel zeigt, dass AI im Kundenservice die Problemlösung um 14 Prozent verbessert. Die Frage stellt sich, ob die Kosten der Implementierung diese Verbesserung rechtfertigen. Die erste Frage sollte nicht «Was kann AI?» lauten, sondern: «Welche Probleme können wir mit AI lösen?»

2. Jobs neu denken
   Die grösste Veränderung bringt AI in Berufen, die auf Analysen und Ideenentwicklung abstützen und die ein hohes Mass an Verantwortung und zwischenmenschlichen Interaktionen voraussetzen. Dazu gehören Anwälte und Ärztinnen genauso wie Finanzberater. Die Erstellung dynamischer Finanzplanungen durch AI in Kombination mit der Entwicklung der Kundenbeziehungen ergänzen einander. Risiken sind «Blackbox-Algorithmen», die es erschweren, die Verantwortung für Entscheide zu lokalisieren. Die Verlagerung der Verantwortung auf AI schafft eine Pufferzone, die die Rechenschaftspflicht der Menschen verringert. Auch die Arbeit von Führungskräften ändert sich. Sie müssen die Zusammenarbeit von Mensch und Maschine kontinuierlich aktiv gestalten. Sie können sich stärker auf Entwicklung und Innovation konzentrieren, müssen aber auch neue Routine- und Kontrollaufgaben übernehmen.

3. Technologie als Teil des Puzzles
   Technologie allein löst keine Probleme. Die Mitarbeitenden müssen den Nutzen neuer Technologien am eigenen Leib erfahren und durch Schulungen neue Gewohnheiten einüben. Vertrauen in die Organisation und soziale Normen spielen ebenfalls eine wichtige Rolle bei der erfolgreichen Einführung von Veränderungen.

4. Business als Technologie
   Die direkte Interaktion zwischen Technologie und Menschen über natürliche Sprache rückt Business und Technologie enger zusammen; Business und Technologie müssen zusammen gedacht werden. Kundinnen und Kunden kommen direkter mit Technologie in Kontakt, was ihre Kundenerfahrung, den Markenwert und die Reputation beeinflusst. Fehlerhafte Chat-Antworten oder Entscheidungen haben negative Konsequenzen. Finanzinstitute, die ihren Mitarbeitenden Tools für komplexe Aufgaben und persönliche Interaktionen bereitstellen, welche die Mitarbeitererfahrung verbessern, steigern sowohl das Kundenerlebnis wie auch die Mitarbeiterbindung.

5. Black Mirror
   Regulierungen und Compliance erschweren den AI-Einsatz in der Finanzbranche. Datensicherheit, Compliance und Ethik müssen deshalb von Anfang an berücksichtigt werden. Eine Untersuchung hat ergeben, dass KI-Systeme betrügerisches Verhalten zeigen können und aktiv lügen. Ein robustes Governance-Framework ist daher unerlässlich.

6. Strategische Sichtweise
   Führungskräfte brauchen ein klares AI-Zielbild und einen mehrstufigen Plan für den langfristigen Erfolg des Unternehmens. Die AI-Strategie ist nicht mit der Unternehmensstrategie abgestimmt, sie muss ein integrierter Teil der Unternehmensstrategie sein und Fragen beantworten wie diese: «Wie unterstützt AI den langfristigen Erfolg? Wie beschleunigt sie Produktivität und Wachstum? Welche Ressourcen müssen umverteilt werden?» 

Die AI-Transformation erfordert einen ganzheitlichen Ansatz, der Technologie, Menschen, Prozesse und Kultur umfasst. Führungskräfte müssen die Funktionsweise und Risiken der AI verstehen, um sicherzustellen, dass ihr Einsatz ethisch, sicher und nachhaltig ist. Nur so kann AI ihr volles Potenzial entfalten und zur Transformation der Finanzdienstleistungsbranche beitragen.

Fünf konkrete Massnahmen für den Erfolg:

1. Klarheit der Wertschöpfung durch AI im Rahmen der Unternehmensstrategie
   Die AI Strategie ist ein integrierter Teil der Unternehmensstrategie. Das Zielbild und die Etappen dorthin sind es auch. 
    
2. Ganzheitliche Transformation des Businessmodells durch AI
   AI ändert nicht nur ein Tool, sondern hat das Potenzial, die Angebote, die Kundenerfahrung und die Rollen und Prozesse zu verbessern.
    
3. Das Business nutzt AI, um Businessherausforderungen zu lösen
   AI wird eingesetzt, um messbare Verbesserungen zu bewirken, die genau definiert werden. Der Ertrag rechtfertigt den Aufwand.
    
4. Der Erfolg der Implementierung beginnt mit dem Plan
   Der Plan ist durchdacht, modular und kann iterativ angepasst werden. Es braucht nicht den grossen Wurf, sondern konsequente, messbare Schritte hin zum Ziel.
    
5. Die Mitarbeitenden sind von Anfang an ein Teil der Lösung
   Das Vertrauen der Mitarbeitenden und der Nutzen für die Mitarbeitenden sind zentral. Begeisterung beginnt oft mit einer kleinen Gruppe und breitet sich dann aus.