Bank of America plant, das KI-Budget im nächsten Jahr zu verdoppeln

Was ist passiert

Die Bank of America wird ihr Budget für künstliche Intelligenz im kommenden Jahr verdoppeln. Das kündigte der Co-President des Instituts an und verwies dabei auf Effekte, die er als „klar erkennbar" bezeichnete. Eine einheitliche, branchenweite Methodik zur Messung des Return on Investment von KI-Investitionen existiert nach eigener Aussage jedoch weiterhin nicht.

Die Ankündigung reiht sich in eine wachsende Zahl von Aussagen großer Finanzinstitute ein, die ihre KI-Ausgaben trotz ungeklärter Erfolgsmessung deutlich erhöhen. Laut Berichterstattung von Banking Dive stützt sich die Bank of America dabei auf interne Beobachtungen zu Effizienzgewinnen, ohne diese bislang in einer standardisierten ROI-Kennzahl zu quantifizieren.

Warum das wichtig ist

Die Entscheidung zeigt, wie sich der Umgang großer Banken mit KI-Investitionen verändert: Statt auf vollständig belastbare ROI-Modelle zu warten, verlassen sich Führungskräfte zunehmend auf qualitative Signale und operative Beobachtungen, um Budgetentscheidungen zu rechtfertigen. Das deutet auf eine Phase hin, in der KI-Adoption im Finanzsektor von „Beweisen" zu „begründetem Vertrauen" übergeht.

Für Organisationen in der Transformation bedeutet das: Die Frage ist nicht mehr nur, ob sich KI-Investitionen lohnen, sondern wie Unternehmen interne Evidenz so strukturieren, dass sie Investitionsentscheidungen tragfähig macht, auch wenn externe Benchmarks fehlen. Das hat unmittelbare Folgen für Prozessgestaltung, Mitarbeiterrollen und letztlich für die Qualität von Kunden- und Mitarbeitererfahrungen, die durch KI-gestützte Abläufe entstehen.

Die Einschätzung von Renascence

Dass ein globales Finanzinstitut sein KI-Budget verdoppelt, ohne eine ausgereifte ROI-Methodik vorweisen zu können, ist bemerkenswert — nicht als Warnsignal, sondern als Hinweis auf eine Reifephase, die viele Branchen bald erreichen werden.

Die eigentliche Geschichte hier ist nicht die Investitionssumme, sondern das Eingeständnis, dass „klar erkennbare" Verbesserungen genügen, um Budgetentscheidungen zu treffen. Das ist ein verhaltensökonomisch interessanter Moment: Organisationen handeln auf Basis wahrgenommener Evidenz, lange bevor belastbare Kennzahlen existieren. Serviceorientierte Unternehmen sollten das zum Anlass nehmen, eigene interne Signale — etwa Bearbeitungszeiten, Fehlerquoten oder Mitarbeiterzufriedenheit — systematisch zu erfassen, statt auf eine perfekte externe ROI-Formel zu warten. Wer wartet, verliert Zeit; wer strukturiert beobachtet, gewinnt Entscheidungssicherheit.