KI mit Power-Usern pushen

Schwerpunkt: Agentic, explainable & poisoned AI

Jens Heilmann, Lead Executive Partner bei msg for banking, steht in einem modernen Gebäude. Die Architektur ist geprägt von klaren Linien und einem offenen Raumkonzept. Der Einsatz von KI im Bankenumfeld wird zunehmend als produktives Werkzeug wahrgenommen. — Jens Heilmann, Lead Executive Partner, msg for banking msg for banking

Künstliche Intelligenz ist im Bankenumfeld angekommen. Nicht als Vision, nicht als Pilotprojekt, sondern als produktives Werkzeug im Alltag. Die heute verfügbaren KI-Anwendungen automatisieren Routineaufgaben, analysieren große Datenmengen und unterstützen Mitarbeitende bei konzeptionellen und kreativen Tätigkeiten. Der technologische Reifegrad ist hoch, der Nutzen messbar. Und doch zeigt sich in vielen Instituten ein bekanntes Muster: Ein kleiner Kreis nutzt KI intensiv und profitiert spürbar, während der Großteil der Organisation zögert.

von Jens Heilmann, Lead Executive Partner, msg for banking

Dieses Ungleichgewicht hat weniger mit Technologie zu tun als mit Menschen. Fehlende Erfahrung, Unsicherheit im Umgang mit neuen Werkzeugen und unklare Rahmenbedingungen bremsen die breite Nutzung. Wer KI nur aus Präsentationen kennt, bleibt skeptisch. Wer sie selbst einsetzt, denkt anders.

Am besten schaffen Institute von Anfang an Awareness und fangen bei den Vorständen mit KI an, danach alle Führungsebenen und anschließend alle Mitarbeiter. KI ist ein Chef-Thema!“

Anmerkung: Wir würden auch empfehlen, die KI-Strategie an der Unternehmensstrategie zu verorten und nicht wie in vielen Banken an der IT-Strategie. KI-Strategie und IT-Strategie sollten auf gleicher Ebene gedacht werden.

Vom Ausprobieren zum Aha-Moment

Der entscheidende Schritt ist Praxis. Erst wenn Mitarbeitende KI in einem geschützten, klar geregelten Umfeld testen können, entsteht echtes Verständnis. In diesen Momenten zeigt sich schnell der Mehrwert: Analysen, Recherchen oder Textentwürfe, die früher Stunden dauerten, sind in Minuten erledigt. Oft steigt dabei sogar die Qualität, weil KI strukturiert, zusammenfasst und neue Perspektiven liefert.

Autor Jens Heilmann, msg for banking

Jens Heilmann ist Lead Executive Partner bei msg for banking (Website). Er startete seine Karriere in der Automobilbranche, wo er digitale Produktionsprozesse optimierte und 2008 erfolgreich eine papierlose Fertigung mit SAP einführte. Mit Abschlüssen in Technischer Informatik (2006) und Wirtschaftsinformatik (2011) wechselte er 2010 zu msg systems in die Versicherungsbranche. Dort führte ihn sein Weg vom Lead Consultant über den Vice President zum Senior Vice President hin zur Speerspitze für Process Excellence. Als zertifizierter Lean Six Sigma Black Belt und IPMA Level A-Experte gibt er sein Wissen regelmäßig an Hochschulen weiter. 2019 übernahm er als Executive Partner die Bereiche Process Excellence mit dem Fokus Prozessautomatisierung und IT-GRC bei msg for banking.

Diese Erfolgserlebnisse wirken ansteckend. Einzelne Power-User werden zu Impulsgebern, teilen ihre Erfahrungen und motivieren Kollegen, eigene Anwendungsfälle zu entwickeln. KI wird vom abstrakten Risiko zum konkreten Werkzeug. Nicht perfekt, aber nützlich.

Unstrukturierte Daten nutzbar machen

Gerade Banken verfügen über enorme Mengen unstrukturierter Informationen: Verträge, Protokolle, E-Mails, regulatorische Texte. Moderne KI kann diese Inhalte erschließen, vergleichen und zusammenführen. Voraussetzung ist jedoch Kompetenz. Mitarbeiter müssen wissen, welche Daten sie nutzen dürfen, wie sie sensible Inhalte schützen und wie Ergebnisse richtig einzuordnen sind.

Praxisnahe Schulungen sind deshalb zentral. Nicht als Theoriekurs, sondern entlang realer Aufgaben. Wer lernt, wie KI sicher und regelkonform eingesetzt wird, gewinnt Vertrauen. Und Vertrauen ist die Grundlage für produktiven Einsatz.

Power-User als organisatorischer Hebel

Damit KI nicht isoliert genutzt wird, braucht es klare Strukturen. Power- oder Key-User übernehmen hier eine Schlüsselrolle. Sie fungieren als Ansprechpartner, schulen ihre Teams und sorgen für Wissenstransfer. Erfolgreich ist meist ein hybrider Ansatz: zentrale Leitplanken, kombiniert mit Bottom-up-Initiativen aus den Fachbereichen.

Rotierende Key-User-Modelle können zusätzlich helfen. Wissen bleibt nicht in einzelnen Köpfen, neue Perspektiven entstehen, Silos werden vermieden. KI wird Teil der Organisation, nicht Spezialdisziplin Weniger.

Typische Anfängerfehler vermeiden

Ein häufiger Irrtum ist der Versuch, KI bestehende Systeme „bedienen“ zu lassen. Viele Bankanwendungen sind für Menschen gebaut, für Maus, Tastatur und gewachsene Prozesslogiken. KI über diese Oberflächen zu schicken, ist ineffizient und oft unnötig. Solche Automatisierungen lassen sich seit Jahren mit klassischer RPA umsetzen.

Die Stärke von KI liegt woanders. Sie kann direkt Zielergebnisse erzeugen, per Sprache gesteuert werden oder Daten ohne Umweg über Frontends verarbeiten. Anders als Organisationen skaliert KI nicht über zusätzliche Mitarbeiter, sondern über Rechenleistung. Aufbauorganisationen begrenzen Menschen, nicht Maschinen.

Ein langfristiger Weg

Die Einführung von KI ist kein Projekt mit Enddatum. Tools entwickeln sich weiter, Anwendungsfälle verändern sich. Banken, die erfolgreich sein wollen, brauchen eine klare Strategie, kontinuierliche Weiterbildung und die aktive Einbindung der Mitarbeitenden.

Erst wenn KI verstanden und verantwortungsvoll genutzt wird, entfaltet sie ihr Potenzial: als effizienter Co-Pilot, als kreativer Sparringspartner und als fester Bestandteil eines modernen Bankarbeitsalltags.Jens Heilmann, msg for banking/dk