Zusammenfassung

  • China Merchants Bank zufolge stieg der durchschnittliche tägliche Token-Durchsatz im ersten Halbjahr um mehr als 78 %, während der Beitrag von KI-Anwendungen umgerechnet 13,88 Millionen Mitarbeiterstunden betrug
  • Die Zahlen zeigen, dass Banken beginnen, die KI-Nutzung an der geleisteten Arbeit zu messen, statt das Wachstum der Token-Nutzung allein als Fortschritt zu werten

Die Fakten

China Merchants Bank teilte mit, ihr durchschnittlicher täglicher KI-Token-Durchsatz sei im ersten Halbjahr 2026 um mehr als 78 % gestiegen, während ihre KI-Anwendungen schätzungsweise Arbeit im Umfang von 13,88 Millionen Mitarbeiterstunden geleistet hätten.

Bis Ende Juni hatte die Bank 256 spezialisierte Modelle und 1.386 intelligente Anwendungsszenarien implementiert. Ihre KI-Systeme kommen im Privatkunden- und Firmenkundengeschäft, in der Risikosteuerung, in betrieblichen Abläufen und bei Büroarbeiten zum Einsatz. Die Bank schätzt mit der Kennzahl der äquivalenten Stunden, wie viel Arbeit diese Anwendungen geleistet oder wie viel Zeit sie eingespart haben; die Kennzahl zählt weder abgebaute Stellen noch weist sie eine geprüfte Einsparung bei den Personalkosten aus.

Auch andere chinesische Banken achten angesichts der zunehmenden Modellnutzung stärker auf die Betriebskosten von KI. Branchenberichte zeigen, dass Institute Token-Verbrauch, Rechenkosten und betriebliche Ergebnisse vergleichen, wenn sie entscheiden, wo neue KI-Anwendungen eingesetzt werden sollen.

Die Einordnung

Die Token-Nutzung zeigt einer Bank, wie stark ihre KI-Systeme genutzt werden. Sie sagt der Bankleitung jedoch nicht, ob es sich gelohnt hat, für diese Aktivität zu bezahlen. Mit ihrer Schätzung von 13,88 Millionen Stunden kommt China Merchants Bank der betriebswirtschaftlichen Frage näher, weil die Bank damit versucht, den Einsatz von Rechenleistung mit Arbeit zu verknüpfen, die sonst Beschäftigte hätten erledigen müssen.

Gesparte Zeit ist jedoch noch nicht dasselbe wie gespartes Geld. Beschäftigte können die frei gewordene Zeit nutzen, um mehr Kunden zu betreuen, schwierige Fälle zu prüfen oder andere Aufgaben zu erledigen, statt von der Gehaltsliste zu verschwinden. Auch manche KI-Ergebnisse müssen geprüft werden, bevor sie akzeptiert werden können.

Das ist relevant, wenn Banken Modelle und Anbieter von Rechenleistung vergleichen. Ein niedrigerer Preis pro Token ist nicht automatisch günstiger, wenn eine Aufgabe mehr Anläufe erfordert oder anschließend mehr Arbeit für Beschäftigte übrig bleibt.

Für die Leserschaft von BTW liegt der nützliche Perspektivwechsel darin, den gesamten Arbeitsvorgang zu messen: die verbrauchte Rechenleistung, die weiterhin erforderliche menschliche Prüfung und die Frage, ob das fertige Ergebnis dem Standard der Bank entspricht.

Worauf zu achten ist

Achten Sie darauf, ob Banken neben der Token-Nutzung auch Kennzahlen auf Aufgabenebene veröffentlichen, darunter abgeschlossene Fälle, Prüfzeit und Betriebskosten. Besonders aufschlussreich werden die Beschaffungskonditionen sein, falls Banken Zahlungen für Modelle oder Rechenleistung an akzeptierte Ergebnisse statt allein an den Verbrauch knüpfen.