September 2023. Ich war Gast im *Converge Podcast* von Convera — einem der größten B2B-Zahlungsanbieter weltweit, tätig in 200+ Ländern. Das Thema: Wie B2C-Innovation den B2B-Finanzsektor in die Zukunft zwingt. Und was Unternehmen tun müssen, um bei KI nicht den Anschluss zu verlieren.
Damals war ich Head of Sales & Business Development für Zentraleuropa. Ich hatte täglich mit Banken, Corporates und FinTechs zu tun — und sah aus der ersten Reihe, wie sich eine ganze Branche mit KI auseinandersetzte. Nicht als Experiment. Als existenzielle Frage.
Was ich in dieser Zeit gelernt habe, verfolgt mich bis heute. Weil es exakt das beschreibt, was DACH-KMUs jetzt durchmachen — nur zwei Jahre später.
Was der Finanzsektor früh begriffen hat
Banken und Zahlungsanbieter standen 2023 unter einem Druck, den die meisten KMUs noch nicht kennen: Der Konsument hat die Messlatte gesetzt.
Apple Pay, Klarna, PayPal — die hatten die Erwartungen an Geschwindigkeit, Einfachheit und Personalisierung so weit nach oben geschraubt, dass B2B-Kunden dieselben Standards plötzlich von ihren Geschäftspartnern erwartet haben. Wer als Bank oder FinTech nicht mithalten konnte, verlor Kunden. Nicht in Jahren. In Wochen.
Das hat den Finanzsektor gezwungen, drei Dinge früher zu lernen als fast alle anderen Branchen:
1. KI ist kein IT-Projekt — es ist ein Prozess-Projekt.
Die Institute, die KI erfolgreich eingeführt haben, haben nicht mit Technologie angefangen. Sie haben mit dem schmerzhaftesten Prozess angefangen. Dem, der täglich die meisten Stunden kostet. Dem, bei dem Fehler am teuersten sind.
Fraud Detection. Kreditrisikobewertung. Dokumentenverarbeitung. Das sind keine sexy Use Cases — aber sie liefern ROI, den man messen kann.
Zwei Beispiele aus meiner eigenen Arbeit in dieser Zeit, die ich nie vergessen werde:
Wir haben globale Kundengespräche mit KI ausgewertet — systematisch, nach Keywords. Welche Themen tauchen am häufigsten auf? Was beschäftigt unsere Kunden wirklich? Auf Basis dieser Analyse haben wir Whitepapers geschrieben und veröffentlicht. Nicht Themen, die wir für relevant hielten — sondern Themen, die nachgefragt wurden. Das Ergebnis: Content, der tatsächlich gelesen wurde.
Das zweite Beispiel ist noch konkreter: Wir haben Verkaufsgespräche mit KI analysiert. Nicht nur transkribiert — ausgewertet. Sprech- und Zuhörzeit pro Gespräch. Welche Argumente wann gebracht wurden. Einwandbehandlung. Ob die richtigen Fragen zum richtigen Zeitpunkt gestellt wurden. Automatische Zusammenfassung nach dem Call. Reminder für Follow-ups.
Das war 2023 und 2024. Als das in der breiten Masse noch kein Thema war.
2. Der erste Pilot muss schmal und messbar sein.
Kein Finanzinstitut, das ich kenne, hat KI zuerst unternehmensweit ausgerollt. Die haben mit einem Prozess angefangen. Einem Produkt. Einer Region. Und dann gemessen. Wer direkt skalieren wollte, ist in die Pilothölle gefallen — und dort geblieben.
3. Die Mitarbeiter sind das eigentliche Risiko — nicht die Technologie.
Das hat mich damals überrascht. Die größte Implementierungshürde war nicht das Modell, nicht die Daten, nicht die IT-Infrastruktur. Es war die Frage: Wem gehört dieser Prozess jetzt? Wer ist dafür verantwortlich, wenn die KI einen Fehler macht?
Ohne klaren Prozess-Owner scheitern Automatisierungsprojekte — egal wie gut die Technologie ist.
Was sich seit 2023 verändert hat
Als ich 2023 über KI in Finanzdienstleistungen gesprochen habe, war generative KI noch ein Nischenthema für Early Adopters. GPT-4 war frisch erschienen. Die meisten Unternehmen hatten "Prompt" noch nicht in ihrem Wortschatz.
Heute ist das anders. Claude, GPT-5, Gemini — die Modelle, über die wir damals als Zukunft gesprochen haben, sind Commodity. Ihr könnt sie heute über APIs für Cent-Beträge pro Anfrage nutzen.
Was damals Millionenbudgets erfordert hat, ist heute für unter €500 im Monat machbar — für KMUs ohne IT-Abteilung.
Das ist die eigentliche Nachricht für DACH-KMUs: Die Technologie hat die Unternehmen eingeholt. Der Grund, warum ihr noch nicht automatisiert, ist nicht mehr die Technologie. Es ist das Wissen, wo ihr anfangen sollt.
Was KMUs jetzt von Finserv lernen können
Die drei Lektionen von oben gelten nicht nur für Banken. Sie gelten für jeden Handwerksbetrieb, jede Kanzlei, jedes mittelständische Unternehmen in der DACH-Region.
Lektion 1: Fangt mit dem Schmerz an, nicht mit der Technologie.
Welcher Prozess kostet euch täglich mehr als eine Stunde pro Mitarbeiter? Welcher Fehler kommt immer wieder vor? Welches Admin-Tâk hat niemand gern — aber jeder macht es trotzdem?
Das ist euer erster Automatisierungs-Use-Case. Nicht der interessanteste. Nicht der technisch spannendste. Der schmerzhafteste. Diese fünf Prozesse eignen sich für die meisten KMUs als Einstieg.
Lektion 2: Plant den Pilot klein — und messt ihn richtig.
Ein guter erster Pilot ist einer, den ihr in zwei bis drei Wochen aufsetzen könnt. Nicht sechs Monate. Nicht eine große Projektgruppe. Eine Person, ein Prozess, ein klares Ziel.
Messt vorher: Wie viele Stunden kostet dieser Prozess pro Woche? Wie oft passieren Fehler? Was kostet ein Fehler?
Messt nachher dieselben Zahlen. Dann wisst ihr, ob sich die Automatisierung lohnt — ohne Consultants, ohne Hochglanzbericht.
Lektion 3: Benennt einen Prozess-Owner — bevor ihr startet.
Wer ist verantwortlich, wenn der automatisierte Prozess einen Fehler macht? Wer prüft die Outputs? Wer entscheidet, ob das Ergebnis gut genug ist?
Das klingt bürokratisch. Ist es nicht. Es ist der Unterschied zwischen einem Piloten, der nach vier Wochen aufgegeben wird, und einem, der nach vier Wochen skaliert.
Warum DACH-KMUs jetzt handeln müssen
2023 war der Finanzsektor unter Druck, weil B2C-Kunden die Erwartungen gesetzt haben.
2026 passiert dasselbe in fast jeder anderen Branche. Eure Konkurrenten, die schon automatisiert haben, können Angebote in 20 Minuten statt in 4 Stunden schicken. Sie beantworten Kundenanfragen in Minuten statt am nächsten Tag. Sie haben weniger Fehler, weniger Nacharbeit, mehr Kapazität für das, was wirklich zählt.
Das ist kein Technologie-Trend. Das ist ein Wettbewerbsdruck, der sich in den nächsten zwölf Monaten deutlich verstärken wird.
Der Finanzsektor hatte 2023 keine Wahl. Ihr habt noch welche — aber das Fenster wird enger.
FAQ
Ich bin kein Finanzunternehmen — gilt das trotzdem für mich?
Ja. Die Muster, die ich im Finanzsektor gesehen habe — zu großer Pilot, kein klarer Owner, Technologie vor Prozess — sind branchenunabhängig. Sie treten bei Handwerksbetrieben genauso auf wie bei Kanzleien oder Produktionsunternehmen.
Wo fange ich an, wenn ich keine KI-Erfahrung habe?
Mit einem konkreten Problem, nicht mit einem Tool. Schreibt auf, welche Aufgabe euch am meisten Zeit kostet. Dann schaut, ob sie wiederholbar, regelbasiert und dokumentierbar ist. Wenn ja, ist sie automatisierbar. Der KI-Automatisierungs-Leitfaden für KMUs gibt euch einen konkreten Einstieg.
Wie viel Budget brauche ich für einen ersten Pilot?
Für einen einfachen Automatisierungs-Pilot — zum Beispiel automatische Lead-Qualifizierung oder E-Mail-Triage — reichen in der Regel €3.000–8.000 für Implementierung plus laufende Kosten von €50–200 pro Monat (OptimusFlow-Erfahrungswert aus DACH-Projekten 2024/2025).
Brauche ich einen externen Partner?
Nicht immer. Für einfache Automatisierungen mit n8n oder Make könnt ihr mit einem technisch affinen Mitarbeiter intern starten. Für komplexere Prozesse mit mehreren Systemen oder KI-Komponenten ist ein erfahrener Partner sinnvoll — damit ihr nicht die gleichen Fehler macht, die der Finanzsektor 2021–2023 gemacht hat.
