Historisch gewachsene IT- und Organisationsstrukturen bremsen nach Einschätzung von Roshan Kumar Shetty, Leiter des Geschäftsbereichs Banking, Financial Services & Insurance sowie Public Sector Americas beim IT-Dienstleister Tech Mahindra, den wirtschaftlichen Erfolg vieler KI-Initiativen im Bankensektor. In einem Gastbeitrag auf Forbes bezeichnet der Manager diesen Effekt als „Legacy Tax“.

Shetty argumentiert, dass viele Banken ihre bestehenden Kernbank- und Mainframesysteme parallel zur Einführung neuer KI- und Digitalplattformen betreiben müssen. Die gleichzeitige Finanzierung des laufenden Betriebs und der Modernisierung führe zu einer doppelten finanziellen Belastung, die er als „Double-Spend Trap“ beschreibt.

Als Beispiel nennt der Autor eine mittelgroße US-Bank, mit der er nach eigenen Angaben zuletzt zusammengearbeitet habe. Deren Mainframe-Landschaft habe monatlich rund 380.000 MIPS beansprucht. Die daraus resultierenden laufenden Betriebskosten hätten Mittel gebunden, die anschließend für Modernisierungsprojekte gefehlt hätten. „Technische Schulden“ entwickelten sich dadurch laut Shetty zunehmend von einem reinen IT-Thema zu einem wirtschaftlichen Hemmnis für Innovationen.

Den Mainframe stellt der Autor dabei nicht grundsätzlich infrage. Vielmehr verweist er darauf, dass diese Systeme weiterhin einen Großteil der Kerntransaktionen im US-Bankensektor verarbeiteten. Eine moderne digitale Oberfläche allein reiche seiner Ansicht nach jedoch nicht aus, um die Agilität einer digital nativen Bank zu erreichen.

Zugleich warnt Shetty vor einem „Bankgeschäft mit zwei Geschwindigkeiten“. Während KI-Anwendungen bereits in Bereichen wie Onboarding oder Backoffice Einzug hielten, entwickelten sich die geschäftskritischen Kernsysteme deutlich langsamer weiter. Daraus könnten organisatorische Reibungsverluste sowie Governance- und Sicherheitsrisiken entstehen. Unter Verweis auf eine IBM-Studie hebt der Autor zudem hervor, dass der unkontrollierte Einsatz sogenannter Shadow AI erhebliche Sicherheits- und Kostenrisiken mit sich bringen könne.

Modernisierung dürfe deshalb nicht als reines Technologieprojekt verstanden werden, sondern muss nach Ansicht Shettys auch Veränderungen von Organisationsstrukturen, Betriebsmodellen und der Datenarchitektur umfassen. Nur so lasse sich die Lücke zwischen strategischen KI-Zielen und deren operativer Umsetzung schließen. (td)