KI und die Transformation der Vermögensverwaltung
Künstliche Intelligenz hält zunehmend Einzug in die Vermögensverwaltung – von der Portfolioanalyse über die Kundenberichterstattung bis hin zu Compliance und Beraterunterstützung. Laut Deloitte nutzen bereits 60% der Vermögensverwaltungsunternehmen KI, um Anlageprozesse und Kundenergebnisse zu verbessern. Die Technologie verspricht geringere Kosten und relevantere Beratung, doch ihr größerer Effekt könnte darin bestehen, aufzuzeigen, welche Teile des traditionellen Serviceangebots noch immer Premium-Gebühren rechtfertigen.
Die Vermögensverwaltung stützt sich seit jeher auf zwei Säulen: Informationen und Vertrauen. Berater sammelten Daten über die Finanzen ihrer Kunden, werteten Marktentwicklungen aus und empfahlen entsprechende Maßnahmen.
Dieses Modell ist nicht verschwunden. Aber die wirtschaftlichen Rahmenbedingungen ändern sich.
KI-Systeme können Marktdaten, Kundenunterlagen und Anlageanalysen in einem Umfang verarbeiten, den kein einzelner Berater erreichen kann. Sie können Portfolios kontinuierlich überwachen, Berichte erstellen und Veränderungen erkennen, die möglicherweise Aufmerksamkeit erfordern.
Der unmittelbare Vorteil ist die Effizienz. Die weitreichendere Veränderung ist eine Neuverteilung der Arbeit zwischen Technologie und Menschen.
Robo-Advisor haben den Weg geebnet
Die erste sichtbare Welle der Automatisierung kam Anfang der 2010er Jahre mit den Robo-Advisern.
Digitale Plattformen nutzten Fragebögen, um die Risikotoleranz zu ermitteln und Kunden in Modellportfolios einzuordnen. Das Rebalancing und andere Routineaufgaben konnten dann automatisch abgewickelt werden.
Dadurch wurde die grundlegende Vermögensverwaltung kostengünstiger und zugänglicher. Anleger, die die Mindestanforderungen einer traditionellen Privatbank nicht erfüllten, konnten über einen digitalen Dienst ein diversifiziertes Portfolio erhalten.
Die frühen Systeme waren relativ einfach. Sie stützten sich eher auf vordefinierte Regeln und allgemeine Kundenkategorien als auf ein tiefgreifendes Verständnis der individuellen Umstände.
Ihre Bedeutung ging jedoch über die von ihnen verwalteten Portfolios hinaus. Robo-Advisor zeigten, dass Teile der Vermögensverwaltung standardisiert und in großem Maßstab angeboten werden können.
Auch die Erwartungen haben sich gewandelt. Die Kunden haben sich an transparente Gebühren, digitalen Zugang und eine schnellere Kontoführung gewöhnt.
Die KI agiert im Hintergrund des Beraters
Der nächste Schritt ist weniger offensichtlich.
Anstatt den Vermögensverwalter durch eine eigenständige digitale Plattform zu ersetzen, wird KI zunehmend in die Systeme integriert, die von Beratern, Portfoliomanagern und Compliance-Teams genutzt werden.
Es kann Forschungsergebnisse zusammenfassen, Bestände vergleichen, Konzentrationen im Portfolio aufzeigen und Unterlagen für ein Kundengespräch vorbereiten. Automatisierte Tools können zudem überwachen, ob ein Portfolio die vereinbarten Risikogrenzen überschritten hat.
Dadurch können Berater weniger Zeit mit der Beschaffung von Informationen und mehr Zeit mit deren Auswertung verbringen.
Dieser Unterschied ist entscheidend. Viele Kunden möchten nicht, dass ein Algorithmus jede finanzielle Entscheidung trifft. Sie erwarten jedoch, dass ihr Berater gut vorbereitet ist, das gesamte Portfolio versteht und bei veränderten Umständen schnell reagiert.
KI ist dann von Nutzen, wenn sie die Beziehung stärkt, anstatt eine weitere Schnittstelle zwischen dem Kunden und dem Unternehmen zu schaffen.
BlackRock verdeutlicht den Infrastrukturvorteil
Die Aladdin-Plattform von BlackRock wird oft als Beispiel für KI-gestützte Vermögensverwaltung angeführt.
Aladdin vereint Portfolioanalyse, Risikoüberwachung, Handels- und Betriebsdaten in einer einzigen Umgebung. Damit können Investmentteams ihre Engagements über verschiedene Anlageklassen hinweg untersuchen und testen, wie sich Portfolios auf Marktveränderungen auswirken könnten.
Die Plattform macht Portfoliomanager nicht überflüssig. Ihr Vorteil besteht darin, dass sie ihnen einen ganzheitlicheren Überblick über die Risiken verschafft.
Tools für maschinelles Lernen können dies ergänzen, indem sie Muster, Anomalien oder Zusammenhänge erkennen, die bei herkömmlichen Analysen möglicherweise übersehen werden.
Die Größe von BlackRock verschafft dem Unternehmen einen entscheidenden Vorteil. Es verfügt über umfangreiche Datenbestände, Fachpersonal und das Kapital, um komplexe Infrastrukturen aufzubauen und zu unterhalten.
Die meisten Vermögensverwalter werden keine vergleichbaren Systeme intern entwickeln. Sie werden Analyse-Tools von externen Anbietern beziehen oder KI-Funktionen in bestehende Plattformen integrieren.
Dies senkt die Einführungshürde, führt aber auch dazu, dass Unternehmen stärker von Dritten abhängig werden, über deren Modelle und Daten sie möglicherweise keine vollständige Kontrolle haben.
Der Markt wächst im Bereich der Personalisierung
Der weltweite Markt für KI im Vermögensmanagement wird bis 2026 voraussichtlich ein Volumen von 1,2 Billionen Pfund erreichen.
Die Nachfrage wird zum Teil durch das Versprechen einer individuelleren Beratung angetrieben.
Herkömmliche Vermögensverwaltungsmodelle ordnen Kunden häufig anhand von Alter, Vermögen und Risikobereitschaft in grobe Gruppen ein. KI kann potenziell eine detailliertere Reihe von Faktoren analysieren, darunter Cashflows, Verbindlichkeiten, Steuerbelastung und künftige finanzielle Verpflichtungen.
Ein System könnte feststellen, dass die offensichtliche Risikobereitschaft eines Anlegers im Widerspruch zu seinem Liquiditätsbedarf steht. Es könnte erkennen, dass mehrere Anlagen, die über verschiedene Konten gehalten werden, zu einer unbeabsichtigten Konzentration führen.
Für vermögende Familien kann die Technologie zudem dabei helfen, Vermögenswerte zu verwalten, die auf verschiedene Banken, Unternehmen, Treuhandgesellschaften und Rechtsordnungen verteilt sind.
Die Herausforderung besteht darin, dass eine individuelle Anpassung von vollständigen und korrekten Informationen abhängt. Private Vermögenswerte werden unter Umständen nur selten bewertet. Kundenpräferenzen sind möglicherweise nur unzureichend dokumentiert oder ändern sich in Stressphasen.
Ein Algorithmus kann aus unzureichenden Daten eine äußerst präzise Empfehlung generieren. Präzision allein macht die Empfehlung jedoch noch nicht geeignet.
Kostensenkungen verändern die Wettbewerbsbedingungen
Es wird erwartet, dass KI-gestützte Tools die Betriebskosten um bis zu 301 % senken werden.
Die Einsparungen können durch die Automatisierung der Portfolioberichterstattung, der Dokumentenverarbeitung, der Compliance-Prüfungen und der Sitzungsvorbereitung erzielt werden. Unternehmen können mehr Kunden betreuen, ohne ihr Personal im gleichen Maße aufstocken zu müssen.
Dies gilt insbesondere für das Segment der vermögenden Privatkunden.
Solche Kunden haben möglicherweise Anforderungen, die für ein einfaches digitales Portfolio zu komplex sind, generieren jedoch nicht genügend Erträge, um das traditionelle Private-Banking-Modell zu rechtfertigen. Eine KI-gestützte Beratung könnte die Betreuung dieser Kunden attraktiver machen.
Die Technologie könnte daher den Markt erweitern, anstatt lediglich die Kosten zu senken.
Die Umsetzung ist jedoch mit Kosten verbunden. Unternehmen benötigen saubere Daten, sichere Systeme und Mitarbeiter, die mit den Tools umgehen können. Die Anbindung bestehender Plattformen kann sich als schwierig erweisen, während externe Anbieter Lizenzgebühren und betriebliche Abhängigkeiten mit sich bringen.
KI sorgt für Einsparungen, wenn sie Doppelarbeit vermeidet. Wird sie jedoch in einer zersplitterten Organisation eingesetzt, kann sie lediglich eine weitere Kostenstelle schaffen.
Jüngere Anleger wecken höhere Erwartungen
Berichten zufolge bevorzugen etwa 70% der Millennials KI-generierte Anlageberatung.
Diese Zahl sollte mit Vorsicht interpretiert werden. Eine Vorliebe für digitale Tools bedeutet nicht zwangsläufig, dass man darauf verzichten möchte, menschliche Berater ganz abzuschaffen.
Jüngere Kunden erwarten oft sofortigen Zugang zu Informationen, intuitive digitale Dienste und eine transparente Preisgestaltung. Sie sind weniger bereit, Papierkram und verzögerte Antworten zu akzeptieren, nur weil diese traditionell zum Private Banking gehören.
Möglicherweise benötigen sie dennoch menschliche Unterstützung, wenn es um Erbschaftsangelegenheiten, Immobilien, familiäre Verpflichtungen oder volatile Märkte geht.
Die Nachfrage dürfte daher nicht nach einer vollständig automatisierten Beratung bestehen, sondern nach einer Dienstleistung, bei der die Technologie die Routineanalysen übernimmt, während Menschen für die daraus resultierenden Entscheidungen zur Verfügung stehen.
Unternehmen, die an einem weitgehend manuellen Modell festhalten, können langsam und teuer wirken. Diejenigen, die jede Interaktion automatisieren, laufen Gefahr, ein beziehungsorientiertes Geschäft in eine Massenware zu verwandeln.
Mehr Rechenleistung garantiert noch lange keine Weitsicht
KI kann deutlich mehr Daten verarbeiten als ein menschlicher Berater. Die Behauptung, dass sie 50 Mal so viele Informationen analysieren kann, verdeutlicht den Größenunterschied.
Der Vergleich ist weniger aussagekräftig, als es zunächst den Anschein hat.
Die Märkte liefern mehr Informationen, als ein Anleger sinnvoll nutzen kann. Die Herausforderung besteht nicht nur darin, Daten zu verarbeiten, sondern auch darin, ein beständiges Signal von vorübergehendem Rauschen zu unterscheiden.
Ein Modell kann Kursbewegungen, Gewinnmeldungen, Konjunkturdaten und die Stimmung in den Nachrichten innerhalb von Sekunden analysieren. Es kann dennoch vorkommen, dass es ein Ereignis falsch interpretiert oder einem statistischen Zusammenhang, der bald wieder verschwindet, zu große Bedeutung beimisst.
Auch das Marktverhalten ändert sich. Strategien, die auf Phasen niedriger Inflation oder hoher Liquidität trainiert wurden, sind unter anderen Bedingungen möglicherweise weniger zuverlässig.
KI kann den Analysebereich erweitern. Sie kann jedoch nicht garantieren, dass die wichtigste Variable identifiziert wurde.
Der Berater oder Portfoliomanager bleibt dafür verantwortlich, zu entscheiden, welche Ergebnisse Beachtung verdienen.
Die Kundenzufriedenheit hängt von der Relevanz ab
Finanzinstitute, die KI einsetzen, verzeichnen einen Anstieg der Kundenzufriedenheit um rund 301 TP3T.
Ein besseres Timing und eine höhere Relevanz können einen Teil des Zuwachses erklären.
Kunden legen Wert auf Berichte, die ihre tatsächlichen Bestände widerspiegeln, und nicht auf allgemeine Marktkommentare. Sie schätzen einen Berater, der das gesamte Portfolio im Blick hat und Probleme bereits vor dem nächsten geplanten Termin erkennt.
KI könnte es Unternehmen zudem ermöglichen, gezielter zu kommunizieren. Ein Kunde benötigt nicht jede Marktmeldung. Er benötigt Informationen, die sich auf seine Ziele oder sein Risikoengagement auswirken.
Eine schlecht umgesetzte Personalisierung kann den gegenteiligen Effekt haben. Automatisierte Nachrichten können aufdringlich oder eintönig wirken. Empfehlungen, die auf unvollständigen Daten basieren, können das Vertrauen untergraben.
Das Kundenerlebnis verbessert sich, wenn Technologie Reibungsverluste verringert und fundiertere Gespräche ermöglicht. Es verschlechtert sich, wenn Automatisierung an die Stelle von persönlicher Aufmerksamkeit tritt.
Berater müssen höhere Anforderungen erfüllen
Es ist unwahrscheinlich, dass KI Vermögensberater überflüssig macht. Sie wird jedoch den Stellenwert einiger ihrer traditionellen Aufgaben mindern.
Die Erstellung einer Portfoliozusammenfassung, die Berechnung der Wertentwicklung oder das Abrufen von Marktinformationen lassen sich zunehmend automatisieren. Kunden haben dann weniger Grund, hohe Gebühren für Arbeiten zu zahlen, die eine Software schnell erledigen kann.
Der Schwerpunkt der Tätigkeit des Beraters muss sich auf Interpretation, Beurteilung und Koordination verlagern.
Eine Familie, die ein Unternehmen verkauft, benötigt möglicherweise Unterstützung dabei, Liquidität, steuerliche Aspekte, Erbschaftsfragen und persönliche Prioritäten in Einklang zu bringen. Ein Kunde, der kurz vor dem Ruhestand steht, muss möglicherweise entscheiden, wie viel Risiko noch angemessen ist. Bei einem Marktrückgang benötigen Anleger möglicherweise eine Beratung, die sich ebenso sehr mit ihrem Verhalten wie mit der Wertentwicklung befasst.
Diese Fragen lassen sich nicht allein durch Daten lösen.
Die KI kann die Vor- und Nachteile aufzeigen. Der Berater muss dem Kunden dabei helfen, sich zwischen ihnen zu entscheiden.
Dies könnte für erfahrene Fachleute von Vorteil sein. Für diejenigen, deren Aufgabenbereich hauptsächlich aus der Produktauswahl und der regelmäßigen Berichterstattung besteht, wird es hingegen weniger angenehm sein.
Daten werden zum eigentlichen strategischen Kapital
KI-Systeme sind nur so nützlich wie die Informationen, die ihnen zur Verfügung stehen.
Viele Vermögensverwalter speichern Kundendaten nach wie vor in verschiedenen Systemen. Portfoliodaten werden möglicherweise an einem Ort gespeichert, Compliance-Unterlagen an einem anderen und Informationen über Privatvermögen in Tabellenkalkulationen.
Diese Zersplitterung schränkt die Qualität der Analyse ein.
Bevor Unternehmen wirklich personalisierte Empfehlungen anbieten können, benötigen sie einen umfassenden Überblick über das Vermögen des Kunden. Die Daten müssen aktuell, einheitlich klassifiziert und nach klaren Governance-Regeln zugänglich sein.
Diese Arbeit ist schwieriger als die Einführung eines KI-Assistenten. Sie ist aber auch wertvoller.
Da ähnliche Analysewerkzeuge auf dem Markt immer häufiger verfügbar werden, verschafft proprietäre Technologie möglicherweise nur einen vorübergehenden Vorteil. Unternehmen mit besseren Daten werden in der Lage sein, dieselben Modelle effektiver zu nutzen.
Der Wettbewerbsvorteil liegt also nicht in der KI an sich. Es ist vielmehr die Kombination aus Technologie und verlässlichen Informationen.
Vertrauen setzt die Grenze
Daten aus der Vermögensverwaltung sind äußerst sensibel. Sie können Aufschluss über das Vermögen eines Kunden, seine familiären Verhältnisse, seine steuerliche Situation und künftige Transaktionen geben.
KI benötigt Zugriff auf diese Informationen, um personalisierte Analysen zu erstellen. Dadurch gewinnen Cybersicherheit, Zugriffsrechte und Datenhoheit zunehmend an Bedeutung.
Unternehmen müssen wissen, wo Informationen gespeichert sind, wer darauf zugreifen kann und ob externe Anbieter Kundendaten zum Trainieren anderer Systeme verwenden.
Außerdem muss klar sein, wann ein Kunde es mit einem automatisierten Dienst zu tun hat und wann ein menschlicher Berater zuständig ist.
Ein System mag zwar eine Empfehlung aussprechen, doch die Verantwortung für deren Angemessenheit liegt weiterhin bei der Institution. Regulatorische und treuhänderische Pflichten gehen nicht auf einen Algorithmus über.
Kunden sind möglicherweise eher bereit, den Einsatz von Technologie zu akzeptieren, wenn deren Vorteile klar erkennbar sind. Sie akzeptieren jedoch keine Ungewissheit darüber, wer ihre Daten kontrolliert oder Entscheidungen über ihr Geld trifft.
Die Prognose von PwC geht über den Finanzsektor hinaus
PwC schätzt, dass KI die weltweite Wirtschaftsleistung bis 2030 um bis zu 15,7 Billionen Euro steigern könnte.
Die Zahl bezieht sich auf die Gesamtwirtschaft und nicht nur auf die Vermögensverwaltung. Dennoch verdeutlicht sie das Ausmaß der Investitions- und Produktivitätserwartungen, die mit dieser Technologie verbunden sind.
Die Finanzdienstleistungsbranche ist gut aufgestellt, um davon zu profitieren, da viele ihrer Tätigkeiten die Datenverarbeitung, Klassifizierung und Prognoseerstellung umfassen.
Nicht jede Investition in KI schafft einen Mehrwert. Manche Unternehmen werden Systeme anschaffen, die von den Mitarbeitern nicht genutzt werden oder sich nicht in bestehende Plattformen integrieren lassen. Andere automatisieren möglicherweise Prozesse, die zuvor hätten neu gestaltet werden müssen.
Die überzeugendsten Projekte gehen von einer klar definierten Problemstellung aus. Die Verkürzung der für die Konsolidierung eines Portfolios benötigten Zeit lässt sich messen. Die Verbesserung der Genauigkeit bei der Compliance-Prüfung lässt sich überprüfen. Ein allgemeines Ziel wie die “Transformation der Vermögensverwaltung” ist hingegen schwerer zu bewerten.
KI sollte als Investition mit zu erwartenden Erträgen, Kosten und Risiken betrachtet werden, nicht als Beweis für Modernität.
Der Wandel wird ungleichmäßig verlaufen
In den nächsten drei bis fünf Jahren dürften Predictive Analytics und automatisierter Kundensupport zu Standardfunktionen von Vermögensverwaltungsplattformen werden.
Der Abstand zwischen den Unternehmen wird nicht allein davon abhängen, wer als Erster KI einsetzt.
Manche Unternehmen werden es nutzen, um ihre Beratung zu verbessern, ihre Daten zu optimieren und ihre Abläufe zu vereinfachen. Andere werden alte Prozesse mit neuen Tools kombinieren und das Ergebnis als Transformation bezeichnen.
Das leistungsstärkste Modell wird Automatisierung mit verantwortungsbewusstem menschlichem Urteilsvermögen verbinden. Die Technologie übernimmt die routinemäßigen Analysen, überwacht Portfolios und strukturiert Informationen. Berater interpretieren die Ergebnisse und helfen den Kunden dabei, Entscheidungen zu treffen, bei denen Unsicherheit, Emotionen und konkurrierende Prioritäten eine Rolle spielen.
KI kann die Vermögensverwaltung schneller, skalierbarer und besser auf individuelle Gegebenheiten zugeschnitten machen.
Sie kann nicht entscheiden, welche Ziele mit dem Vermögen eines Kunden verfolgt werden sollen, welche Familieninteressen Vorrang haben sollten oder wie viel Unsicherheit akzeptabel ist.
Der Wandel der Branche wird davon abhängen, ob Unternehmen Technologien nutzen, um diese Fragen intelligenter zu beantworten, anstatt so zu tun, als könnten sie sich von selbst lösen.
