Die meisten KI-Initiativen in der regulierten Finanzwelt scheitern nicht daran, dass die Technologie nicht bereit war; sie scheitern an einer Handvoll vermeidbarer Fehler, die lange begangen werden, bevor das Modell überhaupt gewählt ist. Das Muster ist beständig genug, um es zu benennen. Über die Institute hinweg, die stehen bleiben — eine Fondsleitung, ein Vermögensverwalter, eine Anlagestiftung —, kehren dieselben Fehler wieder, und jeder hat einen Gegenzug, der weder teuer noch technisch ist. Es folgen acht davon, in der ungefähren Reihenfolge, in der sie auftreten, vom ersten Scoping-Gespräch bis zum Jahr nach dem Go-live. Keiner handelt von Algorithmen. Alle handeln von der Disziplin, einen kontrollierten Prozess zu berühren — der Teil, den ein generischer KI-Anbieter selten respektiert und den ein reguliertes Institut nicht überspringen kann.
Der erste Fehler ist, mit dem Werkzeug zu beginnen. Ein Institut entscheidet, dass es «eine KI-Lösung» braucht, erstellt eine Shortlist von Plattformen und bucht Demos, bevor jemand den Workflow aufgeschrieben hat, dem das Werkzeug dienen soll — und so kommt die Software auf der Suche nach einem Problem an, und das Problem, das sie findet, ist selten jenes, das zu lösen sich lohnt. Der Gegenzug ist, mit dem Prozess zu beginnen, nicht mit dem Produkt: Kartieren Sie den Workflow von Anfang bis Ende und lassen Sie ihn das Werkzeug bestimmen, nicht umgekehrt. Der zweite Fehler folgt unmittelbar — einen Prozess zu automatisieren, der von Anfang an nicht solide war. Eine Automatisierung auf einem undokumentierten Workflow behebt die Verwirrung nicht; sie industrialisiert sie, erzeugt dieselben unzuverlässigen Ergebnisse schneller und mit dem Anschein von Autorität. Beschreiben Sie den Prozess, benennen Sie seine Kontrollpunkte und Freigaben und reparieren Sie, was bislang nur durch das Urteil einer erfahrenen Person zusammenhielt, bevor eine Zeile davon automatisiert wird.
Der dritte Fehler ist, ohne Rückfallebene zu bauen — nur den Pfad zu gestalten, auf dem alles funktioniert. In einem FINMA-regulierten Prozess ist die Gestaltung des Fehlerfalls die eigentliche Gestaltung: was eine falsche Zahl abfängt, bevor sie einen Investor erreicht, wie Sie innerhalb einer Stunde auf den vorherigen Prozess zurückkehren, wer benachrichtigt wird. Ein Partner, der stets nur den glücklichen Pfad beschreibt, hat nicht für den Tag gebaut, an dem die Antwort falsch ist — und in der regulierten Finanzwelt kommt dieser Tag. Der vierte Fehler ist, die Datenqualität zu ignorieren. KI erbt das Datenfundament, das man ihr gibt, und in einem kontrollierten Prozess erbt sie das Revisionsrisiko gleich mit: dieselbe Zahl in zwei Systemen mit zwei Werten, eine Herkunft, die niemand rückverfolgen kann, eine Tabelle, der niemand ganz traut. Prüfen Sie die Daten, bevor Sie darauf bauen — die Bereinigung, die im Plan steht, ist günstig, die Bereinigung, die in der Produktion entdeckt wird, ist es nicht.
Der fünfte Fehler ist, die Standortbestimmung zu überspringen — sich auf einen Build festzulegen, bevor jemand eine Baseline gemessen oder den tatsächlichen Umfang erfasst hat. Ohne eine Ausgangszahl kann die Initiative ihren Return nie belegen, keine Regression erkennen und die erste Frage nicht beantworten, die ein interner Prüfer stellt; die Standortbestimmung ist das, was aus einem hoffnungsvollen Budget ein verteidigbares macht. Der sechste Fehler ist, eine freischaffende Kraft für die Aufgabe eines Partners zu engagieren. Eine schnelle Auftragskraft kann eine clevere Vorführung bauen, aber eine regulierte Automatisierung ist eine laufende Verpflichtung, die überwacht, aktuell gehalten und bereit gemacht werden muss, eine FINMA-Anfrage lange nach dem Go-live zu beantworten — und ein Prozess, dessen einziger Autor weitergezogen ist, ist eine Feststellung, die nur darauf wartet, geschrieben zu werden. Passen Sie das Mandat an die Verantwortung an, die der Prozess trägt, nicht an das niedrigste Angebot.
Der siebte Fehler ist, den lautesten Anbieter zu wählen. Die Firma mit dem poliertesten Pitch und den breitesten Versprechen ist selten jene, die zwei Jahre später noch geradesteht; das Signal, das Gewicht verdient, sind Belege für Praxis — ein Partner, der konkret über die Fehlermodi einer regulierten Automatisierung schreibt, der eine Grenze und eine Referenz benennt, die nicht sein Aushängeschild ist — nicht Belege für Präsenz. Der achte und teuerste Fehler ist, KI als einmaliges Projekt zu behandeln. Eine regulierte Automatisierung wird nicht gekauft und abgeschlossen; sie driftet, die zugrunde liegenden Systeme ändern sich, und die Revisionsanfragen treffen weiter ein, nachdem die Rechnung beglichen ist. Ein Partner, der ein «fertiges» Projekt übergibt statt eines gepflegten Prozesses, hat die Betriebskosten stillschweigend auf Ihren Tisch geschoben. Fragen Sie, wer den Workflow nach dem Go-live verantwortet und was es jährlich kostet, ihn revisionsbereit zu halten, bevor Sie unterschreiben.
Zusammen gelesen teilen die acht eine einzige Wurzel: die Versuchung, schnell voranzukommen, indem man die unglamourösen Teile überspringt — die Prozesskartierung, die Baseline, die Gestaltung des Fehlerfalls, die Frage, wer den Prozess danach verantwortet. Die Institute, die alle acht vermeiden, sind nicht jene mit dem grössten Budget oder dem neuesten Modell; es sind jene, die die Arbeit eingegrenzt statt geweitet haben, mit dem einen Workflow begannen, dessen Baseline sie beweisen konnten, ihn massen und den bewiesenen Fall den nächsten finanzieren liessen. Das Meer auszukochen ist keine Ambition; es ist der Fehler, der die anderen sieben enthält.
Genau diese gemessene Disziplin — ein Workflow nach dem anderen — ist es, wie das Reporting über 39+ Fonds bei einer führenden Zürcher Anlagestiftung aufgebaut wurde: keine umfassende Transformation, sondern ein einzelner beweisbarer Prozess, durch diese Strenge geführt, bevor der nächste versucht wurde, jeder verdient den darauffolgenden. Wenn Sie diese Fehler vermeiden möchten, bevor sie etwas kosten, ist eine KI-Standortbestimmung der Ausgangspunkt: Sie kartiert den Workflow, etabliert die Baseline und erfasst den tatsächlichen Umfang, bevor eine einzige Entscheidung zugesagt ist. Es ist dieselbe Disziplin, die sich durch alles zieht, was wir bauen.