Bevor ein Institut irgendetwas automatisiert, steht eine Frage, die mehr wert ist als jeder Anbieter-Pitch: Ist es tatsächlich bereit? Die meisten KI-Initiativen, die in der regulierten Finanzwelt stehen bleiben, scheitern nicht an der Technologie — sie scheitern, weil die Organisation nicht darauf vorbereitet war, sie aufzunehmen, und niemand die Frage ehrlich gestellt hat, bevor das Budget gesprochen war. Eine KI-Reifegradprüfung ist genau diese ehrliche Frage, systematisch gestellt. Für ein FINMA-reguliertes Institut kommt sie auf fünf Dimensionen hinaus — kontrollierte Daten, dokumentierte Workflows, senior Sponsorship, ein messbares Ziel und die Fähigkeit, Veränderung aufzunehmen — jede mit einem Fehlermodus, der Ihnen klar sagt, dass Sie noch nicht bereit sind. Bewerten Sie sich an allen fünf, bevor Sie einen einzigen Anbieter bewerten.
Die erste Dimension sind kontrollierte Daten. KI repariert kein kaputtes Datenfundament; sie erbt es, und in einem regulierten Prozess erbt sie auch dessen Revisionsrisiko. Die Frage ist nicht, ob Sie Daten haben — das hat jedes Institut —, sondern ob sie sauber, aktuell und auf eine Quelle rückführbar sind, die Sie verteidigen können. Sie sind nicht bereit, wenn die Zahlen, die einen Report speisen, in einer Tabelle liegen, der niemand ganz traut, wenn dieselbe Zahl in zwei Systemen zwei Werte trägt, oder wenn Sie nicht sagen können, woher ein Datenpunkt stammt, ohne drei Personen zu fragen. Bringen Sie zuerst die Herkunft in Ordnung; eine Automatisierung auf unzuverlässigen Eingaben erzeugt schlicht schneller unzuverlässige Ergebnisse — und tut dies mit dem Anschein von Autorität.
Die zweite sind dokumentierte Workflows. Sie können keinen Prozess automatisieren, den Sie nicht beschreiben können, und das Aufschreiben eines Workflows von Anfang bis Ende — jede Eingabe, jeder Kontrollpunkt, jede Freigabe und die Person, die jeweils dafür verantwortlich ist — ist die Stelle, an der sich der grösste Teil der eigentlichen Arbeit als verortet erweist. Sie sind nicht bereit, wenn der Workflow nur im Kopf einer senior verantwortlichen Person existiert, die ihn seit Jahren führt, wenn «wie das Reporting tatsächlich entsteht» nie kartiert wurde, oder wenn die Ausnahmen durch stillschweigendes Urteil gehandhabt werden, das kein Dokument erfasst. Die Institute, die gut automatisieren, sind meist jene, die dem Dokumentieren des Prozesses ohnehin schon nahe waren; die Disziplin der Beschreibung ist die Disziplin, von der die Automatisierung abhängt.
Die dritte Dimension ist senior Sponsorship mit benannter Verantwortung. Eine regulierte Automatisierung berührt einen kontrollierten Prozess, also braucht sie eine verantwortliche Person, die senior genug ist, um die Änderung freizugeben und später dafür geradezustehen — keine Arbeitsgruppe und keine über drei Abteilungen verstreute Begeisterung. Sie sind nicht bereit, wenn die Initiative ein Bottom-up-Experiment ist, für das oben niemand seinen Namen eingesetzt hat, wenn der Sponsor das konkrete Ergebnis, für das er verantwortlich ist, nicht benennen kann, oder wenn die Person, die die Automatisierung nach dem Go-live verantworten würde, noch nicht benannt ist. In der regulierten Finanzwelt ist ein unverantworteter Prozess eine Feststellung, die nur darauf wartet, geschrieben zu werden; Sponsorship ist das, was aus einem Experiment ein verantwortetes Programm macht.
Die vierte ist ein messbares Ziel — eine Baseline, die Sie beweisen können, und ein Ergebnis, das Sie benennen können. Eine KI-Reifegradprüfung ist ohne Ausgangspunkt unmöglich, denn ein Workflow ohne messbare Baseline kann seinen Return nie belegen, keine Regression erkennen und die erste Frage nicht beantworten, die ein interner Prüfer stellt. Sie sind nicht bereit, wenn das Ziel «effizienter werden» lautet statt einer konkreten Zahl — die mehrtägige Durchlaufzeit, die Sie verdichten wollen, die Ausnahmequote, die Sie senken wollen, die manuellen Eingriffe, die Sie entfernen wollen. Wählen Sie den einen Workflow, dessen Baseline Sie heute messen können, und Sie haben nicht nur ein Ziel gefunden, sondern den richtigen Ort zum Beginnen.
Die fünfte Dimension ist die Fähigkeit, Veränderung aufzunehmen — jene, die die meisten Institute überschätzen. Einen regulierten Workflow zu automatisieren ist kein einzelner Schalter; es ist ein Parallelbetrieb, in dem der neue Prozess neben dem alten läuft, bis die Abstimmung trägt, eine Strecke zusätzlicher Review, bevor die Einsparung eintritt, und eine schrittweise Ausweitung von einer prüfenden Person zum Team. Sie sind nicht bereit, wenn das Team keinen Spielraum hat, zwei Prozesse eine Saison lang nebeneinander zu betreiben, wenn die Kultur eine Geschichte abgebrochener Roll-outs trägt, oder wenn «Go-live» als Datum statt als kontrollierter Übergang gedacht wird. Budgetieren Sie ehrlich die Phase, in der der Parallelbetrieb mehr kostet, als er spart, bevor die Kurve dreht — ein Institut, das damit geplant hat, liest den Einbruch als erwartet statt als Scheitern.
Nichts davon verlangt eine perfekte Punktzahl. Reife ist selten gleichmässig — ein Workflow wird gut kontrolliert, gut dokumentiert und verantwortet sein, während ein anderer nichts davon ist —, und der eigentliche Wert der Prüfung liegt darin, Ihnen zu sagen, wo Sie beginnen sollen, nicht ob Sie überhaupt beginnen sollen. Beginnen Sie dort, wo Sie am höchsten punkten: beim einen Workflow mit sauberen Daten, einem kartierten Prozess, einer benannten verantwortlichen Person und einer beweisbaren Baseline. Genau so begann das Reporting über 39+ Fonds bei einer führenden Zürcher Anlagestiftung — nicht als institutsweite Transformation, sondern als der eine Prozess, der am bereitesten war, gemessen und bewiesen, bevor der nächste versucht wurde. Wenn Sie diese Einschätzung streng statt aus dem Bauch heraus vorgenommen haben möchten, ist eine KI-Standortbestimmung der Ausgangspunkt. Es ist dieselbe Disziplin, die sich durch alles zieht, was wir bauen: Beginnen Sie dort, wo die Baseline beweisbar ist, messen Sie sie, und lassen Sie den bewiesenen Fall den nächsten finanzieren.