Ein besseres Kundenerlebnis gehört zu den Top-Zielen von Finanzdienstleistern, wenn sie in ihre Digitalisierung investieren. Häufig bleibt die Modernisierung jedoch an der Oberfläche: Eine intuitivere Nutzerführung wird umgesetzt, eine neue App gelauncht. Schnelle Self-Services, eine nahtlose Omnichannel-Erfahrung und personalisierte Kommunikation erfordern jedoch eine Modernisierung von Kernsystemen. Lesen Sie, was zukunftsfähige Systeme leisten müssen, um Kundenzentriertheit zu ermöglichen und wie Sie Legacy-IT erfolgreich migrieren.
„Kundenzentrierung“ ist zum Buzzword geworden. Es prangt auf jeder zweiten PowerPoint-Folie, ziert Strategiepapiere und dient als Feigenblatt für halbherzige Digitalinitiativen. Dabei wird oft übersehen, wo echte Kundenzentrierung überhaupt beginnt: nicht in schicken Frontends, bunten Apps oder hippen UX-Workshops, sondern tief im Maschinenraum der IT, im Backend.
Wer heute über Kundenzentrierung spricht, sollte vorher über API-Design, Datenmodellierung und Legacy-Entflechtung sprechen. Denn so paradox es klingt: Das, was der Kunde sieht, hängt maßgeblich von dem ab, was er nicht sieht. Und was da häufig schlummert, ist eine architektonische Fossiliensammlung aus Jahrzehnten:
Relikte aus einer Zeit, als Kundenzentrierung bedeutete noch mit der Schließung des Bankschalters um 16 Uhr endete.
Diese Altsysteme sind nicht nur technische Altlasten. Sie sind kulturelle Bremsklötze. Denn solange jedes neue Kundenfeature erst durch die Mühlen veralteter Kernsysteme geschleust werden muss, bleibt Kundenzentrierung ein leeres Versprechen. Schnelligkeit, Personalisierung, Omnichannel-Fähigkeit? Kaum umsetzbar, wenn jede Änderung ein IT-Großprojekt im Backend auslöst.
An die 2/3 aller Finanzinstitute betreiben noch heute mainframebasierte Kernbankensysteme – entwickelt in den 70er- und 80er-Jahren, über Jahrzehnte erweitert, verbastelt und verklebt. Und nie ernsthaft und konsequent modernisiert.
Kurz gesagt:
Wer vorne glänzen will, muss hinten aufräumen. Und zwar gründlich.
Kundenzentrierung beginnt im Backend – alles andere ist Fassade.
Totgesagte leben länger – und in kaum einem Bereich trifft das so bitter zu wie in der IT der Finanzwelt. Während Finanzdienstleister sich nach außen zu Digitalisierung, Kundenzentrierung und Produktinnovation positionieren, schuften im Backend noch immer Systeme, die älter sind als der typische FinTech-Gründer.
Ja, sie sind stabil, aber sie sind vor allem eines: der größte Bremsklotz für Transformation. 55 % der Finanzdienstleister nennen ihre Legacy-Kernsysteme als Hauptursache für Digitalisierungsprobleme.
Dieser Artikel ist Teil unserer Artikelreihe zur Digitalisierung und Optimierung des Bankensektors bis 2030. Lesen Sie den Auftaktartikel „Zwischen Legacy und Lightning Speed“, um unsere Perspektive auf die aktuellen Herausforderungen im Bankensektor kennenzulernen und zu erfahren, wo wir Zukunftschancen sehen.
Der Modernisierungsdruck wächst, denn das Volumen digitaler Transaktionen ist seit 2020 um über 250 % gestiegen und die Tendenz bleibt. Kunden erwarten Echtzeit-Reaktionen, personalisierte Services und kanalübergreifend Omnichannel-Erlebnisse. Doch Legacy-Systeme wurden nie dafür gebaut.
Legacy Systeme funktionieren meist, aber blockieren oft Innovation, lähmen Prozesse und verschärfen Risiken.
Echte Kundenzentrierung ist ein systemisches Prinzip und tief in die Backend-Architektur eingebettet. Wer im digitalen Wettbewerb bestehen will, braucht eine Architektur, die Kundenbedürfnisse, regulatorische Vorgaben und Geschäftslogik integriert. Diese Architektur muss sicher, skalierbar, flexibel und erweiterbar sein. Nur so kann sie Kundenbedürfnisse effizient und dauerhaft erfüllen.
1. Echtzeitfähigkeit
Kunden erwarten unmittelbare Reaktionen, etwa bei Zahlungen, Kreditentscheidungen oder Sicherheitsprüfungen. Ein modernes Backend nutzt Event-Driven Architectures (EDA) und Event-Sourcing, um Prozesse mit minimaler Latenz und vollständiger Nachvollziehbarkeit zu ermöglichen. Nur so entsteht eine nahtlose, reaktive Kundenerfahrung.
2. API-Zugänglichkeit
Ein API-first-Ansatz ist essenziell, um Systeme effizient zu integrieren und Innovationen zu fördern. Der Einsatz von Standards, OAuth2 für Autorisierung und Gateway-Lösungen für Steuerung und Monitoring erhöht nicht nur die Entwicklungsproduktivität, sondern schafft auch die Grundlage für ein skalierbares digitales Ökosystem.
3. Datenverfügbarkeit
Relevante Kundendaten müssen systemübergreifend konsistent, versioniert und sicher zugänglich sein – nicht nur für Frontends, sondern auch für Analysemodelle und KI. Data Mesh fördert Verantwortlichkeit in den Domänen, während Data Fabric die technologische Verbindung schafft. Beide Konzepte ermöglichen gemeinsam einen kontrollierten, performanten Datenzugriff.
4. Skalierbarkeit & Resilienz
Ein modernes Backend muss auf Schwankungen im Transaktionsvolumen flexibel reagieren können. Der Einsatz containerisierter Microservices, orchestriert mit Kubernetes, sowie automatisiertes Failover und Load-Balancing gewährleisten einen ausfallsicheren und elastischen Betrieb.
5. Änderbarkeit
Die Time-to-Market entscheidet über die Wettbewerbsfähigkeit. Continuous Delivery Pipelines, automatisierte Tests, Feature Toggles und Infrastructure-as-Code ermöglichen es, neue Funktionen schnell und risikoarm in die Produktion zu bringen. Das reduziert Reibungsverluste und erhöht die Änderungsfrequenz.
6. Compliance by Design
Sicherheits- und Regulatorikanforderungen wie DORA, MaRisk oder DSGVO müssen von Beginn an technisch berücksichtigt werden. Logging, Monitoring, Auditing und automatisierte Richtlinienprüfungen werden als integrale Bestandteile in die Backend-Architektur eingebaut – nicht als nachträgliche Auflagen.
Die Ablösung historisch gewachsener IT-Kernanwendungen zählt zu den komplexesten IT-Vorhaben überhaupt, vergleichbar mit einer Operation am offenen Herzen. Unternehmen haben die Wahl zwischen klassischen und modernen Migrationsansätzen, die jeweils Vor- und Nachteile mit sich bringen.
Modernisierung klingt einfach: Ein veraltetes System wird durch ein neues ersetzt – Problem gelöst. Die Realität bei Finanzdienstleistern ist jedoch ungleich komplexer. In stark regulierten Umgebungen gelten höchste Anforderungen an Verfügbarkeit, Sicherheit, Datenintegrität und Revisionsfähigkeit von IT-Systemen. Selbst gut vorbereitete Projekte scheitern oft an unscheinbaren, aber kritischen Detailfragen.
Die Herausforderungen sind aber keineswegs nur technischer Natur. Legacy-Systeme sind häufig historisch gewachsene Monolithen mit starker Vernetzung zu Dutzenden von Satellitensystemen. Die tief verankerte Geschäftslogik ist selten dokumentiert und vielfach nur im Quellcode oder im Kopf langjähriger Mitarbeitender vorhanden. Besonders die Datenmigration stellt eine eigenständige Disziplin dar: Jahrzehntelang akkumulierte Informationen müssen verlustfrei, konsistent und revisionssicher in neue Zielsysteme überführt werden. Dies erfordert automatisierte Validierungsprozesse, stabile Testautomatisierung und durchgängige Rückverfolgbarkeit.
Zudem bedarf es umfassender organisatorischer Transformation. Klassische Linienorganisationen, die in Silos denken und arbeiten, blockieren Innovation, insbesondere wenn Veränderung als Bedrohung wahrgenommen wird oder Verantwortlichkeiten unklar verteilt sind. Die Praxis zeigt: Scheitern resultiert selten aus technischer Unzulänglichkeit, sondern aus mangelhafter interdisziplinärer Zusammenarbeit, starren Governance-Strukturen und kultureller Trägheit.
Noch kritischer ist der kulturelle Wandel. Eingefahrene Rollenbilder und ein hierarchisches Führungsverständnis müssen durch eine Kultur der Offenheit, des Lernens und der Verantwortungsübernahme ersetzt werden.
Die niederländische ING zeigt exemplarisch, wie dies gelingen kann: Durch den Übergang zu kleinen, cross-funktionalen Teams mit klarer Produktverantwortung in einem agilen Setup wurden Innovationszyklen verkürzt, die Produktivität gesteigert und die Mitarbeiterzufriedenheit deutlich erhöht. Dieses Beispiel belegt: Technologische Erneuerung beginnt beim Mindset – in Führung, Kommunikation und Zusammenarbeit. Wie es der damalige ING-COO Bart Schlatmann formulierte: „Culture is perhaps the most important element of this sort of change effort.“
Finanzdienstleister operieren unter permanenter Verfügbarkeitspflicht. Ein vollständiger Austausch kritischer Systeme im „Big Bang“-Ansatz ist in diesem Umfeld ein Hochrisikoszenario. Die TSB Bank in Großbritannien illustriert das eindrucksvoll: Eine überhastete Migration führte zu massiven Ausfällen und erheblichem Vertrauensverlust.
Nachhaltiger sind evolutionäre Migrationspfade. Methoden wie das Strangler Fig Pattern, Domain-Driven Design (DDD) und API-First-Architekturen ermöglichen eine kontrollierte Entflechtung. Funktionalitäten werden schrittweise extrahiert und in moderne Plattformkomponenten überführt. Voraussetzung ist ein präziser Migrationsfahrplan mit belastbaren Meilensteinen, kontinuierlichem Risiko- und Qualitätsmanagement sowie definierten Rollback-Szenarien für jede Übergangsphase. Frühzeitige Einbindung der internen Revision, Datenschutzbeauftragten und Regulierungsstellen ist unerlässlich, um aufsichtsrechtliche Anforderungen proaktiv zu erfüllen und Revisionssicherheit nachzuweisen.
Ein tragfähiges Governance-Framework mit Quality Gates, KPIs zur Fortschrittsmessung und einem dedizierten Transformation Office fungiert dabei als Steuerungszentrale der Transition.
Viele Finanzdienstleister stehen vor der Herausforderung, dass systemisches Wissen über ihre Legacy-Systeme über Jahre hinweg erodiert ist. Erweiterungen, Notfallfixes und Workarounds wurden oft ohne zentrale Dokumentation vorgenommen, ein typisches Merkmal „organisch gewachsener“ Systemlandschaften.
Um den Status quo zu erfassen, ist ein methodisch strukturiertes Reverse Engineering erforderlich. Interdisziplinäre Teams – bestehend aus Solution Architects, Legacy-Entwicklern und Domänenexperten – rekonstruieren gemeinsam Geschäftsprozesse, Systemabhängigkeiten und versteckte Regeln. Unterstützt wird dieser Prozess durch moderne Tools zur semantischen Codeanalyse, automatische Schnittstellenerkennung und Impact-Analysen.
Künstliche Intelligenz spielt hier eine zunehmende Rolle: KI-basierte Lösungen ermöglichen das Mapping von Code zu fachlichen Prozessen und erstellen automatisiert Repositories, die Fach- und Technikwelten verbinden. Diese digitale Topologie der Altlandschaft ist essenziell für fundierte Migrationsentscheidungen und ein realitätsnahes Target Operating Model.
Die Migration von Daten ist bei Finanzdienstleistern kein rein technisches Problem, sondern betrifft das zentrale Wertversprechen: den sicheren Umgang mit Kunden-, Vertrags- und Transaktionsdaten. Fehlerhafte Migrationen haben potenziell aufsichtsrechtliche und zivilrechtliche Konsequenzen – ein Risiko, das nicht tolerierbar ist.
Der erste Schritt muss eine umfassende Dateninventur sein. Dabei geht es nicht nur um Felder und Tabellen, sondern um Datenherkunft, Nutzungskontexte, regulatorische Klassifizierungen und Datenqualitätsmetriken. Historienverläufe, Dubletten, Inkonsistenzen und Löschvorgaben gemäß DSGVO müssen systematisch identifiziert und bereinigt werden.
Die Migration erfolgt idealerweise in Wellen – abgestimmt auf Geschäftskalender und Risiken – und wird durch vollständige Test- und Validierungszyklen abgesichert. Simulierte Produktivumschaltungen (Mock Cutovers) und Stresstests geben zusätzliche Sicherheit. Parallel ist eine Data-Governance-Struktur zu etablieren, die Verantwortlichkeiten, Freigabeprozesse und Compliance-Vorgaben verbindlich regelt. Standards wie BCBS 239, MaRisk VA und EBA ICT Guidelines sollten nicht nur berücksichtigt, sondern integraler Bestandteil der Datenstrategie sein.
Moderne Systemarchitekturen erfordern eine ebenso moderne Aufbauorganisation. Klassische Linien- und Projektstrukturen sind in der Regel zu träge, um mit der Geschwindigkeit digitaler Transformationen Schritt zu halten. Sie verhindern End-to-End-Verantwortung und führen zu systemischer Intransparenz.
Agile Organisationsformen, wie Tribes und Value Streams, ermöglichen dagegen eine engere Verzahnung von IT und Fachbereich. Teams denken in Produkten statt in Abteilungen und übernehmen Verantwortung über den gesamten Lebenszyklus hinweg. Entscheidend ist, dass Rollen wie Product Owner, Solution Architect, DevOps Engineer und Business Analyst klare Verantwortungsbereiche, Entscheidungskompetenzen und kontinuierliche Entwicklungswege erhalten.
Governance-Instanzen wie Architecture Boards und Portfolio-Komitees sorgen für strategische Kohärenz, ohne den operativen Takt zu bremsen. Die Verbindung von technischer Erneuerung und organisatorischem Wandel ist kein Nebenaspekt, sie ist Voraussetzung für nachhaltige Skalierbarkeit.
Die technische Ablösung eines Legacy-Systems ist herausfordernd, die emotionale Ablösung ist es umso mehr. Ängste vor Jobverlust, Kontrollverlust oder Kompetenzlücken sind weit verbreitet und lähmen Projekte, wenn sie nicht adressiert werden.
Effektives Change Management beginnt daher frühzeitig – nicht erst zum Go-Live. Klare Kommunikation, konsistente Narrative und glaubwürdige Führung sind unverzichtbar. Mitarbeitende müssen verstehen, warum sich etwas ändert, was sich ändert und wie sie daran mitwirken können. Kontinuierliche Kommunikation über Formate wie Townhalls, Q&A-Sessions und interaktive Dashboards unterstützt diesen Prozess.
Wesentlich ist ein systematisches Enablement: Trainings, Shadowing-Programme, Communities of Practice und neue Karrierepfade fördern Akzeptanz und Beteiligung. Quick Wins, wie automatisierte Prozesse, reduzierte manuelle Arbeit oder schnellere Auswertungen, liefern greifbare Erfolge, die Vertrauen aufbauen. Führungskräfte müssen den Wandel nicht nur moderieren, sondern verkörpern – durch aktives Vorleben der neuen Prinzipien.
Kundenzentrierung entsteht nicht im Frontend, sondern dort, wo die Kernprozesse verankert sind: im Backend. In der Fähigkeit, Daten in Echtzeit zu verarbeiten, regulatorische Anforderungen zu erfüllen und Produkte iterativ auf Kundenbedürfnisse zuzuschneiden. Wer Legacy-Systeme erfolgreich modernisiert, schafft nicht nur neue Systeme – sondern eine robuste Basis, auf der Finanzdienstleister schnell und kundenzentriert agieren können.
Die Ablösung von Legacy-Systemen ist anspruchsvoll: Es braucht eine strategisch durchdachte Migrationsarchitektur, ein präzises Systemverständnis, eine valide Datenstrategie, agile Organisationsstrukturen und konsequentes Veränderungsmanagement, um Legacy-Systeme risikobewusst und zukunftsfähig abzulösen. Dabei ist die Ablösung mehr als ein technisches Modernisierungsprojekt. Sie ist ein tiefgreifender Veränderungsprozess, der technologische, organisatorische, prozessuale und kulturelle Aspekte umfasst. Der Erfolg hängt davon ab, ob es gelingt, diese Dimensionen synchron zu entwickeln und nachhaltig zu verzahnen.
Im folgenden Artikel unserer Serie zur Digitalisierung des Bankensektors werden wir Zukunftstechnologien betrachten, die die Branche prägen. Der Fokus: KI, Big Data und API-Ökosysteme.
Als unabhängiges IT-Beratungsunternehmen unterstützen wir Unternehmen der Finanzbranche bei der Digitalisierung.
