Santander skaliert KI auf alle 185.000 Mitarbeiter. Die Zahlen hinter dem Rollout sind es wert, genauer betrachtet zu werden.

Es gibt einen Moment, in dem KI im Unternehmensbereich aufhört, ein Pilotprojekt zu sein, und zur Infrastruktur wird. Für Santander scheint dieser Moment jetzt gekommen zu sein. Laut Computer Weekly hat die spanische Bank angekündigt, den Zugang zu KI-Tools von derzeit rund 40.000 Nutzern auf alle 185.000 Mitarbeitenden weltweit auszuweiten – nach einem ersten Quartal, in dem der KI-Einsatz einen Geschäftswert von 35 Millionen Euro generiert hat. Das ist keine Folie aus einer Präsentation. Das ist ein Rollout, der bereits überprüfbare Zahlen liefert.

Von der Ambition zur Umsetzung: Was Santander tatsächlich aufgebaut hat

Noch vor der Ankündigung der Erweiterung hatte Santander bereits mehr als 280 Prozessautomatisierungsagenten in seinen Abläufen eingesetzt, wie aus Santanders eigenem veröffentlichten Bericht zur KI-first-Strategie hervorgeht. Es handelt sich dabei nicht um experimentelle Prototypen, die in einer Sandbox vor sich hin dümpeln. Die Bank beschreibt sie als aktive Agenten, die Aufgaben in den Bereichen Betrugserkennung, Geldwäschebekämpfung, Zahlungsabwicklung, Kundenservice und Softwareentwicklung übernehmen. Diese Bandbreite ist entscheidend: Die KI-Infrastruktur, die Santander jetzt 185.000 Mitarbeitenden öffnet, wurde auf der Grundlage realer, regulierter und risikoreicher Arbeitsabläufe aufgebaut – nicht auf Basis interner Chatbots, die HR-Fragen beantworten.

Für alle, die sich mit dem unternehmensweiten Einsatz von KI beschäftigen, ist das ein nützlicher Referenzpunkt. Die Organisation hat nicht direkt auf Skalierung gesetzt. Sie hat zunächst Anwendungsfälle in anspruchsvollen Bereichen entwickelt, die Ergebnisse gemessen und dann den Zugang ausgeweitet. Die 35-Millionen-Euro-Zahl aus dem ersten Quartal ist genau die Art von Beleg, die interne Budgetgespräche und externe Benchmarks gleichzeitig verändert.

Computer Weekly berichtet außerdem, dass Santander erwartet, durch eine Kombination aus Kosteneinsparungen und zusätzlichen Einnahmen über das gesamte Jahr hinweg einen Geschäftswert von 200 Millionen Euro durch KI zu erzielen. Der längere Zeithorizont ist noch ambitionierter: Die Bank strebt zwischen 2026 und 2028 einen Geschäftswert von mehr als einer Milliarde Euro durch KI an. Diese Zahlen geben dem Rollout eine Rechenschaftsstruktur, die den meisten unternehmensweiten KI-Ankündigungen auffällig fehlt.

Was das für Berufsfähigkeiten im Bankwesen bedeutet

Wenn eine Organisation mit 185.000 Mitarbeitenden KI-Tools institutionsweit einführt, geht es dabei in erster Linie nicht um die Datenwissenschaftler, die die Modelle entwickelt haben. Es geht um alle anderen. Die Mitarbeitenden, die diese Tools nutzen, kommen aus den Bereichen Compliance, Operations, Kundenbetreuung, Kreditanalyse und Filialservice. Die meisten von ihnen wurden nicht als KI-Fachleute eingestellt und müssen es auch nicht werden. Was sie brauchen, kommt dem näher, was der LinkedIn Economic Graph in seinem Arbeitsmarktbericht vom Januar 2026 als KI-Kompetenz in Verbindung mit menschenorientierten Fähigkeiten wie Design Thinking und Anpassungsfähigkeit beschreibt.

Die Forschung von LinkedIn ergab, dass Mitarbeitende in Organisationen, die LinkedIn Learning nutzen, KI-Fähigkeiten im Jahresvergleich 3,4-mal schneller entwickeln als jene ohne strukturierten Lernzugang. Diese Zahl ist keine Werbebotschaft für eine einzelne Plattform; sie ist ein Signal für die Lücke zwischen Organisationen, die KI-Weiterbildung als gezieltes Programm betrachten, und jenen, die davon ausgehen, dass Mitarbeitende sich die nötigen Kompetenzen selbst aneignen werden.

Santanders Erweiterung deutet darauf hin, dass die Bank bewusst auf Ersteres setzt. Die Frage für alle, die im Bankwesen, im operativen Bereich oder in finanznahen Tätigkeiten arbeiten, ist, ob die eigene Organisation dieselbe Wette eingeht – und ob man selbst davon profitieren kann, wenn es so weit ist.

Der LinkedIn-Bericht identifiziert außerdem sogenannte „KI-Integratoren" und vorausschauend handelnde Führungskräfte als aufkommende Berufsbezeichnungen, die auf eine effektive KI-Integration zur Maximierung des organisatorischen Nutzens ausgerichtet sind. Das ist eine Berufsgruppe, die man im Auge behalten sollte. Sie steht zwischen den technischen Entwicklern und den Endnutzenden – und es ist die Art von Rolle, die Menschen begünstigt, die sowohl Workflow-Design als auch die Grenzen dessen verstehen, was Agenten zuverlässig leisten können.

Was Lernende aus einem Rollout dieser Größe mitnehmen sollten

Das Santander-Deployment ist eine nützliche Fallstudie dafür, was KI-Bereitschaft im Unternehmensbereich tatsächlich erfordert – im Unterschied zu dem, was Zertifizierungsanbieter typischerweise vermarkten. Die Zahl von 280 Agenten ist bedeutsam, weil sie zeigt, dass die Organisation in bereichsspezifische Automatisierung investiert hat, bevor sie in breiten Zugang investiert hat. Agenten zur Betrugserkennung sind nicht generisch; sie bilden regulatorische Anforderungen, Risikoschwellenwerte und bankenspezifische Datenverwaltungsregeln ab. Diese Art von Systemen aufzubauen oder damit zu arbeiten erfordert ein Verständnis der jeweiligen Domäne – nicht nur des Tools.

Für Lernende, die überlegen, wo sie ihre Zeit investieren sollen, deutet das auf einen nützlicheren Ansatz hin, als dem jeweils aktuell prominentesten KI-Tool hinterherzulaufen. Die beständige Fähigkeit besteht darin, einen unübersichtlichen, regulierten und risikoreichen Arbeitsablauf in etwas zu übersetzen, bei dem ein System zuverlässig unterstützen kann – und dann zu wissen, wann das nicht möglich ist. Das ist eine Fähigkeit, die sich über Rollen und Branchen hinweg verstärkt. Ein Compliance-Analyst, der versteht, wie ein AML-Automatisierungsagent Entscheidungen trifft, ist wertvoller als jemand, der lediglich weiß, dass der Agent existiert.

Die Daten des LinkedIn Economic Graph bestätigen dies: Organisationen können ihre KI-Talentpipeline weltweit um das 8,2-Fache vergrößern, indem sie auf Fähigkeiten statt auf Abschlüsse oder Berufsbezeichnungen setzen. Diese Zahl sollte die Art und Weise, wie man über Zertifizierungen nachdenkt, neu ausrichten. Ein Kurs, der einem beibringt, ein KI-Ergebnis in einem regulierten Kontext zu prüfen, ist übertragbarer als ein Badge, der besagt, dass man ein Modul zu den Grundlagen generativer KI abgeschlossen hat.

Santanders Rollout hat nicht stattgefunden, weil 185.000 Menschen eine Zertifizierung erhalten haben. Er hat stattgefunden, weil eine kleinere Gruppe echte Agenten in echten Arbeitsabläufen aufgebaut und messbaren Nutzen nachgewiesen hat, bevor sie um mehr Spielraum gebeten hat.

Beobachten Sie, wie andere große Finanzinstitute in den nächsten zwei bis drei Quartalen auf Santanders veröffentlichte Zahlen reagieren. Wenn ein Mitbewerber 35 Millionen Euro KI-Wert im ersten Quartal vorweist, wird der Wettbewerbsdruck zur Beschleunigung interner Deployments konkret. Diese Beschleunigung wird Bedarf an Menschen schaffen, die KI-Tools in regulierten Umgebungen einsetzen können – und dieser Bedarf wird Lernende begünstigen, die etwas Echtes aufgebaut haben, gegenüber jenen, die das Konzept nur theoretisch studiert haben.