KI-Coding im Betrieb: Was der Rückzieher von Goldman Sachs für Fachabteilungen im Mittelstand bedeutet

Erst gefeiert, dann eingeschränkt: Goldman Sachs hat den Zugang zu KI-Coding-Werkzeugen wie Claude Code von Anthropic und GitHub von Microsoft auf Entwickler begrenzt. Trader und Banker, die die Werkzeuge monatelang genutzt hatten, dürfen das nicht mehr. Berichtet hat das zuerst Bloomberg, auf Deutsch zusammengefasst von The Decoder am 2. November 2026, FONDS professionell am 2. November 2026 und t3n am 3. November 2026.

Ein mittelständischer Betrieb ist keine Großbank. Die Frage dahinter stellt sich aber auch bei Euch: Wer darf im Betrieb mit KI eigene kleine Programme, Skripte oder Auswertungen bauen, und was passiert mit dem Ergebnis? In diesem Beitrag ordnen wir den Fall ein und zeigen, wie Du klare Regeln dafür aufstellst, ohne die Ideen aus den Fachabteilungen abzuwürgen.

Was bei Goldman Sachs passiert ist

Nach den Berichten gilt seit Oktober eine interne Richtlinie, nach der nur noch Ingenieure fortgeschrittene KI-Coding-Werkzeuge nutzen dürfen. Trader hatten sie zuvor unter anderem genutzt, um Handelsströme von Kunden zu überwachen oder Marktveränderungen zu modellieren. Ausgenommen sind sogenannte „Strats“, also Leute an der Schnittstelle zwischen Handel, quantitativer Forschung und Softwareentwicklung. Intern sorgt die Einschränkung laut den Berichten für Unmut.

Spannend ist der Kontrast: Noch im Juli hatte CIO Marco Argenti das „Vibe Coding“ durch nicht technische Mitarbeitende gelobt. Die Idee war, dass jemand aus dem Handel einen ersten Prototyp per KI baut und ein Ingenieur ihn danach für den echten Einsatz fertig entwickelt. Laut t3n hat die Bank dafür rund 12.000 Entwickler. Als Grund für die Einschränkung nannte ein Sprecher eine genauere Betrachtung von Produktivität und Risikomanagement. Nach einer Experimentierphase sollten die Werkzeuge nun bei denen liegen, die sie langfristig am besten einsetzen können. Mehr Details sind nicht bekannt, und wir wollen nichts hineininterpretieren.

t3n ordnet den Fall in eine größere Kostendebatte ein: Laut dem Benchmarking-Unternehmen Evident können nur 12 der 50 größten Banken ihrer KI-Nutzung öffentlich prognostizierte oder bereits erzielte Erträge zuschreiben.

Warum das Thema auch im Mittelstand ankommt

KI-Werkzeuge, mit denen man in Alltagssprache kleine Programme baut, sind für alle leicht erreichbar. In Google Sheets lassen sich mit Canvas kleine Anwendungen bauen, Chat-Assistenten schreiben Skripte auf Zuruf, und Coding-Agenten erstellen ganze Anwendungen. Das ist eine echte Chance: Die Leute, die einen Ablauf am besten kennen, können ihn selbst verbessern. Es bringt aber dieselben Fragen mit, die sich Goldman Sachs gestellt hat:

• Kosten: Coding-Agenten verbrauchen viel Rechenleistung. Ohne Überblick wächst die Rechnung still mit.
• Daten: Ein schnell gebautes Skript greift vielleicht auf Kundendaten, Preise oder Personaldaten zu, ohne dass jemand die Rechte geprüft hat.
• Betrieb: Wer pflegt das Werkzeug, wenn die Person, die es gebaut hat, im Urlaub ist oder das Unternehmen verlässt?
• Qualität: Ein Prototyp, der in der Demo funktioniert, ist noch keine verlässliche Lösung für den Alltag.

Verbieten oder freigeben? Besser: Rollen klären

Ein komplettes Verbot treibt die Nutzung oft in private Konten. Eine Freigabe ohne Regeln führt zu Wildwuchs. Bewährt hat sich ein Mittelweg, der Rollen klar trennt. Ein Beispiel für einen Betrieb mit 40 Arbeitsplätzen:

1. Alle Mitarbeitenden: dürfen den freigegebenen KI-Assistenten nutzen, etwa Gemini in Google Workspace, für Texte, Zusammenfassungen und Formeln.
2. Fachleute mit Ideen: dürfen Prototypen bauen, aber nur in einer abgegrenzten Umgebung und mit Testdaten statt echten Kundendaten.
3. Verantwortliche für die IT: prüfen Prototypen, bevor sie in den echten Betrieb gehen, und übernehmen die Pflege, intern oder mit einem Dienstleister.

Das entspricht im Kleinen dem Modell, das Goldman Sachs im Juli beschrieben hatte: Die Idee kommt aus der Fachabteilung, der Betrieb liegt bei jemandem, der dafür verantwortlich ist. Der Unterschied ist, dass Ihr die Übergabe von Anfang an fest einplant.

Sechs Regeln für KI-gebaute Werkzeuge

1. Freigegebene Werkzeuge: Lege fest, welche KI-Werkzeuge mit Firmenkonto genutzt werden dürfen. Private Konten bleiben außen vor.
2. Keine echten Daten im Prototyp: Testen mit Beispieldaten, erst nach Prüfung mit echten Daten.
3. Kein Zugriff ohne Rechteprüfung: Wenn ein Werkzeug auf E-Mails, Drive oder Kundendaten zugreift, wird das vorher geprüft. Mehr dazu in unserem Beitrag zu MCP-Servern und KI-Agenten.
4. Übergabe statt Schatten-IT: Alles, was länger als einen Monat genutzt wird, bekommt eine verantwortliche Person, eine kurze Beschreibung und einen Platz in der Software-Übersicht.
5. Kosten im Blick: Budget pro Team und ein monatlicher Blick auf die Abrechnung.
6. Erst die einfache Lösung prüfen: Viele Ideen lassen sich ohne eigenen Code lösen, mit einer Tabelle, einem Formular oder einem Automatisierungswerkzeug.

Die Alternative ohne eigenen Code

Gerade im Mittelstand ist der sechste Punkt oft der wichtigste. Ein Auftragseingang aus dem Webformular, eine Freigabe für Urlaubsanträge oder ein Bericht, der jeden Montag verschickt wird, braucht selten ein eigenes Programm. Mit Werkzeugen wie n8n, Make oder Google Workspace Studio lassen sich solche Abläufe sichtbar und nachvollziehbar abbilden. Kleine Anwendungen direkt in Google Sheets zeigt unser Beitrag zu Canvas-Mini-Apps in Google Sheets, Kundenportale ohne Programmierung beschreibt der Beitrag zu No-Code-Portalen in Gummersbach. Wie wir solche Abläufe umsetzen, erfährst Du auf unserer Seite zur Prozessautomatisierung.

Wie Deschalet unterstützt

Wir helfen Betrieben, KI so einzuführen, dass Ideen aus dem Team eine Chance bekommen und trotzdem nichts aus dem Ruder läuft. Ein guter Startpunkt ist unser AI-Readiness-Check: Er zeigt, wo Ihr bei Daten, Regeln und Werkzeugen steht. Wer tiefer einsteigen will, findet im Whitepaper zur AI-Readiness die Grundlagen. Wie Ihr Euer Team bei der KI-Einführung mitnehmt, beschreibt unser Beitrag zur KI-Einführung im Team.

Fazit

Goldman Sachs zeigt, dass auch große Organisationen beim Thema KI-Coding nachjustieren. Für den Mittelstand heißt die Lehre nicht „verbieten“, sondern „Rollen klären“: Ideen aus den Fachabteilungen fördern, Prototypen in einer sicheren Umgebung bauen und den Betrieb in verantwortliche Hände geben. Wenn Du dafür klare Regeln und passende Werkzeuge willst, vereinbare ein kostenloses Erstgespräch.