Was sich messen lässt
Anfang dieser Woche ist der neue Evident AI Index erschienen, ein Vergleich von 50 der größten Banken der Welt bei Künstlicher Intelligenz. Die Rangliste ist das, worüber geredet wird. Interessanter ist ein Satz weiter hinten: Nur ein kleiner Teil dessen, was die Banken mit KI tun, wird überhaupt an einer Zahl gemessen, die im Betrieb etwas bedeutet.
Ein Vergleich, der schneller wird
Evident bewertet die Banken anhand von 75 Merkmalen, verteilt auf Nordamerika, Europa und den asiatisch-pazifischen Raum. Laut einem Bericht von Resultsense wurde die Ausgabe 2026 am Dienstag, dem 6. Oktober, veröffentlicht. Die durchschnittliche Punktzahl stieg gegenüber dem Vorjahr um 26 Prozent, nach Evidents Angabe fast dreimal so schnell wie im gleitenden Mittel der Jahre 2023 bis 2025. Aus Europa steht nur noch eine Bank unter den ersten zehn: die UBS, einen Platz vorgerückt auf Rang sechs.
Das Tempo ist also hoch. Die Frage ist, was davon im Ergebnis ankommt.
Der Satz, um den es eigentlich geht
Im Bericht steht es ohne Umschweife: Nur 12 Prozent der Anwendungsfälle berichten eine Wirkung auf betriebliche Kennzahlen, und kaum 1 Prozent legt eine konkrete finanzielle Rendite offen. Auf wie viele Anwendungsfälle sich die Prozente beziehen, nennt der Bericht nicht.
Bewegung gibt es trotzdem. Zwölf Banken berichten inzwischen eine erzielte oder erwartete Rendite aus ihren KI-Aktivitäten, im Jahr davor waren es acht. Das ist ein Viertel der Liste, und es ist mehr als vorher. Es heißt aber auch, dass drei Viertel der größten Banken der Welt keine solche Zahl nennen.
Wer nicht vorher festlegt, woran ein Werkzeug gemessen wird, kann hinterher nur sagen, dass es benutzt wird. Benutzt zu werden ist aber noch kein Nutzen.
Drei Häuser, die eine Zahl nennen
Evident stellt einige Beispiele heraus, bei denen Banken eine Wirkung beziffern. Bei der UBS nutzen nach Evidents Darstellung fast 90 Prozent der Beraterteams ein Werkzeug zur Vorbereitung von Kundengesprächen, das zusammen rund 1.200 Stunden Vorbereitung pro Woche einspart. Die kanadische TD Bank hat ein erstes Agentenwerkzeug eingeführt, das nach eigener Angabe 15 Stunden pro Baufinanzierung spart. Die ebenfalls kanadische BMO berichtet für personalisierte Kundenangebote rund 60 Millionen Dollar Jahresumsatz im Jahr 2025 und eine um 3 Prozent höhere Verkaufsleistung.
Zur Einordnung gehört dazu: Das sind Angaben der Banken selbst, zusammengetragen von Evident. Geprüft hat sie niemand von außen.
Was diese Beispiele gemeinsam haben
Keines davon misst, wie modern etwas ist. Gemessen wird eine Größe, die es vorher schon gab: Stunden für die Vorbereitung eines Gesprächs, Stunden pro Kreditantrag, Umsatz pro Angebot. Die KI ist nicht der Gegenstand der Messung, sondern das, was die Zahl verändert hat.
Das klingt banal. Es ist aber genau der Teil, der in der Breite fehlt. Ein Werkzeug, das in vielen Abteilungen ein bisschen hilft, lässt sich schwer beziffern. Ein Werkzeug für einen klar umrissenen Arbeitsschritt, dessen Dauer man vorher kannte, lässt sich leicht beziffern. Die Häuser mit Zahlen haben vermutlich nicht besser gerechnet, sondern sich die Fälle so ausgesucht, dass man rechnen kann.
Eine weitere Zahl aus dem Bericht passt dazu. 80 Prozent der führenden Banken, gemeint sind die zehn an der Spitze, die alle schon früher dort standen, haben ausgefeilte Kontrollmechanismen für ihre KI eingeführt. Im Rest der Branche sind es 40 Prozent. Dass beides zusammenhängt, sagt der Bericht nicht, das ist meine Deutung: Wer genau festgelegt hat, was ein Werkzeug darf und wo es eingesetzt wird, hat es auch leichter zu sagen, was es bringt.
Die leichteste Messgröße ist die, die es schon vor der KI gab. Wer die Vorbereitungszeit eines Beratungsgesprächs nicht kennt, kann nicht sagen, wie viel davon wegfällt.
Was das für kleine Unternehmen bedeutet
Für kleine und mittlere Unternehmen, Selbstständige und Freiberufler ist der Befund eher eine gute Nachricht. Wenn selbst die größten Banken der Welt den Nutzen ihrer KI meist nicht messen, liegt das nicht an fehlendem Budget oder fehlenden Abteilungen. Es ist eine Frage der Gewohnheit, und die lässt sich im Kleinen leichter einüben als im Großen. Wer allein oder mit einer Handvoll Leuten arbeitet, kennt seine Abläufe in der Regel genauer, als es eine Bank mit zehntausenden Beschäftigten je könnte.
Pragmatisch heißt das: Vor dem ersten KI-Werkzeug eine Größe festhalten, die es schon gibt. Wie lange dauert heute ein Angebot, eine Rechnung, ein Protokoll, die Antwort auf eine Kundenanfrage? Eine oder zwei Wochen lang mitschreiben, bevor das Werkzeug kommt, und danach noch einmal. Und ehrlich unterscheiden, ob man gemessen oder geschätzt hat. Die Zahlen dieser Woche stammen fast alle von den Banken selbst. Das macht sie nicht wertlos, aber es ist der Unterschied zwischen einem Befund und einer Auskunft.
Die Rangliste wird nächstes Jahr wieder neu gemischt. Die Frage, woran man den Nutzen festmacht, stellt sich für das Ein-Personen-Büro genauso wie für die Großbank. Im kleinen Büro lässt sie sich nur schneller beantworten.