KI im Wealth Management: Wie ChatGPT und Anthropic die klassische Bankbeziehung ins Wanken bringen
Friedhelm Schmitt
In der Debatte um Künstliche Intelligenz im Wealth Management geht es fast immer um Werkzeuge, um Assistenzsysteme, Automatisierung und Effizienz. Friedhelm Schmitt, Mitgründer und CEO von fincite, hält das für die falsche Perspektive. Die eigentliche Frage sei nicht, welche Werkzeuge Banken einsetzen, sondern worauf ihr Geschäft überhaupt beruht, und dieser Vorteil habe sich bereits verschoben. fincite entwickelt mit fincite • cios eine modular aufgebaute Wealth Management Software, die von über 9.000 Wealth Managern in Europa genutzt wird, und ist Teil der Harvest Group.
Der Wissensvorsprung der Banken ist nicht mehr exklusiv
Das Geschäftsmodell einer Bank beruhte über Jahrzehnte auf einem Wissensvorsprung. Die Bank verstand Märkte, Produkte und finanzielle Zusammenhänge besser als ihre Kunden, und aus dieser Asymmetrie entstand der Wert der Beratung. Wenn heute Anbieter wie OpenAI Finanzfunktionen direkt in ChatGPT integrieren oder Anthropic sein Modell in die Finanzabteilungen von Unternehmen bringt, liegt der Schluss nahe, dass damit die klassische Bankbeziehung ins Wanken gerät.
Dass sich eine Software zwischen Anbieter und Kunde schiebt, ist allerdings kein neues Phänomen. Wir haben es im Reisegeschäft mit Booking erlebt, im Handel mit Amazon und im Banking selbst mit Vergleichsportalen wie C24.
Bemerkenswert ist etwas anderes: Erstmals steht ein System bereit, das die finanzielle Situation eines Menschen umfassender erfassen kann, als eine Bank es heute tut. Die Verdrängung durch einen Vermittler ist damit nicht die eigentliche Bedrohung. Entscheidend ist, dass das Verständnis des Kunden nicht mehr exklusiv bei der Bank liegt.
Warum Kategorien wie Risikoklassen den Kunden nicht mehr ganzheitlich abbilden
Die Art, wie Banken ihre Kunden heute erfassen, ist bemerkenswert grobkörnig geblieben. Ein Kunde wird nach Alter, Risikoklasse und Anlagehorizont eingeordnet, und aus dieser Einordnung leitet sich seine Beratung ab. Er gilt dann als risikofreudig oder risikoavers, als wäre dies eine dauerhafte Eigenschaft und keine Momentaufnahme. Mit der Realität eines Menschen hat das wenig zu tun, und mit der Funktionsweise moderner Systeme noch weniger.
Eine Künstliche Intelligenz kann ganzheitlich erfassen, in welcher Lebensphase sich ein Mensch befindet, wie sich seine Situation verändert und wann er im Begriff ist, eine Entscheidung gegen die eigenen Interessen zu treffen. Sie leistet damit bereits heute eine differenziertere Einschätzung, als sie der klassische Beratungsprozess in den meisten Banken hergibt.
Durchsetzen werden sich deshalb jene Wealth Manager, die ihre Rolle wie eine Plattform verstehen. Sie begleiten den Kunden über sein gesamtes Vermögen hinweg, greifen situativ ein und bauen Vertrauen über lange Zeiträume auf, statt den Kunden einmal im Jahr in ein bestehendes Raster einzuordnen.
Die drei Schichten des Banken-Stacks in der KI-Ära
Wer den technologischen Aufbau der KI-Ära zu Ende denkt, erkennt drei aufeinander aufbauende Schichten. Für Banken ist dabei nicht entscheidend, ob es diese Schichten gibt, sondern welche von ihnen sie selbst kontrollieren.
Die Datenaggregationsschicht bildet die Grundlage, weil Sprachmodelle und Business-Applikationen ihre Wirkung erst entfalten, sobald sie auf verlässliche Kundendaten zugreifen können.
Die Schicht der Business-Applikationen und der KI erzeugt den eigentlichen Nutzen, entweder durch die Bank selbst oder über Partnerschaften, und wird durch die Modelle darüber ergänzt.
Die regulatorische und Compliance-Schicht ist für Banken zwingend selbst zu kontrollieren, denn sie ist die einzige, die sicherstellt, dass alles darüber vertrauenswürdig, auditierbar, nachvollziehbar und regulatorisch tragfähig bleibt.
Gerade dieser letzte Punkt wird in der aktuellen Diskussion unterschätzt, und nur wenige Banken haben ihn strategisch auf dem Radar. Die Branche beschäftigt sich bislang vor allem damit, Informationen aufzubereiten und darzustellen. Der nächste Entwicklungsschritt der KI liegt jedoch im Handeln: in Beratungssystemen, die Empfehlungen selbstständig ausführen, und in der Folge im aktiven Management von Portfolios. Auf diese Entwicklung sind die wenigsten Institute bislang vorbereitet.
Wealth Aggregation als strategischer Faktor
Europa hat mit Open Banking eine strategische Chance verspielt. Sowohl in der regulatorischen Umsetzung als auch in der politischen Interessenvertretung wurde die Öffnung der Finanzdaten eher ausgebremst als vorangetrieben. Die Entwicklung in den Vereinigten Staaten zeigt jedoch deutlich, wohin die Reise geht: Die Aggregation von Finanzdaten wird stattfinden, und die einzige offene Frage ist, über welchen Akteur sie läuft.
Solange Banken oder regulierte Aggregatoren diese Schicht kontrollieren, behalten sie die Hoheit über den Zugriff, über die Vergabe von Berechtigungen, über die Governance und über die Einwilligung der Kunden. Damit behalten sie die tatsächliche Kontrolle darüber, wer welche Daten zu welchem Zweck verwenden darf.
Aus diesem Grund ist die durch die Bank betriebene Wealth Aggregation der erste konkrete Schritt. Sie ist der Zugang zur KI-Schicht und gehört in die Verantwortung der Bank. Wer sie aus der Hand gibt, riskiert, langfristig zur reinen Infrastruktur zu werden, während andere die Kundenbeziehung gestalten. Genau um diese Schicht herum ist fincite • cios aufgebaut, eine modular konzipierte Wealth Management Software, die API-first arbeitet und sich in bestehende Core-Banking-Systeme integrieren lässt.
Erinnerung als nächste Entwicklungsstufe der Beratung
Der strategisch weitreichendste Aspekt betrifft die Fähigkeit, Kontext über die Zeit hinweg zu speichern. Ich halte diese Form der Erinnerung für die nächste große Entwicklungsstufe der Künstlichen Intelligenz. Menschliche Identität entsteht wesentlich dadurch, dass uns Erfahrungen prägen, dass wir sie über die Jahre verknüpfen und daraus Muster ableiten. Diese Fähigkeit besitzen heutige Systeme noch nicht vollständig, doch die Entwicklung bewegt sich klar in diese Richtung.
Genau an dieser Stelle zeigt sich die Schwäche der Banken besonders deutlich. Das Bild, das eine Bank von ihrem Kunden hat, beschränkt sich meist auf Einkommen, Risikoklasse, Familienstand und einige Gesprächsnotizen. Es bleibt eine statische Momentaufnahme, die weder der Wirklichkeit eines Menschen entspricht noch der Logik, nach der zukünftige KI-Systeme arbeiten werden.
Was Banken deshalb aufbauen müssen, ist eine Schicht, die den Kontext eines Kunden über seinen gesamten Lebenszyklus erfasst, von einschneidenden Lebensereignissen über wechselnde Marktphasen bis hin zu Veränderungen im Verhalten. Erst auf dieser Grundlage wird eine individuelle Beratung möglich.
Fazit: Was Künstliche Intelligenz im Wealth Management für europäische Banken bedeutet
Künstliche Intelligenz im Wealth Management hat die Informationsasymmetrie umgekehrt, von der Banken über Jahrzehnte gelebt haben. Der Vorteil liegt nicht mehr selbstverständlich bei der Bank, sondern bei jenem System, das den Kunden am besten versteht. Wer diesen Vorteil zurückgewinnen will, muss die Datenaggregation, die Compliance-Schicht und die Erinnerung an den Kunden in der eigenen Verantwortung behalten. Die Wealth Aggregation ist dafür der erste konkrete Schritt, und die dafür nötige Technologie steht bereit. Die Entscheidung darüber liegt bei den Banken selbst.
