Der Aufstieg der KI in der Vermögensverwaltung
Künstliche Intelligenz rückt aus den Randbereichen der Vermögensverwaltung in deren operativen Kernbereich vor. Deloitte hat herausgefunden, dass 60% der Vermögensverwalter davon ausgehen, dass die Technologie in den nächsten Jahren zu einem wichtigen Wettbewerbsvorteil werden wird. Der unmittelbare Reiz liegt in geringeren Kosten und schnelleren Analysen, doch die größere Veränderung betrifft die Art und Weise, wie Unternehmen ihre Kunden verstehen, Beratung leisten und die Arbeit zwischen Technologie und menschlichen Beratern aufteilen.
Die Vermögensverwaltung war schon immer auf Informationen angewiesen. Berater erfassen Angaben zu Vermögen, Einkommen, Risikobereitschaft, familiären Verhältnissen und langfristigen Zielen eines Kunden, bevor sie diese in eine Anlagestrategie umsetzen.
Bis vor kurzem stützte sich dieser Prozess weitgehend auf persönliche Beziehungen, Berufserfahrung und relativ statische Finanzmodelle. Künstliche Intelligenz erweitert diesen Prozess um eine weitere Ebene. Sie kann große Mengen an Markt- und Kundendaten analysieren, Muster erkennen und Empfehlungen an veränderte Umstände anpassen.
Das bedeutet nicht, dass menschliches Urteilsvermögen an Bedeutung verliert. Es ändert lediglich, wo dieses Urteilsvermögen zum Tragen kommt.
Von der Automatisierung bis zur Beratung
Die Finanzdienstleistungsbranche hat immer wieder Technologien eingeführt, die zunächst als disruptiv galten und später zur Selbstverständlichkeit wurden. Geldautomaten haben den Zugang zu Bankdienstleistungen verändert. Online-Plattformen haben den Bedarf an Filialbesuchen verringert. Mobile Anwendungen haben Kontoinformationen und Transaktionen in den Alltag integriert.
In der Vermögensverwaltung kam die erste sichtbare Welle der Automatisierung durch Robo-Advisor auf. Plattformen wie Betterment und Wealthfront nutzten Algorithmen, um Portfolios zu geringeren Kosten als bei herkömmlichen Beratungsmodellen zusammenzustellen und neu auszurichten.
Ihr wichtigster Beitrag lag nicht in der Komplexität der Anlageprodukte, sondern in der Reichweite. Automatisierte Plattformen konnten eine große Zahl von Kunden mit relativ geringem personellem Aufwand betreuen und so eine grundlegende Portfolioverwaltung für Anleger zugänglich machen, die zuvor möglicherweise keinen Anspruch auf eine individuelle Beratung hatten.
Die nächste Phase ist umfassender. KI wird zunehmend auch bei etablierten Banken und Vermögensverwaltern eingesetzt und nicht mehr nur von digitalen Herausforderern.
Die UBS beispielsweise hat KI in Teile ihres Anlage- und Kundendienstgeschäfts integriert. Die Technologie kann Beratern dabei helfen, sich auf Besprechungen vorzubereiten, Portfolios zu analysieren und Produkte oder Informationen zu identifizieren, die für einen bestimmten Kunden relevant sein könnten.
Das Ziel besteht nicht einfach darin, eine herkömmliche Dienstleistung zu automatisieren. Vielmehr soll die Beratung flexibler gestaltet werden, ohne dass ihre Bereitstellung unerschwinglich teuer wird.
Der Reiz der Größe
PwC berichtete, dass 521 Finanzdienstleistungsunternehmen im vergangenen Jahr in KI investiert hätten. Diese Zahl spiegelt die allgemeinen Bemühungen wider, die Kosten für datenintensive und repetitive Arbeiten zu senken.
Die Überwachung des Portfolios, die Dokumentenbearbeitung, die Kundensegmentierung und Compliance-Prüfungen können einen erheblichen Zeitaufwand für die Mitarbeiter bedeuten. KI-Systeme können Teile dieser Aufgaben schneller und konsistenter erledigen, sodass Unternehmen mehr Kunden betreuen können, ohne den Personalbestand im gleichen Maße aufstocken zu müssen.
Die wirtschaftlichen Rahmenbedingungen sind im Segment der vermögenden Privatkunden besonders attraktiv. Diese Kunden haben oft Anforderungen, die für ein einfaches automatisiertes Portfolio zu komplex sind, generieren aber möglicherweise nicht genügend Erträge, um eine traditionelle Private-Banking-Beziehung zu rechtfertigen.
KI-gestützte Beratung könnte die Betreuung dieser Kundengruppe rentabler machen. Ein menschlicher Berater könnte weiterhin für die Kundenbeziehung verantwortlich sein, während die Technologie die Datenerfassung, die Portfolioanalyse und die routinemäßige Kommunikation übernimmt.
Für größere Kunden sieht das Wertversprechen anders aus. Vermögende Familien benötigen nicht unbedingt kostengünstigere Beratung. Sie benötigen einen besseren Überblick über komplexe Vermögensbestände, einen schnelleren Zugang zu relevanten Informationen und eine bessere Koordination über Banken, Währungen, Anlageklassen und Rechtsräume hinweg.
Personalisierung hängt von guten Daten ab
KI wird oft als Weg zu einer hyper-personalisierten Vermögensverwaltung dargestellt. Grundsätzlich kann ein System Ausgabeverhalten, Liquiditätsbedarf, steuerliche Aspekte und Anlagepräferenzen analysieren, bevor es ein auf den einzelnen Kunden zugeschnittenes Portfolio vorschlägt.
Die Realität ist jedoch anspruchsvoller. Personalisierung ist nur so zuverlässig wie die Daten, auf denen sie basiert.
Viele Vermögensverwalter speichern Kundeninformationen nach wie vor in voneinander getrennten Systemen. Portfoliodaten befinden sich möglicherweise auf einer Plattform, Eignungsnachweise auf einer anderen und die Korrespondenz auf einer dritten. Private Vermögenswerte werden unter Umständen in Tabellenkalkulationen erfasst oder nur in regelmäßigen Abständen aktualisiert.
Ein KI-Modell kann aus unvollständigen oder inkonsistenten Datensätzen kein verlässliches Kundenbild erstellen. Bevor Unternehmen eine individuellere Beratung versprechen können, müssen sie die weniger glamourösen Probleme der Datenqualität, der Systemintegration und der Zuständigkeiten lösen.
Kunden müssen zudem verstehen, wie ihre Daten verwendet werden. Je höher der Grad der Personalisierung, desto sensibler können die erforderlichen Daten werden.
Risikomodelle reagieren schneller
Künstliche Intelligenz kann das Risikomanagement stärken, indem sie Veränderungen erkennt, die herkömmliche Modelle möglicherweise erst mit Verzögerung feststellen.
Prognostiksysteme können Marktdaten, Portfoliokonzentrationen und Korrelationen zwischen verschiedenen Anlageklassen analysieren. Sie können auch weniger strukturierte Informationen einbeziehen, darunter Unternehmensberichte, Medienberichte und Veränderungen in der Anlegerstimmung.
Für Berater könnte dies frühzeitig auf Schwachstellen im Portfolio hinweisen. Ein System könnte beispielsweise feststellen, dass die scheinbare Diversifizierung eines Kunden schwächer ist, als es den Anschein hat, da mehrere Positionen von demselben Wirtschaftsfaktor, Sektor oder geografischen Markt abhängen.
Solche Tools sind nützlich, aber sie sind nicht neutral. Modelle spiegeln die Annahmen, Trainingsdaten und Ziele wider, die von ihren Entwicklern festgelegt wurden.
Ein System, das unter relativ stabilen Marktbedingungen trainiert wurde, kann bei einem ungewöhnlichen Schock schlechte Ergebnisse liefern. Ein Algorithmus kann zudem statistische Zusammenhänge aufdecken, ohne zu erklären, ob diese wirtschaftlich sinnvoll sind.
Die Gefahr besteht nicht darin, dass KI immer schlechtere Entscheidungen trifft als Menschen. Die Gefahr besteht vielmehr darin, dass ihre Ergebnisse mit mehr Vertrauen akzeptiert werden, als sie verdienen.
Compliance bietet einen frühen Anwendungsfall
Die regulatorische Arbeit ist einer der Bereiche, in denen sich der Einsatz von KI am deutlichsten anbietet. Vermögensverwalter müssen Transaktionen überwachen, Kundenunterlagen führen, die Eignung prüfen und Unterlagen für die Aufsichtsbehörden erstellen.
Diese Prozesse sind kostspielig und anfällig für menschliche Fehler. KI-Tools können Dokumente prüfen, fehlende Informationen kennzeichnen und Transaktionen identifizieren, die einer weiteren Überprüfung bedürfen.
Die Verarbeitung natürlicher Sprache kann Unternehmen zudem dabei helfen, die Kommunikation zu überwachen oder interne Richtlinien mit behördlichen Vorgaben abzugleichen.
Die Effizienzsteigerungen könnten beträchtlich sein, doch die Verantwortung liegt weiterhin bei der Institution. Ein Unternehmen kann nicht einem Algorithmus die Schuld dafür geben, dass verdächtige Aktivitäten nicht erkannt oder ungeeignete Anlagen empfohlen wurden.
Eine Überprüfung durch den Menschen bleibt daher weiterhin erforderlich, insbesondere wenn Entscheidungen die Rechte von Kunden, gesetzliche Verpflichtungen oder die aufsichtsrechtliche Berichterstattung betreffen.
Die Rolle des Beraters wird immer anspruchsvoller
Prognosen, wonach KI Finanzberater ersetzen werde, verkennen die Natur der Vermögensverwaltung.
Kunden suchen nicht nur deshalb Beratung, weil ihnen Informationen fehlen. Sie benötigen möglicherweise Hilfe bei der Abwägung widersprüchlicher Prioritäten, bei der Planung der Familiennachfolge oder bei der Entscheidungsfindung in Zeiten von Marktturbulenzen.
In solchen Situationen spielen Vertrauen, Interpretation und Urteilsvermögen eine Rolle. Ein Modell kann zwar die finanziellen Auswirkungen des Verkaufs eines Familienunternehmens berechnen, ist jedoch nicht in der Lage, die persönlichen Spannungen, die mit dieser Entscheidung einhergehen, vollständig zu bewältigen.
KI wird die Rolle des Beraters eher verändern als abschaffen. Routinemäßige Vorbereitungs- und Analyseaufgaben könnten zunehmend automatisiert werden. Von Beratern wird erwartet, dass sie mehr Zeit darauf verwenden, Optionen zu erläutern, Annahmen zu hinterfragen und Entscheidungen im gesamten finanziellen Umfeld eines Kunden aufeinander abzustimmen.
Dies könnte den Wert starker Berater steigern und gleichzeitig schwächere Berater bloßstellen. Wenn grundlegende Marktinformationen und die Portfoliozusammenstellung allgemein verfügbar werden, haben Kunden weniger Grund, einen Aufpreis für Dienstleistungen zu zahlen, die kaum mehr als eine Produktauswahl darstellen.
Sicherheit wird Teil des Angebots
KI-Systeme sind auf den Zugriff auf große Mengen an Kunden- und Finanzdaten angewiesen. Daher ist der Datenschutz eher eine strategische Frage als eine technische Nebensache.
Versäumnisse im Bereich der Cybersicherheit können zu direkten finanziellen Verlusten, behördlichen Sanktionen und dauerhaftem Reputationsschaden führen. Kunden im Bereich der Vermögensverwaltung sind besonders anfällig, da ihre Unterlagen detaillierte Informationen über Vermögenswerte, Familienverhältnisse und künftige Transaktionen enthalten können.
Unternehmen müssen festlegen, auf welche Daten KI-Systeme zugreifen dürfen, wo diese Systeme gehostet werden und wie die Ergebnisse gespeichert werden. Außerdem benötigen sie Schutzmaßnahmen gegen Datenlecks, Manipulationen und unbefugte Nutzung.
Technologieanbieter von Drittanbietern bergen ein zusätzliches Risiko. Ein Vermögensverwalter kann zwar einen Teil seiner KI-Infrastruktur auslagern, doch die Verantwortung für den Schutz von Kundendaten kann er nicht auslagern.
Das Vertrauen hängt zum Teil davon ab, ob Unternehmen ihre Kontrollmechanismen in einer für die Kunden verständlichen Sprache erklären können.
Die Gewinner werden Technologie und Urteilsvermögen miteinander verbinden
Gartner prognostiziert, dass KI bis 2025 Vermögenswerte in Höhe von mehr als 1,4 Billionen Dollar verwalten wird. Ob diese Vermögenswerte tatsächlich “von KI verwaltet” werden, ist jedoch Auslegungssache. In den meisten Fällen unterstützt die Technologie vielmehr den Aufbau, die Überwachung oder die Kommunikation im Zusammenhang mit dem Portfolio, anstatt die volle Verantwortung für Anlageentscheidungen zu übernehmen.
Diese Unterscheidung ist wichtig. KI ist kein autonomer Vermögensverwalter. Es handelt sich vielmehr um eine Sammlung von Tools, die bestimmte Aspekte des Beratungsprozesses verbessern können.
In den nächsten drei bis fünf Jahren dürfte sich diese Technologie zu einem Standardbestandteil von Anlageplattformen entwickeln. Grundlegende Analysefunktionen werden leichter zugänglich sein, wodurch ihr Wert als Unterscheidungsmerkmal sinken wird.
Der Wettbewerbsvorteil wird vielmehr von der Umsetzung abhängen. Unternehmen benötigen zuverlässige Daten, eine sichere Infrastruktur und klare Governance-Regelungen. Außerdem müssen sie KI in die tägliche Arbeit der Berater integrieren, anstatt sie als isolierten digitalen Dienst hinzuzufügen.
Ebenso wichtig ist die Aufklärung der Kunden. Anleger müssen wissen, wann sie mit einem automatisierten System interagieren, wie Empfehlungen zustande kommen und wann ein menschlicher Berater weiterhin die Verantwortung trägt.
Das leistungsstärkste Modell wird wahrscheinlich weder vollständig menschlich noch vollständig automatisiert sein. Es wird die Rechenleistung der KI mit fachlichem Urteilsvermögen und einer Beziehung verbinden, die den Kunden bei wichtigen Entscheidungen Vertrauen vermittelt.
Künstliche Intelligenz wird die Vermögensverwaltung beschleunigen und möglicherweise zugänglicher machen. Ob sie die Branche verbessert, hängt davon ab, wie die Unternehmen die Zeit, die Informationen und die Reichweite nutzen, die sie bietet.
