Retail Banking steht unter Druck Von Bankfilialen zu Bots

Das klassische Retail Banking steht unter Druck. Nach Jahren, in denen höhere Zinsen die Erträge gestützt haben, rechnet BCG (Boston Consulting Group) nun mit langsamerem Umsatzwachstum und steigenden Kosten. In seinem Global Retail Banking Report 2025 beschreibt die Beratung einen drohenden Margendruck, weil Kreditmargen und Volumen zins- und konjunkturabhängig bleiben, während das Gebührenwachstum schwach ist. Genau in diesem Umfeld rückt Künstliche Intelligenz vom Technologiethema zur Geschäftsfrage auf.

Der Bericht trägt nicht zufällig den Titel "From Branches to Bots". Er beschreibt einen Strukturwandel, bei dem die Filiale als sichtbares Symbol des Bankgeschäfts an Gewicht verliert und digitale, teils agentische Systeme stärker in den Mittelpunkt rücken. Gemeint ist damit nicht nur ein besserer Chatbot. Gemeint ist ein Betriebsmodell, in dem Kundenservice, Personalisierung, Prozesssteuerung und Risikomanagement zunehmend von KI mitgeprägt werden.

Der Druck auf das Geschäftsmodell

Was sich praktisch verändert

Die Veränderung beginnt auf der Kundenseite. KI kann Serviceanfragen schneller bearbeiten, Angebote stärker personalisieren und Bankkontakte stärker in den Alltag einbetten. BCG beschreibt für eine mögliche "AI-first retail bank" hyperpersonalisierte Kundenansprache, individuelle Finanzlösungen und unsichtbarere, eingebettete Schnittstellen. Die Bank wird damit weniger als Ort erlebt und stärker als laufender Begleiter im digitalen Alltag.

Noch wichtiger ist die operative Seite. KI-Agenten sollen wiederkehrende Aufgaben übernehmen, Prozesse schneller anpassen und Entscheidungswege verkürzen. Der Bericht nennt dafür unter anderem manuelle oder repetitive Tätigkeiten, aber auch Echtzeit-Risikosteuerung und Kapitalallokation. Die Bank würde damit nicht nur digitaler, sondern anders organisiert: weniger rückblickend, stärker laufend reagierend, mit kleinerem menschlichem Kern und höherem Automatisierungsgrad.

Die Stoßrichtung lässt sich in drei Punkten bündeln:

• Kundenkontakt wird stärker personalisiert und automatisiert.
• Betriebsabläufe werden durch KI-Agenten schneller und kostengünstiger.
• Risikosteuerung verschiebt sich von periodischen Prüfungen hin zu laufender Analyse.

Warum die Transformation trotzdem offen ist

Es geht nicht mehr nur darum, ob einzelne Anwendungsfälle nützlich sind. Es geht darum, ob das Institut sein Betriebsmodell so umbaut, dass KI Wertschöpfung, Kostenstruktur und Kundenerlebnis gleichzeitig verändert."

Der Bericht ist deutlich optimistisch, aber nicht naiv. BCG betont selbst, dass Zuverlässigkeit der Modelle, Daten- und Technologiegrundlagen, Regulierung sowie die Akzeptanz von Kunden und Beschäftigten noch Hürden darstellen. Zudem befinden sich viele Banken bei agentischen Anwendungen noch auf frühen Stufen. Das Bild ist also nicht das einer bereits vollzogenen Revolution, sondern einer Phase, in der sich die Richtung abzeichnet, die Umsetzung aber noch sehr ungleich ist.

Gerade für deutsche Banken ist das relevant. Wer KI nur als Sammlung einzelner Tools versteht, wird aus dieser Sicht zu kurz springen. BCG fordert ausdrücklich ein mehrjähriges Zielbild, klare Verankerung auf Vorstands- und Vorstandsebene sowie den Übergang von Pilotprojekten zu einem AI-first operating model. Weniger als 20 Prozent der Banken haben laut Bericht überhaupt quantifizierte KI-Ziele, und weniger als 15 Prozent haben ihre Gewinn- und Verlustrechnung bereits stärker in Richtung technologiegetriebener Erlöse und Kosteneffekte verschoben.

Schlussbetrachtung

Die eigentliche Pointe von "Von Bankfilialen zu Bots" liegt nicht in der Technik, sondern im Geschäftsmodell. KI-getriebenes Banking erscheint in dieser Sicht nicht mehr als Fernbild, sondern als beginnende Neuordnung des Retail Banking. Filialen, klassische Serviceketten und starre Prozesslogik verlieren an Gewicht. An ihre Stelle treten Systeme, die Beratung, Abwicklung, Personalisierung und Risiko enger miteinander verknüpfen.

Für Banken bedeutet das eine strategische Entscheidung. Es geht nicht mehr nur darum, ob einzelne Anwendungsfälle nützlich sind. Es geht darum, ob das Institut sein Betriebsmodell so umbaut, dass KI Wertschöpfung, Kostenstruktur und Kundenerlebnis gleichzeitig verändert. Genau dort entscheidet sich, wer aus dem Margendruck ein Effizienz- und Wachstumsprojekt macht und wer lediglich zusieht, wie andere Institute schneller lernen.