Goldman Sachs und das Paradox der KI-Innovation

Im Juli 2026 erläuterte Marco Argenti, Chief Information Officer von Goldman Sachs, begeistert, wie Händler und Banker künstliche Intelligenz nutzten, um eigene Werkzeuge zu entwickeln. Sie identifizierten ein Problem, erstellten mithilfe von Vibe Coding einen Prototyp und übergaben ihn anschließend an die Ingenieure zur Weiterentwicklung.

Drei Monate später änderte sich die Richtung.

Laut Bloomberg änderte Goldman Sachs im Oktober seine internen Richtlinien und beschränkte den Zugang zu Claude Code und bestimmten GitHub-Werkzeugen auf seine Ingenieure. Eine Ausnahme gilt für hybride Fachprofile, die sogenannten Strats. Mitarbeitende, die diese Werkzeuge zur Verfolgung von Transaktionsströmen, zur Modellierung von Positionen oder zur Erstellung von Analysen genutzt hatten, verlieren damit einen Teil ihrer Arbeitsmittel.

Die Bank verweist auf eine Bewertung von Produktivität und Risiken. Zugleich entwickelt sie weiterhin eigene Lösungen auf Basis künstlicher Intelligenz.

Es handelt sich also nicht um eine Abkehr von KI.

Doch dieser Fall offenbart eine Spannung, die weit über den Bankensektor hinausgeht: Unternehmen wollen, dass ihre Mitarbeitenden mithilfe künstlicher Intelligenz innovativ werden, ohne ihre Organisation unbedingt an das angepasst zu haben, was diese Mitarbeitenden inzwischen leisten können.

Eine Entscheidung, die sich durchaus rechtfertigen lässt

Es wäre zu einfach, Goldman Sachs als konservative Organisation darzustellen, die vor Innovation zurückgeschreckt ist.

Eine Investmentbank ist kein gewöhnliches Experimentierfeld. Kundendaten sind sensibel, Finanztransaktionen unterliegen Regulierung, und bestimmte Informationen müssen zwischen den verschiedenen Geschäftsbereichen strikt getrennt bleiben.

Claude Code ist nicht bloß ein dialogbasierter Assistent. Das Werkzeug kann Dateien lesen, Code erzeugen und im Rahmen der ihm erteilten Berechtigungen Operationen ausführen.

Zwischen der Bitte an eine KI, einen Finanzbericht zusammenzufassen, und der Erlaubnis, ein Programm zu entwickeln und auszuführen, das Marktdaten verarbeitet, besteht ein erheblicher Unterschied.

Ein fehlerhaftes Modell, unzureichend verwaltete Zugriffsrechte oder eine nicht ausreichend kontrollierte Automatisierung können schwerwiegende Folgen haben.

Die Nutzung dieser Werkzeuge einzuschränken, kann daher eine vollkommen rationale Entscheidung sein.

Eine aus Sicht der Kontrolle rationale Entscheidung kann jedoch zugleich unerwünschte Folgen für die Innovation haben.

Und genau hier wird der Fall interessant.

Mitarbeitende haben gerade entdeckt, dass sie selbst entwickeln können

Über Jahrzehnte beruhte die Anwendungsentwicklung weitgehend auf einer Trennung der Verantwortlichkeiten.

Die Fachbereiche formulierten ihre Anforderungen. Die IT-Teams analysierten und priorisierten sie und entwickelten die Lösungen. Die Zeitplanung hing von verfügbaren Ressourcen, technischer Komplexität und organisatorischen Abwägungen ab.

Diese Trennung hatte ihre Berechtigung. Sie hatte aber auch ihre Grenzen.

Wie viele nützliche Ideen kamen nie über eine Anfrage hinaus, weil sie als zu klein, zu spezifisch oder nicht prioritär genug galten?

Generative KI verändert einen Teil dieser Gleichung.

Eine Vertriebsleitung, ein Finanzanalyst oder eine operative Führungskraft kann heute ein Problem in der eigenen Sprache beschreiben, verschiedene Ansätze erkunden und einen ersten Prototyp erstellen, ohne Programmiersprachen zu beherrschen.

Das macht diese Person nicht zu einem Softwareingenieur. Und es garantiert weder die Qualität noch die Sicherheit dessen, was sie entwickelt.

Es verändert jedoch grundlegend ihr Verhältnis zur Technologie.

Sie fordert nicht mehr nur eine Lösung an. Sie kann unmittelbar an ihrer Entstehung mitwirken.

Diese Verschiebung ist möglicherweise bedeutender als die Produktivitätsgewinne, die üblicherweise mit KI verbunden werden.

Denn die Menschen, die einem Problem am nächsten sind, kennen oft seine Feinheiten, Ausnahmen und operativen Folgen am besten.

Sie wissen nicht unbedingt, wie man ein zuverlässiges, produktionsreifes System entwickelt. Aber sie können inzwischen viel schneller zeigen, was sich zu entwickeln lohnt.

Das Risiko einer Governance, die der Innovation hinterherläuft

Zu den aufschlussreichsten Aspekten des Falls Goldman Sachs gehört sein zeitlicher Verlauf.

Im Juli wurden Vibe-Coding-Initiativen positiv dargestellt. Im Oktober wurden die Zugänge eingeschränkt.

Wir kennen die Einzelheiten der internen Bewertungen nicht, die zu dieser Entscheidung geführt haben. Es gibt keine Grundlage für die Behauptung, sie sei auf einen Sicherheitsvorfall, finanzielle Unregelmäßigkeiten oder ein konkretes Scheitern zurückzuführen.

Ebenso wäre es überzogen, daraus zu schließen, dass die Bank keinerlei Kontrollmechanismen vorgesehen hatte.

Diese Abfolge wirft jedoch eine wesentliche Frage auf: Was geschieht, wenn eine Organisation zum Experimentieren ermutigt, bevor sie die Voraussetzungen für eine breitere Skalierung definiert hat?

Mitarbeitende entdecken neue Anwendungsfälle, investieren Zeit, entwickeln Arbeitsmethoden und erkennen allmählich Möglichkeiten, die sie sich wenige Monate zuvor nicht vorstellen konnten.

Dann ändern sich die Regeln.

Selbst wenn diese Regeln gerechtfertigt sind, kann das ausgesandte Signal widersprüchlich sein.

Einerseits fordert die Organisation ihre Mitarbeitenden auf, neugierig, unternehmerisch und innovativ zu sein. Andererseits kann der Eindruck entstehen, dass ihre Initiativen problematisch werden, sobald sie den ursprünglich vorgesehenen Rahmen überschreiten.

Die Gefahr besteht nicht nur darin, einige Projekte zu verlangsamen.

Sie besteht darin, das für Experimente notwendige Vertrauen zu schwächen.

Eine Organisation, die Eigeninitiative fördern will, muss klar erklären können, wo die Grenzen liegen, warum es sie gibt und wie vielversprechende Ideen weiter vorangebracht werden können.

Zwischen Gewährenlassen und Verbieten gibt es einen dritten Weg

Die Debatte wird häufig als Gegensatz zwischen Innovation und Kontrolle dargestellt.

Das ist die falsche Art, das Problem zu formulieren.

Die eigentliche Frage ist nicht, ob alle Mitarbeitenden dieselben Werkzeuge und Berechtigungen haben sollten.

Es geht darum, eine Organisation zu gestalten, in der jeder auf einem Niveau zur Innovation beitragen kann, das mit den eigenen Kompetenzen, Verantwortlichkeiten und den damit verbundenen Risiken vereinbar ist.

Dazu müssen drei Phasen unterschieden werden.

Diese drei Phasen erfordern weder dieselben Kompetenzen noch dieselben Regeln.

Die Aufgabe der Governance besteht gerade darin, die Übergänge zwischen ihnen zu ermöglichen.

Ein Prototyp sollte nicht unbemerkt zu einer geschäftskritischen Anwendung werden. Eine sinnvolle Idee sollte aber auch nicht allein deshalb aufgegeben werden, weil ihr Urheber keine IT-Ausbildung besitzt.

Zwischen diesen beiden Extremen liegt ein erheblicher Spielraum für neue Formen der Zusammenarbeit zwischen Fachbereichen und technischen Teams.

Die eigentliche Veränderung betrifft auch die Führung

Man könnte diese Frage als ein Thema betrachten, das ausschließlich CIOs, Verantwortliche für Cybersicherheit und IT-Teams angeht.

Das würde ihre Tragweite unterschätzen.

Wenn ein Mitarbeitender eine Lösung entwerfen kann, die er zuvor bei einer anderen Abteilung hätte anfordern müssen, verändern sich die Arbeitsbeziehungen.

Verantwortlichkeiten müssen geklärt werden. Freigabeprozesse müssen angepasst werden. Führungskräfte müssen lernen, Initiativen zu bewerten, die nicht unbedingt in die gewohnten Kategorien passen.

Und die Unternehmensleitung muss zwischen Zielen abwägen, die widersprüchlich erscheinen können: Innovation beschleunigen, das Unternehmen schützen, Autonomie fördern und gleichzeitig ausreichende Kontrolle über den Betrieb behalten.

Das sind nicht nur technologische Entscheidungen.

Es sind Führungsentscheidungen.

Sie erfordern ein praktisches Verständnis der Werkzeuge, aber ebenso Urteilsvermögen, Vertrauen und eine Vorstellung davon, welche Organisation man aufbauen möchte.

Ein Unternehmen kann KI-Lizenzen an Tausende Mitarbeitende verteilen, ohne seine Arbeitsweise grundlegend zu verändern.

Umgekehrt kann eine Organisation, die lernt, die Initiativen ihrer Mitarbeitenden hervorzubringen, zu bewerten und weiterzuentwickeln, ihre Arbeitsweise verändern, ohne die Zahl der Werkzeuge endlos zu erhöhen.

Transformation liegt nicht in der Zahl der Menschen, die KI nutzen, sondern in dem, was die Organisation durch sie möglich zu machen lernt.

Was Führungskräfte jetzt prüfen sollten

Der Fall Goldman Sachs legt einige sehr konkrete Fragen nahe.

Wissen wir, was unsere Mitarbeitenden bereits mit künstlicher Intelligenz entwickeln — auch außerhalb offiziell erfasster Projekte?

Haben wir den Unterschied zwischen einem individuellen Experiment, einem gemeinsam genutzten Prototyp und einer im laufenden Betrieb eingesetzten Anwendung definiert?

Haben die Fachbereiche einen einfachen Weg, ihre Prototypen prüfen zu lassen und technische Teams einzubeziehen, wenn eine Idee weiterentwickelt werden sollte?

Wer übernimmt die Verantwortung für eine Lösung, sobald sie das experimentelle Stadium verlässt?

Und vor allem: Nehmen wir uns bei der Entscheidung, ein Werkzeug einzuschränken, die Zeit zu verstehen, welche Probleme die Mitarbeitenden damit lösen wollten?

Diese letzte Frage verdient besondere Aufmerksamkeit.

Eine Einschränkung kann notwendig sein. Doch die operativen Bedürfnisse, die Mitarbeitende zur Nutzung eines Werkzeugs veranlasst haben, verschwinden durch die Einschränkung nicht.

Sie bleiben bestehen.

Wirksame Governance muss deshalb die Organisation schützen und zugleich die Erkenntnisse bewahren, die aus dem Experimentieren entstanden sind.

Es geht nicht mehr nur darum, KI einzuführen

Seit mehreren Jahren versuchen Unternehmen, die Einführung künstlicher Intelligenz zu beschleunigen. Sie messen die Zahl bereitgestellter Lizenzen, aktive Nutzer, eingesparte Stunden und Produktivitätsgewinne.

Diese Kennzahlen haben ihren Nutzen.

Sie beantworten jedoch keine grundlegendere Frage: Bauen wir Organisationen auf, in denen Einzelne tatsächlich mehr Initiative ergreifen, lernen und Wert schaffen können?

Goldman Sachs hat mit der Einschränkung bestimmter Werkzeuge nicht zwangsläufig einen Fehler gemacht. Die Risiken von Agenten, die Code schreiben und ausführen können, rechtfertigen eine anspruchsvolle Governance.

Der Fehler wäre zu glauben, dass die Rückkehr zu einer strikten Trennung zwischen denen, die Lösungen erdenken, und denen, die sie entwickeln, zwangsläufig die endgültige Antwort ist.

Künstliche Intelligenz eröffnet eine neue Möglichkeit: die Erfahrung der Fachbereiche näher an die Mittel zur Gestaltung zu bringen.

Diese Möglichkeit macht Sorgfalt nicht überflüssig. Sie verlangt mehr davon.

Sie verdient jedoch mehr als eine binäre Entscheidung zwischen völliger Freiheit und Verbot.

Die Unternehmen, deren Transformation gelingt, werden nicht unbedingt diejenigen sein, die ihren Mitarbeitenden die meisten Werkzeuge geben. Es werden diejenigen sein, die die Voraussetzungen dafür schaffen, dass Menschen zu verantwortungsvollen Gestaltern werden.

Und das beginnt mit einer Führungsentscheidung, lange bevor eine technologische Entscheidung fällt.

Die Fakten zu Goldman Sachs beruhen hauptsächlich auf den Berichten von Bloomberg. Die Governance-Analysen, organisatorischen Interpretationen und Empfehlungen stammen von Aligned in Motion.

Aligned in Motion — Executive Advisory · Leadership · AI

A place where experienced minds become builders.