KI-Implementierung in Banken: CFOs im Rennen gegen die Zeit

Die Implementierung von Künstlicher Intelligenz (KI) ist ein zentrales Thema für Banken. Jedes Institut benötigt jedoch mehr als nur einzelne Pilotprojekte. Bei der Skalierung der Technologie spielt der Chief Financial Officer (CFO) eine entscheidende Rolle, denn er muss nicht nur die Kosten im Blick behalten, sondern auch die Risiken und die übergeordneten Ziele. Für den Erfolg sorgen ein methodisches Vorgehen und die passenden Instrumente: der Return on Investment (ROI) und das Capital Asset Pricing Model (CAPM).

KI und insbesondere Large Language Models (LLMs) führen zu einem rasanten technologischen Wandel im Finanzwesen. Die Implementierung und die Skalierung von KI-Lösungen haben dabei einen erheblichen Einfluss auf die Rolle des CFO im Unternehmen. Finanzchefs stehen heute vor der Herausforderung, die finanziellen Aspekte der KI-Integration effektiv zu bewerten und strategische Entscheidungen zu treffen, um den langfristigen Erfolg der Banken zu sichern. Das erfordert ein strukturiertes Vorgehen, bei dem finanzielle und strategische Ziele Schritt für Schritt in Einklang gebracht werden.

Dazu gehört zunächst die Analyse der technologischen Reife einer Bank. Ein Assessment ermöglicht gezielte Investitionen in die Bereiche, in denen der größte Handlungsbedarf und die größten Chancen für das Finanzinstitut bestehen. Noch vor der finanziellen Bewertung gilt es jedoch, die Auswahl möglicher Lösungen auf diejenigen zu beschränken, die wirklich erfolgversprechend sind. Mit diesen Vorarbeiten legen Banken den Grundstein dafür, ihre Mittel gezielt und effektiv in die wirklich lohnenden Projekte zu investieren.

Bewertung von KI-Investitionen mit ROI und CAPM

Aufbauend auf einem so vorstrukturierten Portfolio kann der CFO die Investition in einzelne Use Cases bewerten. Zwei Aspekte sind dabei im Hinblick auf KI besonders interessant: Wie rentabel ist die Investition? Und wie verhalten sich individuelles Risiko und Rendite im Vergleich zum Gesamtrisiko des Marktes? Die dafür notwendigen Informationen liefern zwei Instrumente: der Return on Investment (ROI) und das Capital Asset Pricing Model (CAPM).

Der ROI ist ein bewährtes Instrument zur Bewertung und strategischen Entscheidung bei der Zuteilung von Technologiebudgets. Er wird verwendet, um die Wirtschaftlichkeit von Technologieinvestitionen in den Bereichen Umsatzsteigerung, Kostenreduktion und Risiko zu messen.

Daneben bietet sich zunehmend auch das CAPM zur Bewertung an. Es ist ursprünglich ein Kapitalmarktmodell und dient dazu, das Risiko und die Rendite von Wertpapieren zu analysieren. Abseits der traditionellen Anwendung kann es aber auch für die Bewertung von Technologieinvestitionen verwendet werden, indem es zum Beispiel die erwartete Rendite einer Investition in KI im Verhältnis zu ihrem Risiko bewertet. Die Anwendung erfolgt dabei in mehreren Schritten.

Zunächst muss der Use Case identifiziert werden. Das könnte beispielsweise die Entwicklung eines Algorithmus zur Optimierung von Geschäftsprozessen oder ein teilautomatisiertes Prognosemodell sein. Anschließend wird das systematische Risiko des Projekts im Vergleich zum Gesamtrisiko des Marktes bewertet. Dies erfordert eine gründliche Analyse der Marktvolatilität und der spezifischen Risiken, einschließlich regulatorischer Unsicherheiten, Technologierisiken und Marktakzeptanz. Als Nächstes muss eine risikofreie Rendite definiert werden, die als Benchmark für die erwartete Rendite dient, zum Beispiel der Zinssatz einer Staatsanleihe oder der ROI eines bereits abgeschlossenen Referenzprojekts. Im nächsten Schritt wird die Marktrisikoprämie ermittelt. Sie ist die Rendite, die sich aus der Differenz zwischen der erwarteten Rendite des Gesamtmarktes und der risikofreien Rendite ergibt. Mit der CAPM-Formel wird dann die erwartete Rendite des Use Case berechnet, unter Berücksichtigung der risikofreien Rendite und der erwarteten Rendite des Gesamtmarktes.

Schließlich wird die erwartete Rendite des Projekts mit den Renditeanforderungen des Unternehmens und anderen Investitionsmöglichkeiten verglichen. Ein höheres erwartetes Ertragsniveau im Vergleich zu alternativen Investitionen macht das Projekt dabei attraktiver, vorausgesetzt, das Risiko ist angemessen. Bei der Anwendung ist es jedoch wichtig zu beachten, dass die Zuverlässigkeit und die Genauigkeit des Modells stark von der Robustheit seiner einzelnen Komponenten abhängen. Je mehr Marktdaten und Referenzprojekte es gibt, desto zuverlässiger sind die Ergebnisse. CFOs sollten sich deshalb zu Beginn der Bewertung nicht allein auf das CAPM verlassen, sondern auch den ROI heranziehen.

Priorisierung der aussichtsreichsten Use Cases

Neben der finanziellen Bewertung einzelner Use Cases ist es entscheidend, dass die Bank eindeutige Kriterien für ihre Priorisierung und Auswahl etabliert. Die Kriterien sollten dabei

die Verfügbarkeit und Qualität der Daten,
die Komplexität der beteiligten Prozesse,
die zeitlichen Anforderungen an die Implementierung,
die Fehleranfälligkeit der Lösungen,
ihre Skalierbarkeit und
ihre Auswirkungen auf das Kundenerlebnis

berücksichtigen.

Anhand dieser Kriterien können Banken eine Rangliste von Use Cases erstellen und sie dort entsprechend ihrem Potenzial für eine positive Geschäftsentwicklung priorisieren und visualisieren:

Am Ende des gesamten Bewertungsprozesses sollte dabei ein klar strukturiertes Portfolio von KI-Projekten stehen, um die kurz- und langfristigen Unternehmensziele zu unterstützen. Dieses Portfolio bietet eine differenzierte Roadmap für die Implementierung der ausgewählten Anwendungsfälle und ermöglicht es den Banken, Ressourcen effizient einzusetzen, um den größtmöglichen Nutzen zu erzielen und Wettbewerbsvorteile zu schaffen.

Fazit

Die Beurteilung und Priorisierung von KI-Investitionen ist herausfordernd für CFOs. Um mit der Dynamik des technologischen Wandels Schritt zu halten, benötigen sie effektive Strategien. Durch eine methodische Bewertung und eindeutige Kriterien für Anwendungsfälle können sie die aussichtsreichsten Initiativen ermitteln und auswählen, um anschließend ihre Ressourcen auf strategisch wichtige Projekte zu konzentrieren. Wer sich mit uns über die Bewertung von KI-Investitionen austauschen möchte oder Beratungspartner sucht, kann uns gerne ansprechen.