Konzeptkarte

BNY hat seine digitale Belegschaft rückwärts aufgebaut — und es funktioniert

Stand 2026-07-24T14:00:00Z

Redaktion: Cédric-Olivier Mâry, alleiniger Redakteur und verantwortlich für die Veröffentlichung — 27 Jahre im SAP-Ökosystem. Wie diese Seiten entstehen und wo Automatisierung eingesetzt wird.

Was ist BNY hat seine digitale Belegschaft rückwärts aufgebaut — und es funktioniert?

BNY hat zuerst seine digitale Belegschaft entworfen und dann gefragt, welche Menschen die Agenten brauchen — jeder Agent erhielt eine Stellenbeschreibung, ein SLA und einen Eskalationspfad, und die Zahlen bestätigen es: 18 % bereinigtes CAGR im Jahr 2025.

Was geschah, und warum es nicht nur eine Fallstudie ist

In einer 2026 veröffentlichten Forrester-Analyse beschreibt Analyst Brian Hopkins, wie BNY Mellon die übliche Reihenfolge beim Ausrollen von KI-Agenten umgekehrt hat. Die meisten Organisationen gehen von einem bestehenden menschlichen Workflow aus und lassen einen KI-Agenten darin Platz nehmen — er unterstützt einen Sachbearbeiter, assistiert einem Analysten, entwirft neben einem Fallbearbeiter. BNY tat das Gegenteil: Das Unternehmen entwarf jeden digitalen Mitarbeiter zunächst als eigenständige Rolle, komplett mit Stellenbeschreibung, Arbeitswarteschlange, Service-Level-Agreement und Eskalationspfad, und fragte erst danach, mit welchen Menschen dieser digitale Mitarbeiter interagieren musste. Die Reihenfolge klingt wie eine Fußnote, löst aber ein Problem, das die meisten agentischen KI-Programme still zugrunde richtet: Accountability Drift.

Das Problem, das die umgekehrte Reihenfolge löst

Wenn ein KI-Agent in eine bestehende menschliche Rolle fällt, erbt er alles Mehrdeutige an dieser Rolle — undefinierte Verantwortlichkeit, informelle Eskalationsgewohnheiten, keine unabhängige Erfolgskennzahl. Drei Monate in das Programm fragt ein Lenkungsausschuss, ob der Agent tatsächlich Wert liefert, und niemand kann sauber antworten, weil die Leistung des Agenten nie vom Zufriedenheitswert oder der Arbeitslastwahrnehmung des Menschen getrennt wurde. Der Agent wird zu einem dauerhaften Piloten, den niemand abschalten und dem niemand vollständig Anerkennung zuschreiben kann. BNY vermied das, indem jedes KI-Deployment so behandelt wurde, wie eine Organisation eine Neueinstellung behandelt: den Job definieren, die Warteschlange, aus der er arbeitet, das Service-Level-Agreement, an dem er gemessen wird, und den Bereitschaftspfad für den Fall, dass er etwas nicht lösen kann — bevor auch nur eine einzige menschliche Rolle berührt wird.

Warum es zählt

Einen Agenten in eine bestehende Rolle einzusetzen erbt deren Mehrdeutigkeit — unklare Verantwortlichkeit, kein SLA, keine Möglichkeit, den Wert des Agenten getrennt vom Menschen zu messen, den er unterstützt.
Eliza bedient inzwischen rund 50.000 Mitarbeitende (97 % der Bank); Ende 2025 waren 130 digitale Mitarbeiter in Produktion (gegenüber 70), mit über 160 ausgerollten KI-Lösungen — ein Sprung von über 200 % im Jahresvergleich.
Das finanzielle Pendant — 18 % bereinigtes CAGR, 21 % Vorsteuergewinnwachstum, 13 % Dividendenerhöhung im Jahr 2025 — wurde als eine mit dem KI-Programm integrierte Geschichte berichtet, nicht als separates Kapitel.

Kernpunkte

Entwerfen Sie den Job-to-be-done, die Warteschlange und das SLA des Agenten, bevor Sie festlegen, an welche menschlichen Rollen er eskaliert — nicht umgekehrt.
BNYs Eliza-Plattform: 50.000 bediente Mitarbeitende, über 130 digitale Mitarbeiter in Produktion (2025), über 200 % Wachstum bei ausgerollten KI-Lösungen im Jahresvergleich.
Grenzen Sie Joule-Agenten mit Ownership-Sprache ab: „löst 80 % der Rechnungsausnahmen" statt „unterstützt den Kreditorenbuchhalter" — Ownership verändert die Integrationsoberfläche, die Kennzahl und das Organigramm.
Agenten benötigen Policy-Befugnis in SAP Build Process Automation (Schreibzugriff auf Entscheidungsregeln), nicht nur Lesezugriff auf Warteschlangen — ohne das kann der Agent einen Fall nicht abschließen.
Die Berichtslinie des Agenten geht an die Fachbereichsleitung, nicht an die IT — das Organigramm ist ein Design-Liefergut des Agentenprogramms.
Zwingender Auslöser für dieses Muster: Das Programm läuft seit 90 Tagen, und der Lenkungsausschuss kann Agenten-Lösungen nicht von menschlichen Lösungen unterscheiden.
Vermeiden Sie das bei engen Einzelnutzer-Copilot-Anwendungsfällen, bei denen der Mensch die volle Handlungsverantwortung behält — der volle Design-Aufwand einer digitalen Belegschaft ist dort nicht gerechtfertigt.
SAPs Autonomous Suite (Sapphire 2026) setzt über 200 Agenten über fünf Domänen mit definierten, über den SAP AI Agent Hub verfolgten KPIs ein — dieselbe Accountability-Logik im Plattformmaßstab.
BNYs Finanzergebnisse für 2025 (18 % bereinigtes CAGR, 21 % Vorsteuergewinnwachstum) wurden zusammen mit dem KI-Programm als integrierte Geschichte berichtet, nicht als separater Anhang.
Training im großen Maßstab ist nicht verhandelbar: Über 1.400 Mitarbeitende, die 40-stündige KI-Bootcamps absolvierten, und über 170.000 kumulierte Trainingsstunden bei BNY untermauerten den Erfolg der Agenten.

Begriffe auf dieser Seite

Digitale Belegschaft: Menge an Agenten, verwaltet wie ein Team, mit Warteschlangen, SLAs und Bereitschaftsdienst.
JTBD: Job-to-be-done — das Ergebnis, das der Agent end-to-end verantwortet.
Build Process Automation: SAPs Workflow-Engine, in der Agenten Policy-Befugnis benötigen.
Entscheidungsträger: Die verantwortliche Person, die den Kompromiss akzeptiert und die nächste Maßnahme finanziert.
Semantischer Vertrag: Die gemeinsame Definition von Geschäftsbegriffen, Kennzahlen, Entitäten und Zugriffsregeln, die von Tools und Teams verwendet wird.
Kontrollebene: Die Schicht, die Richtlinien, Zugriff, Lineage, Monitoring und Eskalation über das Betriebsmodell hinweg anwendet.
Evidenzgrad: Eine Kennzeichnung, die verifizierte Fakten, Richtungssignale, modellierte Annahmen und Feldbeobachtungen unterscheidet.
Adoptionskennzahl: Das messbare Verhalten, das belegt, dass das Konzept die tatsächliche Arbeit nach dem Go-Live verändert hat.

Quellen

Vollständige Karte für Mitglieder. Was die vollständige Karte ergänzt: den vollständigen Entscheidungsrahmen · den Vergleich SAP · Snowflake · Databricks · Fabric · die häufigen Fallstricke und ihre Behebung · die Kurzreferenz · die Architekturschemata · die Codeblöcke · die zitierfähigen Kennzahlen.

In der App öffnen →