Executive Summary
Künstliche Intelligenz ist nicht mehr schwer zugänglich. Die schwierige Aufgabe besteht darin, nachzuweisen, wo sie messbaren Business Value erzeugt.
Diese Unterscheidung ist entscheidend. Eine Bank kann generative AI Assistants, Machine-Learning-Modelle, Document Intelligence, Fraud Analytics, Software-Development Copilots oder Knowledge-Management Tools einführen. Aber Deployment ist kein Value. Nutzung ist kein Value. Ein Pilot ist kein Value. Ein Modelloutput ist kein Value.
AI Business Value wird erst dann real, wenn sich ein messbares Geschäftsergebnis verändert.
Dieses Ergebnis kann schnellere Verarbeitung, weniger Rework, bessere Risikoerkennung, verbesserte Customer Experience, reduzierte Operational Losses, höheres Straight-Through Processing, bessere Software Delivery, stärkere Wissenswiederverwendung, verbesserte Control Effectiveness oder skalierbarere Entscheidungsunterstützung sein. Aber jedes Ergebnis benötigt eine Baseline, einen Owner, eine Value Hypothesis, eine Messmethode und eine Entscheidungsregel.
Die Evidenz ist ermutigend, aber stark kontextabhängig. Task-Level-Experimente zeigen materielle Produktivitätsgewinne bei Writing, Customer Support und Software Development. Andere Studien zeigen, dass AI in bestimmten Expertensettings auch schlechter abschneiden oder ungleichmäßige Effekte über verschiedene Aufgaben hinweg erzeugen kann. Deshalb muss AI Value Measurement diszipliniert sein, nicht werblich. ([science.org](https://www.science.org/doi/10.1126/science.adh2586))
Für Banken ist das der richtige Rahmen. Die relevante Frage lautet nicht: „Wie viele AI Use Cases haben wir?“ Die bessere Frage lautet: „Welche AI Use Cases haben ein messbares Geschäftsergebnis verändert, und können wir den kausalen Pfad vom Modelloutput zum Enterprise Value nachweisen?“
Darum geht es in diesem Artikel: wie man AI Business Value so misst, dass es für Boards, Executives, Finance, Technology, Risk, Control Functions und Business Owners nützlich ist.
Warum AI Business Value schwer zu messen ist
AI Value ist schwer zu messen, weil AI selten isoliert Wert schafft.
Ein Modell kann Text zusammenfassen, Dokumente klassifizieren, Risiken vorhersagen, Code generieren, Anomalien erkennen oder Handlungen empfehlen. Aber der Wert entsteht erst, wenn sich der umgebende Workflow verändert. Wenn der Prozess gleich bleibt, setzt die Organisation möglicherweise nur AI in ein altes Operating Model ein und nennt es Transformation.
Das ist keine Value Realisation. Das ist Tool Adoption.
Das Problem ist nicht neu. Die Geschichte der Information Technology ist voll von Phasen, in denen leistungsfähige Technologien überall sichtbar waren — außer in den Produktivitätsstatistiken. Brynjolfsson, Rock und Syverson beschreiben mögliche Erklärungen für das moderne Productivity Paradox: false hopes, mismeasurement, redistribution und implementation lags. Sie argumentieren, dass implementation lags wahrscheinlich ein wichtiger Teil der Erklärung sind. ([nber.org](https://www.nber.org/papers/w24001))
Die Productivity J-Curve schärft diesen Punkt. Neue General-Purpose Technologies benötigen oft immaterielle Investitionen, bevor messbare Produktivitätsgewinne sichtbar werden. Organisationen müssen in Process Redesign, Skills, Data, Management Systems und ergänzende Fähigkeiten investieren. In dieser Phase sind Kosten sichtbar, aber Nutzen wird möglicherweise noch nicht vollständig gemessen. Später, wenn diese immateriellen Investitionen wirken, kann Produktivität steigen. ([nber.org](https://www.nber.org/papers/w25148))
Dieselbe Logik gilt für AI.
Eine Bank kann für AI Infrastructure, Cloud Consumption, Vendor Tools, Model Development, Data Preparation, Governance, Training, Change Management und Controls zahlen, bevor finanzielle Vorteile sichtbar werden. Wenn das Messmodell nur nach unmittelbarem P&L Impact sucht, kann es langfristigen Wert unterschätzen. Wenn es jede Efficiency Claim ohne Evidenz akzeptiert, kann es Wert überschätzen.
Es gibt außerdem eine makroökonomische Vorsicht. Acemoglus Analyse von AI aus dem Jahr 2024 beginnt mit einem task-basierten Modell und argumentiert, dass aggregierte makroökonomische Effekte bescheidener sein könnten, als große Schlagzeilen suggerieren. Das widerspricht starker Task-Level-Evidenz nicht. Es erklärt, warum Task Gains ohne ergänzende organisatorische Veränderung nicht automatisch zu breiten Produktivitätsgewinnen werden. ([nber.org](https://www.nber.org/papers/w32487))
Die Antwort ist nicht Pessimismus.
Die Antwort ist Measurement Discipline.
Die erste Regel: Adoption, Productivity und Value trennen
AI Measurement sollte mit drei getrennten Konzepten beginnen.
Adoption bedeutet, dass Menschen oder Systeme AI nutzen.
Productivity bedeutet, dass eine Aufgabe, Aktivität oder ein Prozess mit weniger Zeit, besserer Qualität, niedrigeren Kosten oder höherem Throughput erledigt wird.
Business Value bedeutet, dass Produktivität in ein Ergebnis übersetzt wird, das für das Unternehmen relevant ist.
Diese drei Ebenen hängen zusammen, sind aber nicht dasselbe.
Hohe Adoption kann wenig Value erzeugen, wenn Nutzer AI für Low-Value Tasks einsetzen, Arbeit duplizieren, Review Burden erzeugen oder Outputs produzieren, denen nicht vertraut wird. Hohe Productivity kann trotzdem keinen P&L Impact erzeugen, wenn eingesparte Zeit nicht redeployed wird, wenn der Bottleneck an anderer Stelle im Prozess liegt oder wenn Qualitätsprobleme Downstream Remediation erzeugen.
Deshalb muss Measurement einer Value Chain folgen:
AI Capability → Task Outcome → Workflow Outcome → Business Outcome → Financial oder Strategic Value.
Beispielsweise kann ein Document-Intelligence-Modell eingehende Dokumente schneller klassifizieren. Das ist ein Task Outcome. Wenn die Klassifikation in einen redesigned Onboarding Workflow eingespeist wird, kann sie Cycle Time reduzieren. Das ist ein Workflow Outcome. Wenn Onboarding schneller wird, ohne das Risiko zu erhöhen, kann das Geschäft Customer Conversion, Capacity Utilisation oder Service Quality verbessern. Das ist Business Value.
Die Messfrage lautet daher nicht: „Hat das Modell funktioniert?“
Sie lautet: „Hat das Modell das Prozessresultat verändert, das für das Business relevant ist?“
Diese Unterscheidung ist die Grundlage von AI Value Governance.
Die Evidenz ist real, aber kontextspezifisch
Die beste verfügbare Evidenz zeigt, dass AI bei bestimmten Aufgaben große Produktivitätsgewinne erzeugen kann. Sie zeigt aber auch, dass der Effekt stark kontextabhängig ist.
Bei Writing Tasks fanden Noy und Zhang, dass der Zugang zu ChatGPT die durchschnittliche Bearbeitungszeit um 40% reduzierte und die Output-Qualität um 18% verbesserte. Das ist starke Task-Level-Evidenz, gilt aber für eine bestimmte Art professioneller Schreibaufgabe unter experimentellen Bedingungen. ([science.org](https://www.science.org/doi/10.1126/science.adh2586))
Im Customer Support untersuchten Brynjolfsson, Li und Raymond die gestaffelte Einführung eines generativen AI Conversational Assistant bei 5.172 Agents. Sie fanden eine durchschnittliche Produktivitätssteigerung von 15%, gemessen an gelösten Issues pro Stunde, mit stärkeren Effekten bei weniger erfahrenen und niedriger qualifizierten Mitarbeitenden. ([academic.oup.com](https://academic.oup.com/qje/article/140/2/889/7990658))
Im Software Development fanden Peng, Kalliamvakou, Cihon und Demirer, dass Entwickler mit GitHub Copilot eine spezifische JavaScript-Programmieraufgabe 55,8% schneller erledigten als die Kontrollgruppe. ([arxiv.org](https://arxiv.org/abs/2302.06590))
Gleichzeitig warnt die Evidenz vor einfacher Verallgemeinerung. Dell’Acqua und Co-Autoren beschreiben eine „jagged technological frontier“: AI kann bei einigen Aufgaben Performance verbessern und bei anderen verschlechtern, selbst innerhalb ähnlicher Knowledge-Work Settings. ([hbs.edu](https://www.hbs.edu/faculty/Pages/item.aspx?num=64700))
Die METR-Studie von 2025 zu erfahrenen Open-Source-Developers liefert eine wichtige Gegenperspektive. In diesem Setting benötigten Entwickler mit Early-2025 AI Tools 19% länger für zugewiesene Aufgaben in mature repositories, in denen sie erhebliche Vorerfahrung hatten. Die Autoren beschreiben dies als kontextspezifisches Ergebnis, nicht als universelles Urteil über AI Coding Tools. ([metr.org](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/))
Die Lehre für Executives ist klar: AI Value muss auf Ebene von Task und Workflow gemessen werden. Generische Produktivitätsannahmen reichen nicht aus.
Ein Use Case sollte keinen Benefit-Prozentsatz von einer anderen Organisation, einer anderen Funktion oder einer anderen Studie erben. Er sollte seine eigene Baseline, Test Population, Measurement Period, Control Group oder Counterfactual und Value Logic definieren.
Ein praktisches AI Value Measurement Model
Ein nützliches AI Value Model sollte fünf Fragen beantworten.
- 1Welches Business Outcome soll sich verändern?
- 2Welcher Workflow muss sich verändern, damit dieses Outcome besser wird?
- 3Welche Task-Level-Verbesserung soll AI erzeugen?
- 4Wie misst die Organisation, ob die Veränderung eingetreten ist?
- 5Welche Entscheidung wird getroffen, wenn der Value nicht erscheint?
Daraus entsteht ein praktisches Measurement Model mit fünf Ebenen.
Layer One: Strategic Value
Strategic Value beschreibt, warum der Use Case wichtig ist. Er verbindet AI mit Business Priorities, nicht mit Technology Enthusiasm.
Beispiele sind schnelleres Onboarding, bessere Risikoerkennung, verbesserte Service Quality, stärkere Operational Resilience, bessere Developer Productivity, weniger Manual Rework, verbesserte Control Effectiveness oder bessere Knowledge Reuse.
Das Strategic Value Statement sollte kurz und testbar sein.
Schwache Version: „Use AI to improve operations.“
Starke Version: „Reduce manual document triage in onboarding by 30% while maintaining quality-control thresholds and auditability.“
Die zweite Version ist messbar.
Layer Two: Baseline
Eine Baseline ist der aktuelle Zustand, bevor AI den Prozess verändert.
Ohne Baseline ist jede Benefit Claim fragil.
Eine ordentliche Baseline sollte aktuelle Cycle Time, Cost per Transaction, Manual Effort, Error Rate, Rework, Backlog, Quality Score, Customer Satisfaction, Risk Indicators, Control Exceptions und relevante Handover Points umfassen.
Die Baseline muss vor Deployment gemessen werden, nicht nachträglich rekonstruiert werden, nachdem Erfolg behauptet wurde.
Layer Three: Task Effect
Der Task Effect misst, was AI direkt verändert.
Das kann schnelleres Drafting, schnellere Classification, schnelleres Coding, schnellere Summarisation, bessere Extraction Accuracy, bessere Anomaly Prioritisation oder reduzierte Search Time sein.
Task Effects sind wichtig, weil sie der AI Capability am nächsten sind. Aber sie reichen nicht aus. Eine 40% schnellere Aufgabe erzeugt nicht automatisch einen 40% günstigeren Prozess.
Die Aufgabe ist möglicherweise nicht der Bottleneck. Die eingesparte Zeit wird möglicherweise nicht redeployed. Review Burden kann steigen. Qualität kann variieren. Downstream Functions arbeiten möglicherweise weiterhin im alten Tempo.
Task-Level Measurement ist notwendig. Es ist nicht die vollständige Antwort.
Layer Four: Workflow Effect
Der Workflow Effect misst, ob sich der Prozess verändert hat.
Hier wird AI Value oft gewonnen oder verloren.
Ein gutes Workflow Measure kann End-to-End Cycle Time, Anzahl der Handoffs, First-Time-Right Rate, Manual Touches, Exception Queues, Decision Latency, Rework Loops, Backlog Ageing oder Control Review Effort erfassen.
Diese Ebene ist auch der Punkt, an dem Workflow Redesign kritisch wird. McKinseys State-of-AI-Research 2025 zeigte, dass 39% der Befragten irgendeinen Enterprise-wide EBIT Impact durch AI berichteten, während die meisten davon weniger als 5% EBIT auf AI zurückführten. Der Report definiert AI High Performers als Befragte, die mindestens 5% EBIT Impact AI zuschreiben und signifikanten Value berichten; diese Gruppe machte etwa 6% der Befragten aus. Der Report fand außerdem, dass High Performers häufiger Workflows redesignen und dass Workflow Redesign unter den getesteten Faktoren einen der stärksten Beiträge zu meaningful business impact leistete. ([mckinsey.com](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai))
Das passt zur J-Curve-Logik. AI schafft Enterprise Value nicht allein dadurch, dass sie verfügbar ist. Sie schafft Value, wenn die Organisation verändert, wie Arbeit ausgeführt wird.
Layer Five: Enterprise Value
Enterprise Value ist das finale Ergebnis.
Er kann finanziell, operativ, kundenbezogen, risikobezogen oder strategisch sein.
Financial Value kann Cost Reduction, Avoided Cost, Revenue Uplift, Margin Improvement, Reduced External Spend oder bessere Capital Efficiency umfassen. Operational Value kann Faster Throughput, Higher Capacity, Shorter Queues oder Lower Rework umfassen. Customer Value kann Faster Response, Higher Satisfaction oder Improved Availability umfassen. Risk Value kann weniger Control Breaks, bessere Detection, niedrigere Operational Losses oder stärkere Evidence umfassen. Strategic Value kann Faster Product Delivery, bessere Decision Quality oder stärkeres Organisational Learning umfassen.
Nicht jeder AI Use Case benötigt direkte Revenue Attribution. Aber jeder AI Use Case benötigt eine Value Category.
Wenn die Value Category unklar ist, ist der Use Case nicht bereit für Scale.
Die Task-to-P&L Cascade
Die Task-to-P&L Cascade ist das Five-Layer Model in Bewegung.
Sie zwingt die Organisation, Model-Level Performance für einen konkreten Use Case mit Business Value zu verbinden.
Eine einfache Cascade sieht so aus:
1. AI verbessert eine Aufgabe.
2. Die verbesserte Aufgabe verändert einen Workflow.
3. Die Workflow-Veränderung verbessert eine Business Metric.
4. Die Business Metric beeinflusst Cost, Revenue, Risk, Capital, Customer Experience oder Strategic Capacity.
5. Der Impact wird gegen die Baseline gemessen und mit Total Cost of Ownership verglichen.
Das verhindert zwei häufige Fehler.
Der erste Fehler ist, bei Model Performance stehenzubleiben. Ein Modell kann hohe Accuracy haben und trotzdem keinen Business Value erzeugen, wenn es kein Prozessresultat verändert.
Der zweite Fehler ist, direkt zu Financial Benefit zu springen. Ein Business Case, der Cost Savings behauptet, ohne die Task- und Workflow-Brücke zu zeigen, ist für Executive Decision-Making meist zu schwach.
Beispiel:
AI Capability: Ein Modell fasst Customer-Service-Interactions zusammen.
Task Effect: Agents verbringen weniger Zeit damit, Case Histories zu lesen.
Workflow Effect: Average Handling Time sinkt und First-Contact Resolution verbessert sich.
Business Outcome: Mehr Cases werden pro Stunde mit stabiler Qualität gelöst.
Enterprise Value: Capacity steigt, Backlog sinkt, Customer Satisfaction verbessert sich oder Cost-to-Serve sinkt.
Die Cascade macht die Value Logic auditierbar.
Deshalb ist sie im Bankwesen besonders nützlich. Sie unterstützt Management Discipline, ohne AI Value Measurement zu einer reinen Compliance Exercise zu machen.
Warum Workflow Redesign der Value Multiplier ist
AI verbessert oft Aufgaben, bevor sie Prozesse verbessert.
Deshalb ist Workflow Redesign entscheidend.
Wenn AI einen Schritt schneller macht, der Rest des Workflows aber unverändert bleibt, kann der Gewinn verschwinden. Der Bottleneck kann sich verschieben. Die Queue kann zu einem Human Reviewer wandern. Eine Control Function kann mehr Zeit benötigen, um AI-generated Output zu prüfen. Ein Business Owner vertraut dem Ergebnis möglicherweise nicht. Ein kundenbezogener Prozess wartet möglicherweise weiterhin auf Approvals, die AI nicht beeinflusst.
So wird Task Productivity eingeschlossen.
Workflow Redesign stellt eine andere Frage:
Wenn AI verändert, was möglich ist, wie sollte der Prozess dann funktionieren?
Das kann bedeuten, unnötige Handoffs zu entfernen, Review Thresholds zu ändern, Exception Management neu zu gestalten, Rollenverantwortlichkeiten anzupassen, neue Quality Checks einzuführen, Approval Logic zu ändern, Data Capture zu verbessern oder Service-Level Expectations neu zu definieren.
Das ist keine Technology Implementation. Es ist Operating-Model Design.
Die stärksten AI Business Cases enthalten daher zwei Pläne: einen Technology Plan und einen Workflow Plan.
Der Technology Plan erklärt Modell, Tool, Daten, Architecture und Controls.
Der Workflow Plan erklärt, wie Arbeit sich verändert, wer was tut, welche Schritte wegfallen, welche Controls bleiben, wo Human Judgement erforderlich ist und wie Value gemessen wird.
Ohne Workflow Plan ist der Value Case unvollständig.
Total Cost of Ownership muss real sein
AI Business Value kann nicht nur gegen Licence Cost gemessen werden.
Total Cost of Ownership ist breiter.
Er kann Infrastructure, Cloud Consumption, Model Access, Vendor Fees, Internal Engineering, Data Preparation, Data Quality Remediation, Integration, Testing, Validation, Monitoring, User Training, Change Management, Control Design, Legal Review, Information Security, Privacy Review, Operational Support, Auditability und Incident Handling umfassen.
Für Generative AI können zusätzlich Prompt Management, Guardrails, Retrieval Infrastructure, Knowledge-Base Maintenance, Human Review, Output Testing, Content Evaluation und Model-Risk Documentation hinzukommen.
Die Kostenseite sollte auch Opportunity Cost enthalten. Senior Management Time, knappe Engineering Capacity und Business Change Capacity sind nicht kostenlos.
Deshalb sollte AI Value Measurement eine Net-Value-Sicht nutzen:
Gross Benefit minus Total Cost of Ownership minus Risk-Adjustment Cost ergibt Net Value.
Der Risk-Adjustment Cost ist wichtig. Ein Use Case, der Effizienz schafft, aber hohe Review-, Remediation-, Manual-Correction- oder Control-Aufwände erfordert, kann einen niedrigeren Net Value haben, als der ursprüngliche Business Case suggeriert.
Das ist kein Argument gegen AI.
Es ist ein Argument für ernsthafte Messung.
Risk Value ist Business Value
Im Bankwesen ist Business Value nicht nur Revenue oder Cost.
Risk Value zählt.
Ein AI-System kann Value schaffen, indem es Fraud Detection verbessert, False Positives reduziert, Monitoring verbessert, Alerts priorisiert, Data Quality verbessert, Controls stärkt, Operational Errors reduziert oder Regulatory Evidence unterstützt. Diese Outcomes erscheinen nicht immer sofort als Revenue. Aber sie können wirtschaftlich relevant sein.
Die Financial Stability Review der EZB stellt fest, dass AI Risk-Management-Fähigkeiten verbessern könnte, einschließlich genauerer Risk Assessment und Predictions sowie effizienterer Capital und Liquidity Planning, erkennt aber zugleich an, dass der Nutzen davon abhängt, wie Herausforderungen rund um Data, Model Development und Deployment adressiert werden. ([ecb.europa.eu](https://www.ecb.europa.eu/press/financial-stability-publications/fsr/special/html/ecb.fsrart202405_02~58c3ce5246.en.html))
Die BIS rahmt AI in Finance außerdem entlang zentraler Financial-System Functions wie Intermediation, Insurance, Asset Management und Payments und analysiert Implikationen für Financial Stability und Prudential Policy. ([bis.org](https://www.bis.org/publ/work1194.htm))
Das ist für Value Measurement wichtig. Eine Bank sollte nicht jeden AI Use Case in ein enges Cost-Saving Model pressen. Manche AI Use Cases schaffen Value, indem sie Decisions, Controls oder Resilience verbessern.
Beispiele für Risk-Value Metrics:
- Reduction in False Negatives;
- Reduction in False Positives ohne geringere Detection Quality;
- Faster Alert Triage;
- Improved Case Prioritisation;
- Fewer Manual Control Breaks;
- Improved Completeness of Evidence;
- Shorter Incident-Analysis Time;
- Better Model Monitoring;
- Improved Data-Quality Remediation;
- Stronger Audit Trail.
Risk Value sollte trotzdem gemessen werden. Er sollte nicht als vager qualitativer Benefit behandelt werden.
AI Value im Bankwesen: Die richtige Messeinheit
Für Banken ist die richtige Messeinheit häufig nicht das Modell. Es ist der Business Service oder Workflow.
AI-Modelle schaffen keinen abstrakten Value. Sie schaffen Value innerhalb von Lending, Onboarding, Payments, Operations, Compliance, Technology Delivery, Customer Service, Treasury, Risk Management, Financial Crime, Reporting oder Software Engineering.
Die EBA hat eine steigende AI-Nutzung im EU Banking und Payments Sector beobachtet. Ihr Material aus dem Jahr 2025 stellt fest, dass 92% der EU-Banken AI aktuell deployen und 8% AI Use Cases pilotieren oder diskutieren. ([eba.europa.eu](https://www.eba.europa.eu/sites/default/files/2025-09/146b3558-d026-47bf-a872-f05e93ed30d2/Rising%20application%20of%20AI%20in%20EU%20banking%20and%20payments%20sector.pdf))
Das macht Value Measurement wichtiger, nicht weniger wichtig.
Wenn AI häufiger wird, ist der Differentiator nicht mehr, ob ein Institut AI hat. Der Differentiator ist, ob es AI in gemessene, gesteuerte und skalierbare Business Outcomes übersetzen kann.
Eine nützliche AI Value Taxonomy für Banken kann fünf Kategorien enthalten.
Productivity Value
AI reduziert Zeit, Aufwand oder manuelle Arbeit.
Beispiele: Drafting, Summarisation, Coding Assistance, Document Triage, Case Preparation, Knowledge Search.
Quality Value
AI verbessert Accuracy, Consistency oder Completeness.
Beispiele: bessere Classification, weniger Missing Fields, bessere Evidence Packs, bessere Documentation Quality.
Risk Value
AI verbessert Detection, Monitoring, Control oder Resilience.
Beispiele: Fraud Analytics, Alert Prioritisation, Anomaly Detection, Control Testing, Operational-Risk Insight.
Customer Value
AI verbessert Speed, Personalisation, Clarity oder Availability.
Beispiele: schnelleres Onboarding, bessere Customer Response, verbessertes Service Routing, konsistentere Communication.
Strategic Capacity Value
AI erhöht die Ausführungsfähigkeit der Organisation.
Beispiele: schnellere Product Development, bessere Knowledge Reuse, bessere Decision Support, höhere Change Capacity.
Diese Taxonomy verhindert, dass die Value Discussion zu eng wird.
Die Rolle von Finance
Finance sollte früh eingebunden werden.
AI Value Measurement scheitert oft, wenn Finance erst am Ende hinzugezogen wird, um Benefits zu validieren, die bereits behauptet wurden. Das bessere Modell ist, Finance vor Deployment einzubinden, wenn Baselines, Benefit Logic, Cost Categories und Measurement Periods definiert werden.
Finance sollte helfen, zwischen Hard Savings, Soft Savings, Avoided Cost, Capacity Release, Productivity Gain, Risk Reduction und Revenue Effect zu unterscheiden.
Diese Kategorien sollten nicht vermischt werden.
Ein Productivity Gain wird nur dann zu einem Hard Saving, wenn die Organisation Cost reduzieren, geplante Einstellungen vermeiden, Throughput mit derselben Capacity erhöhen, External Spend reduzieren oder Capacity in messbar höherwertige Arbeit redeployen kann.
Saved minutes are not automatically saved money.
Dieser Punkt ist zentral. Wenn AI Mitarbeitenden Zeit spart, die Organisation aber nicht weiß, was mit dieser Zeit geschieht, bleibt der Value Case unvollständig.
Finance sollte daher eine Capacity-Redeployment Logic verlangen:
- Welche Zeit wird gespart?
- Wo wird sie erfasst?
- Wer besitzt sie?
- Wie wird sie redeployed?
- Reduziert sie Cost, vermeidet sie Cost, erhöht sie Throughput, verbessert sie Quality oder unterstützt sie Growth?
- Wie wird das gemessen?
Das bewegt AI Value von Enthusiasm zu Management Accounting.
Die Rolle von Risk und Control Functions
Risk und Control Functions sollten im AI Value Measurement nicht als Blocker betrachtet werden. Sie sind Teil des Value Systems.
Sie helfen zu definieren, ob der Value nachhaltig ist.
Ein Use Case, der kurzfristige Effizienz erzeugt, aber Data Risk, Model Risk, Conduct Risk, Privacy Risk, Cyber Risk, Outsourcing Risk oder Operational Risk schafft, ist möglicherweise kein guter Value Case. Umgekehrt kann ein Use Case, der Control Quality stärkt, Value erzeugen, auch wenn er nicht direkt Headcount reduziert oder Revenue erhöht.
Risk und Control Functions sollten helfen zu definieren:
- acceptable use;
- risk appetite;
- model criticality;
- evidence requirements;
- human oversight;
- data lineage;
- monitoring expectations;
- exception handling;
- auditability;
- kill criteria.
So wird Value Measurement glaubwürdig.
Das Ziel ist nicht, AI zu verlangsamen. Das Ziel ist, Value nicht so zu messen, dass die Cost of Control ignoriert wird.
Ein gutes AI Value Model enthält Control by Design.
Kill Criteria sind Teil von Value Governance
Jeder AI Use Case sollte Kill Criteria haben.
Das bedeutet nicht, dass Organisationen negativ sein sollten. Es bedeutet, dass sie diszipliniert sein sollten.
Ein Use Case sollte gestoppt, redesigned oder im Pilot gehalten werden, wenn er vereinbarte Thresholds nicht erreicht. Diese Thresholds können sich auf Business Value, Quality, Adoption, Risk, Cost, Explainability, User Trust, Operational Fit oder Control Evidence beziehen.
Beispiele für Kill Criteria:
- keine messbare Workflow Improvement nach definierter Periode;
- Benefits unter vereinbartem Threshold;
- hoher Manual Review Burden;
- geringe User Adoption nach Training und Workflow Redesign;
- inakzeptables Error Profile;
- instabile Model Performance;
- ungelöste Data-Quality-Issues;
- excessive Total Cost of Ownership;
- inability to evidence control;
- bessere Performance durch eine einfachere Lösung.
Kill Criteria sind kein Zeichen von Failure.
Sie sind ein Zeichen reifer Capital Allocation.
Bei AI sind Opportunity Costs schwacher Use Cases hoch. Jeder Low-Value Use Case verbraucht Attention, Data, Engineering Capacity, Governance Capacity und Change Capacity, die anderswo genutzt werden könnten.
Eine Bank muss nicht jede AI-Idee skalieren.
Sie braucht einen disziplinierten Weg zu entscheiden, welche es sollten.
Ein Board-Level AI Value Dashboard
Boards benötigen keinen Model-by-Model Technical Report.
Sie benötigen ein Value Dashboard.
Ein nützliches AI Value Dashboard sollte zeigen:
- Anzahl der AI Use Cases nach Value Category;
- Use Cases in Pilot, Production und Scale;
- Baseline established oder missing;
- measured task-level impact;
- measured workflow impact;
- financial value realised;
- risk oder control value realised;
- total cost of ownership;
- adoption und active usage;
- quality und error indicators;
- human oversight metrics;
- open issues;
- kill, pivot oder scale decisions;
- benefits signed off by Finance;
- control status signed off by Risk oder relevanten Control Functions.
Das Dashboard sollte Claimed Value von Evidenced Value trennen.
Das ist kritisch.
Ein Board sollte sehen können, welche AI Use Cases messbare Outcomes erzeugen, welche noch Hypothesen sind, welche Workflow Redesign benötigen und welche gestoppt werden sollten.
Die wichtigste Spalte im Dashboard kann einfach sein:
„What decision is required?“
Scale, hold, redesign, stop oder monitor.
Das macht AI Reporting zu Governance.
Das AI Business Value Operating Model
Um AI Business Value konsistent zu messen, benötigen Organisationen ein Operating Model.
Ein praktisches Modell hat sieben Komponenten.
1. Value Thesis
Jeder Use Case beginnt mit einer klaren Aussage zum erwarteten Value.
2. Baseline
Das aktuelle Prozessresultat wird vor Deployment gemessen.
3. Ownership
Ein Business Owner, Technology Owner, Data Owner und Value Owner werden zugeordnet.
4. Measurement Design
Die Organisation definiert, wie Value gemessen wird: before-and-after, A/B test, control group, phased rollout, matched comparison, time-and-motion study oder operational metric tracking.
5. Workflow Redesign
Der Prozess wird redesigned, damit Task-Level Productivity zu Workflow-Level Value werden kann.
6. Control by Design
Risk, Compliance, Data Protection, Cyber, Model Risk und Operational Control Requirements werden in das Value Model eingebaut.
7. Decision Cadence
Ein Governance Forum prüft Evidenz und entscheidet, ob skaliert, redesigned, gestoppt oder fortgeführt wird.
Dieses Operating Model ist einfach genug für die Anwendung und stark genug für Executive Scrutiny.
Was Executives fragen sollten
Executives sollten weniger generische AI-Fragen stellen und mehr Value Questions.
Nicht: „Wie viele AI Pilots haben wir?“
Sondern:
- Welche Business Outcomes wollen wir verbessern?
- Welche Workflows werden redesigned?
- Haben wir eine Baseline vor Deployment?
- Was ist der Task-Level Effect?
- Was ist der Workflow-Level Effect?
- Was ist der Enterprise-Value Effect?
- Hat Finance die Benefit Logic validiert?
- Haben Risk und Control Functions die Control Logic validiert?
- Was ist der Total Cost of Ownership?
- Wo sehen wir messbaren Value?
- Wo sehen wir nur Usage?
- Welche Use Cases sollten skaliert werden?
- Welche sollten gestoppt werden?
Die Fragen selbst schaffen die Management Discipline.
Fazit: AI Value ist eine Management Discipline
Die zentrale Frage ist nicht, ob AI Value schaffen kann. Sie kann es.
Die Evidenz ist bereits stark in bestimmten Tasks: Writing, Customer Support, Coding, Summarisation, Knowledge Work und ausgewählten Analytical Workflows. Aber die Evidenz ist ebenso klar, dass AI Value ungleichmäßig, kontextspezifisch und abhängig von Workflow Redesign ist. Dieselbe Technologie kann eine Aufgabe beschleunigen, eine andere verlangsamen und keinen Enterprise Value erzeugen, wenn sich das umgebende Operating Model nicht verändert. ([science.org](https://www.science.org/doi/10.1126/science.adh2586))
Deshalb ist Measuring AI Business Value keine Reporting Exercise. Es ist eine Management Discipline.
Sie erfordert Baselines vor Deployment, klare Value Hypotheses, Task-Level Measurement, Workflow-Level Measurement, Finance Validation, Risk-Adjusted Cost, Control by Design, Kill Criteria und Board-Level Decision-Making.
Die besten Organisationen werden nicht diejenigen mit der längsten Liste an AI Pilots sein.
Es werden diejenigen sein, die eine schwierigere Frage beantworten können:
Wo verändert AI messbare Business Outcomes, und können wir es beweisen?
Das ist der Standard für AI Value.
Und es ist der Standard, der AI von Experimentation zu Execution macht.
