Die Finanzwelt steht an einem Wendepunkt: Wie kann künstliche Intelligenz sinnvoll skaliert werden? In den Führungsetagen großer Banken ist ein Begriff allgegenwärtig: Agentic AI. Die Idee ist ebenso vielversprechend wie ambitioniert – autonome Systeme, die selbstständig denken, entscheiden und handeln, um Prozesse grundlegend zu transformieren.
Doch ein genauer Blick zeigt: Laut einer neuen MIT-Studie scheitern 95 % aller KI-Pilotprojekte in Unternehmen daran, messbaren Business Impact zu liefern.
Die Analyse der MIT NANDA-Initiative basiert auf 150 Interviews mit Führungskräften, einer Mitarbeiterbefragung sowie der Auswertung von 300 öffentlich dokumentierten KI-Projekten. Das Ergebnis: Während etwa 5 % der Pilotprojekte messbare Umsatzsteigerungen erzielen, bleibt die große Mehrheit in der Testphase stecken – ohne Einfluss auf Gewinn oder Verlust.
Die entscheidende Erkenntnis: Die Ursache liegt nicht in der Qualität der Modelle, sondern in der mangelnden Integration in die Unternehmensarchitektur. MIT nennt das die Learning Gap – den Abstand zwischen KI-Fähigkeiten und der Infrastruktur, die für den produktiven Einsatz notwendig wäre.
Die Stack-Lücke: Ein 100-Milliarden-Dollar-Problem für die Branche
Die sogenannte Stack-Lücke beschreibt die Differenz zwischen dem, was Banken für Agentic AI budgetieren, und dem, was tatsächlich notwendig ist, um sie erfolgreich umzusetzen. Unsere Schätzung: Diese Lücke könnte weltweit über 100 Milliarden US-Dollar betragen.
- Infrastruktur-Umrüstung: 2024 flossen 45 Mrd. $ in KI-Initiativen der Finanzbranche, davon 31 Mrd. $ allein im Bankensektor. Doch viele IT-Landschaften sind nicht auf Agentic AI ausgelegt. Rechenzentrums-Upgrades kosten häufig das Drei- bis Fünffache der ursprünglichen KI-Investition – das entspricht über 40 Mrd. $ an nicht eingeplanten Ausgaben.
- Integrationskomplexität: Viele Banken – etwa in Großbritannien – arbeiten mit hunderten Einzelsystemen. Eine einzelne Integration mit Agentic AI kann zwischen 100.000 und 500.000 $ kosten. Bei globalen Banken mit tausenden Verbindungen ergeben sich Gesamtkosten von über 25 Mrd. $.
- Multivendor-Komplexität: Laut RAND scheitern bis zu 80 % aller KI-Projekte – oft wegen komplexer Anbieterlandschaften. Die Folge: 30–50 % zusätzliche Kosten, also bis zu 40 Mrd. $.
- Pilot-zu-Produktionslücke: MIT bestätigt: 95 % der KI-Piloten skalieren nicht, laut RAND scheitern 80 % der KI-Projekte. Rechnet man das auf die 31 Mrd. $ an jährlichen KI-Ausgaben im Bankensektor, ergeben sich 23 Mrd. $ an verlorenem Wertschöpfungspotenzial.
Die unbequeme Wahrheit: Bei Agentic AI geht es weniger um Intelligenz – sondern um Architektur. Oder präziser: um den Stack.
Warum die Stack-Lücke Agentic AI im Banking ausbremst
In vielen Banken herrscht ein hochkomplexes IT-Ökosystem: veraltete Kernbanksysteme aus den 1990er-Jahren kommunizieren über Middleware mit modernen Cloud-Anwendungen – zusammengehalten von digitalem „Klebeband“. Daten sind über hunderte Systeme verstreut, und Infrastrukturen, die für Batch-Verarbeitung gebaut wurden, sollen plötzlich Echtzeit-Entscheidungen ermöglichen.
Und jetzt soll diese Infrastruktur die Grundlage für Agentic AI bieten – mit autonomen Systemen, die in Sekundenbruchteilen regulatorisch konform und datenbasiert entscheiden? Das ist, als würde man ein altes, verlässliches Familienauto in ein Formel-1-Rennen schicken.
Genau das ist die Stack-Lücke: die Kluft zwischen dem, was Agentic AI braucht, und dem, was Banken heute technisch leisten können. Viele Anbieter bauen „Penthouse-Suiten“ auf maroden Fundamenten. Doch Fakt ist: Ohne grundlegende Transformation des Technologie-Stacks lässt sich Agentic AI nicht erfolgreich implementieren.
Infrastruktur zuerst: Der Schlüssel zu erfolgreicher Agentic AI
Die meisten KI-Initiativen starten mit dem Algorithmus – und scheitern an der Infrastruktur. Bei NTT DATA setzen wir bewusst anders an: Wir bauen zuerst das technologische Fundament, das Agentic AI tragfähig macht.
Ein Beispiel: In der Betrugsprävention muss ein KI-Agent Transaktionen in Millisekunden global bewerten. Dafür braucht es:
- KI-fähige Infrastruktur mit extrem niedriger Latenz an der Edge
- Netzwerkarchitektur, die Entscheidungen global verteilt, ohne die Datenhoheit zu verletzen
- Echtzeit-Datenpipelines, die Informationen aus dutzenden Systemen sofort zusammenführen
Als weltweit drittgrößter Rechenzentrumsanbieter investieren wir 10 Mrd. $ bis 2027 in den Ausbau von AI-ready Infrastructure. Bei NTT DATA hosten wir nicht nur KI-Lösungen – wir schaffen das globale Nervensystem, das Agentic AI erst möglich macht.
Von Banken-Rückgrat zum KI-Nervensystem
Wir bei NTT DATA wissen: Agentic AI kann nur auf einer stabilen technologischen Basis funktionieren – und wir haben bereits bewiesen, dass wir genau solche Infrastrukturen bauen können.Wir haben BOJ-NET und CAFIS entwickelt – Zahlungssysteme, die seit Jahrzehnten das unsichtbare Rückgrat des japanischen Finanzsystems bilden. Heute setzen wir diese Kompetenz fort, indem wir mit unserer Integrated Banking Cloud das Core Banking neu erfinden.
Dasselbe tun wir auch in anderen Branchen – mit Plattformen wie TradeWaltz und FEDI, die als vertrauenswürdige digitale Infrastrukturen ganze Ökosysteme ermöglichen. Mit unserem Smart AI Agent™ Ecosystem skalieren wir dieses Fundament jetzt global – und machen Agentic AI mit einsatzbereiten, industrieerprobten Lösungen real.
Wir bauen keine Penthouses auf Treibsand. Wir bauen das KI-Nervensystem der Zukunft.
Was NTT DATA anders macht
Im Gegensatz zu KI-Start-ups, die isolierte Lösungen entwickeln, verfügen wir über jahrzehntelange Erfahrung in Infrastruktur, Integration und Business Transformation. Deshalb sind wir der richtige Partner, um die 100-Milliarden-Dollar-Stack-Lücke zu schließen:
- Full-Stack-Kompetenz: Von Rechenzentrum und Algorithmus bis zur geschäftlichen Umsetzung
- Globale Reichweite: 30 Mrd. $ Umsatz, 75 % der Fortune Global 100 als Kunden
- Bewährt in der Umsetzung: Großprojekte im Finanzsektor erfolgreich integriert
- Strategische Partnerschaften: OpenAI Center of Excellence und Allianzen mit allen großen Cloud-Anbietern
Mit NTT DATA testen Banken nicht nur Agentic AI – sie skalieren die Technologie.
SIBOS 2025: Der Reality Check
Wenn sich die Branche im September in Frankfurt zur SIBOS 2025 trifft, stellen sich entscheidende Fragen:
- Wie schließen Sie die Stack-Lücke, um einen großflächigen Einsatz von KI zu ermöglichen?
- Kann Ihr KI-Anbieter eine Latenz von weniger als einer Millisekunde auf allen globalen Märkten garantieren?
- Kann Ihr Cloud-Anbieter die Einhaltung der Datenschutzgesetze aller Rechtsordnungen gewährleisten?
- Kann Ihr Systemintegrator Legacy-Systeme im Bankwesen ohne Beeinträchtigung modernisieren?
Die Zukunft gehört Full-Stack-KI
Agentic AI ist nicht nur eine Frage intelligenter Algorithmen. Es geht auch um intelligente Infrastruktur. Wer beides versteht – und in beides investiert – wird den Wandel in der Finanzbranche anführen.
NTT DATA bietet beides.