Ein Vorstellungsgespräch prüft jetzt, was Sie mit dem Tool getan haben - nicht, ob Sie eines besitzen

UBS bestätigte Anfang September 2026, dass die tatsächliche KI-Nutzung eines Mitarbeiters nun direkt in Einstellungsentscheidungen, Leistungsbewertung, Beförderungsprüfungen und Vergütung einfließt. Für den Absolventen- und Praktikantenjahrgang 2027 in der globalen Banking- und Markets-Division gilt eine neue Anforderung im Vorstellungsgespräch: Bewerber müssen konkret zeigen, wie sie KI genutzt haben, um ein reales Arbeitsergebnis zu verbessern oder Effizienz zu steigern - es reicht nicht, sich lediglich mit dem Öffnen eines Chatbots wohlzufühlen. UBS erklärt, die Anforderung werde auf weitere neu ausgeschriebene Stellen im gesamten Konzern ausgeweitet.

UBS beschreibt selbst den Mechanismus dahinter: einen internen 'AI Fluency Pathway', der neue Mitarbeiter durch reale Anwendungsfälle, verantwortungsvolle Nutzung und, in den Worten der Bank, 'gesundes Urteilsvermögen' führt - also die Frage, wann man einer KI-generierten Ausgabe vertrauen kann und wann nicht. UBS formuliert die Richtlinie vorsichtig: 'KI-Kompetenz ergänzt akademische, analytische und zwischenmenschliche Fähigkeiten, ersetzt sie aber nicht', und ein Abschluss mit der britischen Note 2:1 sowie die bestehenden Auswahlverfahren der Bank gelten weiterhin zusätzlich.

Derselbe Maßstab gilt jetzt auch für Beförderungen und Gehalt

Die Richtlinie beschränkt sich nicht auf Neueinstellungen. UBS hat KI-Kompetenz zu einem festen Bestandteil der individuellen Leistungsbeurteilung für bestehende Mitarbeiter gemacht - mit, laut Bank, gleichem Gewicht wie finanzielle Ziele und kundenorientierte Fähigkeiten. Da die Leistungsbewertung in die Vergütungsentscheidung einfließt, ist KI-Kompetenz zu einer variablen Größe bei der Gehaltsberechnung im gesamten Institut geworden. Mitarbeiter, die eine Führungsposition oder eine höhere Gehaltsstufe anstreben, müssen sowohl die von UBS bereits geforderten formalen Qualifikationen als auch eine nachgewiesene Erfolgsbilanz im aktiven Einsatz von KI-Systemen vorweisen - bloße Vertrautheit genügt nicht.

UBS ist mit dieser gezielten Prüfung nicht allein. Das Graduate-Programm von Santander für Corporate und Investment Banking in Spanien sucht mittlerweile ausdrücklich nach sogenannten 'Senior AI Users'. Nicht jede Bank folgt demselben Weg: Ein Manager von JPMorgan, Conor Hillery, warnte öffentlich, die Branche müsse aufpassen, dass Mitarbeiter durch diesen Wandel nicht 'grundlegendes Wissen und Basisprinzipien' verlieren, die KI-Tools derzeit überdecken. Für den deutschsprachigen Bankensektor, in dem UBS über ihre Schweizer Wurzeln und ihre deutsche Präsenz ebenfalls als Arbeitgeber für Absolventen auftritt, dürfte diese Debatte um Grundlagenwissen versus Tool-Nutzung besonders genau verfolgt werden.

Jede Großbank hat dasselbe Nachwuchsproblem. UBS wählte eine andere Antwort darauf

Der Grund, warum diese Entscheidung zählt, liegt in einer strukturellen Spannung, mit der die gesamte Branche bereits lebt. Goldman Sachs, JPMorgan und Citi haben ihre Einstiegsjahrgänge bei Analysten um bis zu zwei Drittel verkleinert, da KI-Tools die Finanzmodellierung, Research-Zusammenfassungen und ersten Entwürfe für Kundenunterlagen übernehmen, die früher Einstiegsarbeit waren. Goldman-Sachs-Präsident John Waldron beschrieb klassische Bankabläufe als 'menschliches Fließband', bereit für Automatisierung; JPMorgan-Chef Jamie Dimon sagte unumwunden, KI werde 'Arbeitsplätze vernichten'.

QuantumBlack von McKinsey schätzt, dass rund 62 Prozent der KI-Talente der Banken aus genau jenen Analysten-Einstiegsjahrgängen stammen, die jetzt gekürzt werden. Debasish Patnaik, einer der Senior Partner von QuantumBlack, formulierte es so: 'Banking ist ein Lehrlingsgeschäft. Die Junior-Analysten von heute werden die Managing Directors von morgen. Senior-Urteilsvermögen lässt sich nicht seitlich einkaufen.' Den Nachwuchs zu verkleinern beseitigt diesen Bedarf nicht, es verengt nur die Pipeline, die ihn in zehn Jahren decken soll. Der Schritt von UBS liest sich als direkte Antwort auf denselben Druck: Statt den Nachwuchsjahrgang zu kürzen, den KI verdrängt, hob die Bank die Messlatte dafür an, was dieser Jahrgang beweisen muss - und knüpfte Geld daran, ob er das weiterhin tut.

Die Entscheidungslektion: Eine angenommene Fähigkeit ist keine Richtlinie, eine geprüfte schon

Die meisten Unternehmen sagen ihren Mitarbeitern heute informell, sie sollten 'mehr KI nutzen'. Fast keines prüft das, koppelt es an eine Gehaltsstufe oder schreibt fest, wie 'guter Einsatz' tatsächlich aussieht - im Unterschied dazu, die erste Antwort eines Chatbots einfach in eine Kundenpräsentation zu kopieren. Die Richtlinie von UBS ist weniger deshalb bemerkenswert, weil sie KI umarmt - das behauptet inzwischen jeder große Arbeitgeber -, sondern weil sie diese Behauptung überprüfbar macht: Ein Bewerber oder Mitarbeiter kann entweder ein konkretes Beispiel nennen, in dem KI ein reales Ergebnis verändert hat, oder er kann es nicht, und die Bank stellt diese Frage nun direkt, statt die Antwort einfach anzunehmen.

Für jeden Unternehmer, der in der eigenen Organisation eine KI-Richtlinie aufsetzt, lautet die übertragbare Lehre nicht 'KI-Kompetenz verlangen'. Sie ist enger gefasst: Definieren Sie, was Kompetenz tatsächlich hervorbringen muss, bevor Sie sie belohnen - so wie UBS sie als Verbesserung eines konkreten Geschäftsergebnisses definierte und nicht als bloßen Tool-Zugang. Sonst ist die Richtlinie nur ein Slogan mit besserem Branding als der, den sie ersetzt hat.

Servola Journal

Wir machen das für alle, die versuchen mit dem Schritt zu halten, was die Technologie mit unserem Leben macht. Für die Menschen, die sie bauen, und für die Menschen, denen sie widerfährt. Das Servola Journal existiert, damit das, was wir lernen, allen von ihnen gehört.

Niemand bezahlt uns dafür. Keine Werbung, keine Bezahlschranke, kostenlos für alle. Wir glauben einfach, dass das Verstehen dessen, was mit uns allen geschieht, nicht davon abhängen sollte, wer es sich leisten kann, dafür zu bezahlen.

Wenn es Ihnen heute etwas gegeben hat, sagen Sie uns, dass wir weitermachen sollen. Folgen Sie uns, hinterlassen Sie ein Like, oder schreiben Sie einen positiven Kommentar. Wir lesen jeden einzelnen, und sie sind es, was uns weitermachen lässt.