Agentic AI – also KI-Systeme, die Aufgaben eigenständig planen, Entscheidungen vorbereiten und Prozesse weitgehend autonom steuern – gilt als nächste Evolutionsstufe der künstlichen Intelligenz. Eine aktuelle Studie des Beratungsunternehmens Wavestone und des Instituts für Wirtschaftsinformatik der Universität St. Gallen zeigt jedoch: Bis autonome KI-Agenten in Banken und Versicherungen zum Alltag werden, ist es noch ein weiter Weg.

Denn die Befragung zeichnet ein deutlich nüchterneres Bild als viele Diskussionen rund um die nächste Stufe der KI-Evolution. Zwar setzen zahlreiche Institute Machine Learning bereits produktiv ein und arbeiten mit eigenen Sprachmodellen oder GPT-Lösungen. Agentic AI befindet sich dagegen meist noch in Pilotprojekten oder frühen Testphasen.

Der Grund liegt dabei nicht in der Technologie selbst, wie Eugen Ensinger, Associate Partner von Wavestone, im Gespräch mit FONDS professionell betont: "Technisch ist fast alles möglich. Die Hürde liegt heute in der Nachweisbarkeit und Governance. Wir sehen in der Praxis, dass Institute, die KI-Governance von Anfang an als Enabler statt als Bremse verstehen, doppelt so schnell vom Pilotprojekt in den produktiven Einsatz kommen."

Organisation wird zum Engpass
Neben rechtlichen Unsicherheiten zeigt die Studie, dass auch organisatorische Fragen zunehmend in den Mittelpunkt rücken: Wer trägt Verantwortung? Welche Governance-Strukturen gelten? Wie lassen sich regulatorische Anforderungen erfüllen? Und wie sieht ein einheitliches Betriebsmodell für KI aus?

"Eigentlich stehen sich Unternehmen häufig selbst im Weg", fasst Ensinger zusammen. Unterschiedliche Interessen zwischen Fachbereichen und IT erschwerten vielerorts eine gemeinsame KI-Strategie.

Machine Learning ist nicht gleich Agentic AI
Ein weiterer Punkt, den Ensinger hervorhebt, ist die häufig unscharfe Verwendung des Begriffs Agentic AI. Viele Unternehmen ordneten bestehende Machine-Learning- oder generative KI-Anwendungen bereits dieser Kategorie zu. Tatsächlich unterscheiden sich beide Ansätze jedoch grundlegend.

Während Machine Learning seit Jahren regelbasierte Entscheidungen unterstützt oder Vorhersagen trifft, verfolgen autonome KI-Agenten eigenständig definierte Ziele, planen Arbeitsschritte und können verschiedene Systeme miteinander verknüpfen. Genau dieser Schritt wird bislang jedoch kaum produktiv umgesetzt. "Kaum eine Bank und kaum eine Versicherung hat tatsächlich Agenten produktiv im Einsatz. Es sind fast ausschließlich Machine-Learning-Plattformen", sagt der KI-Experte.

Erst Regeln, dann Autonomie
Besonders anschaulich beschreibt Ensinger die aktuelle Entwicklung mit einem Vergleich aus dem Straßenverkehr: Zunächst kamen die Autos. Erst danach entstanden Verkehrsregeln, Ampeln und ein gemeinsames Regelwerk. Ähnlich verhalte es sich heute bei KI. Die Technologie sei bereits vorhanden, nun müssten Governance, Verantwortlichkeiten und Prozesse nachziehen.

"Aus unseren Beratungsprojekten im Finanzsektor wissen wir: Der Schlüssel liegt in einem klar strukturierten Target Operating Model für KI, das Governance, Compliance und IT-Architektur von Anfang an vereint", sagt Ensinger.

KI verändert Aufgaben stärker als Berufe
Im Gespräch mit FONDS professionell zeichnet Ensinger zudem das Bild einer schrittweisen Veränderung der Arbeitswelt. Routineaufgaben würden zunehmend automatisiert, während Erfahrung, Qualitätskontrolle und fachliche Einordnung an Bedeutung gewinnen. Gerade Berufseinsteiger könnten dadurch künftig vor einer neuen Herausforderung stehen. Wer Ergebnisse einer KI beurteilen soll, benötigt ausreichend Praxiserfahrung, um Fehler erkennen zu können. "Die KI kann ein plausibles Ergebnis liefern – ob es tatsächlich richtig ist, erkennen häufig erst erfahrene Mitarbeiter", sagt Ensinger.

Das Fazit der Studie fällt damit eindeutig aus: Nicht leistungsfähigere KI-Modelle entscheiden darüber, wie schnell Agentic AI Einzug in Banken und Versicherungen hält. Ausschlaggebend sind vielmehr Governance, Organisation und klare Verantwortlichkeiten. Anders gesagt: Bevor die nächste Stufe der KI-Evolution Realität wird, müssen viele Institute zunächst ihre organisatorischen Hausaufgaben erledigen. (cf)

Über die Studie
Für die Untersuchung befragten Wavestone und das Institut für Wirtschaftsinformatik der Universität St. Gallen Entscheidungsträger (darunter unter anderem CIOs, CDOs und KI-Verantwortliche) aus Banken und Versicherungen in der DACH-Region zum Einsatz von künstlicher Intelligenz und Agentic AI. Grundlage der Studie waren qualitative Experteninterviews mit Vertretern von 30 Banken, Versicherern und ausgewählten Technologieanbietern, die zwischen November 2025 und April 2026 geführt wurden. Interessierte Leser können die Studie hier herunterladen (externer Link).