Eine unbequeme Erkenntnis zieht sich durch die Branchenforschung: Die meisten KI-Projekte in Unternehmen liefern nie einen messbaren Return. Für ein FINMA-reguliertes Institut steht noch mehr auf dem Spiel — ein gescheitertes Projekt ist nicht nur versenktes Budget, sondern ein Governance- und Audit-Risiko. In unserer Audit-Arbeit liegt das Scheitern selten am Modell. Es liegt an vier wiederkehrenden Mustern. Sie zu benennen ist die erste Verteidigungslinie.
Muster eins ist das Tool-zuerst-Denken. Teams wählen zuerst ein Werkzeug oder einen Anbieter und suchen danach ein Problem, das es lösen könnte. In der regulierten Finanzwelt ist das die falsche Reihenfolge — und sie ist gefährlich. Ein Workflow mit klaren Kontrollpunkten lässt sich auditieren; ein Tool, das einem Use Case hinterherläuft, schafft genau die undokumentierten Pfade, die ein internes Audit beanstandet. Beginnen Sie beim Prozess und seinen Freigabepunkten, nicht beim Tool.
Muster zwei ist die Automatisierung eines Workflows, den Sie nicht messen können. Ohne Baseline lässt sich weder eine Verbesserung belegen noch eine Regression erkennen. Für einen Controller, der Zahlen für Investoren abzeichnet, ist «wir glauben, es ist schneller» keine auditfähige Antwort. Legen Sie zuerst die Baseline fest — Durchlaufzeit, Fehlerquote, Anzahl manueller Eingriffe — und automatisieren Sie erst dann.
Muster drei ist das Fehlen eines Sponsors auf Führungsebene. KI, die einen regulierten Prozess berührt, braucht eine senior verantwortliche Person, die das Ergebnis trägt — nicht einen engagierten Analysten, der ein Nebenprojekt betreibt. Fehlt diese Verantwortung, bleibt die Arbeit bei der ersten Compliance-Frage stehen, weil niemand befugt ist, sie zu beantworten.
Muster vier ist der «KI überall»-Scope-Creep. Der Versuch, alles auf einmal zu transformieren, verteilt knappe Aufmerksamkeit auf zu viele halbfertige Initiativen, von denen keine je in Produktion geht. Die disziplinierte Alternative ist eng gefasst: ein Workflow, gemessen, in Produktion, mit klarer Verantwortung — dann der nächste. So ist das Reporting über 39+ Fonds bei einer führenden Zürcher Anlagestiftung entstanden — erst eng, dann ausgeweitet.
Der rote Faden: Das sind organisatorische und Governance-Fehler, keine technischen. Die Lösung ist unspektakulär: Wählen Sie einen messbaren Workflow, geben Sie ihm eine verantwortliche Person, bauen Sie ihn dort, wo Compliance ihn auditieren kann, und weisen Sie nach, dass sich die Baseline verbessert hat. So gemacht, hört KI auf, eine gescheiterte Initiative zu sein, und wird zu einem verlässlichen Teil des operativen Stacks.