Wie GenAI die private Vermögensverwaltung transformiert

Revolutionierung des Kundenerlebnisses 

Die Personalisierung des Kundenerlebnisses steht ganz oben auf der Agenda der wichtigen Akteure, die mit verschiedenen Taktiken experimentieren. Ein herausragender Ansatz nutzt Erkenntnisse aus der Forschungsabteilung und setzt automatisierte Inhaltskurierung ein, um massgeschneiderte Beratung zu bieten. Diese Automatisierung modernisiert den klassischen Kundenservice, indem sie die Beratung relevanter und zeitgerechter macht. 

Einige Implementierungen ermöglichen sogar Echtzeitanpassungen des Portfolios und bieten ständige Unterstützung durch KI-gesteuerte Schnittstellen. Diese Fähigkeit verschiebt die Vermögensverwaltung von einem reaktiven zu einem proaktiven Modell, welches die Bedürfnisse der Kunden antizipiert. 

Steigerung der Produktivität der Berater 

Frühere GenAI-Piloten zeigen, dass diese Werkzeuge den Beratern administrative Aufgaben abnehmen und ihnen ermöglichen, mehr Zeit mit dem Aufbau von Beziehungen und der Bereitstellung strategischer Beratung zu verbringen. Die Kombination von automatisierter Besprechungsdokumentation mit einem KI-basierten Rechercheassistenten, beispielsweise, wird in der Branche immer beliebter, wo bereits eine beachtliche Anzahl von Beratern dieses Tool übernommen hat. 

Forschungen zeigen, dass GenAI die Zeit eines Beraters in typischen Vermögensverwaltungsprozessen einsparen kann. Aber über Effizienzgewinne hinaus zielen gut gestaltete KI-Anwendungen darauf ab, die Servicequalität zu heben, indem sie den Beratern ermöglichen, sich auf das zu konzentrieren, was sie am besten können: die Kunden zu beraten. 

Ermöglichung autonomer finanzieller Aktionen 

Die agentische Revolution geht diese Fortschritte noch weiter, indem sie Systeme einführt, die komplexe finanzielle Aufgaben mit minimaler Aufsicht ausführen können. Diese autonomen Agenten können die Märkte kontinuierlich überwachen, Szenarioanalysen durchführen und vorab genehmigte Strategien basierend auf den Kundenwünschen und Marktbedingungen umsetzen. Indem sie in sorgfältig definierten Parametern arbeiten, transformieren agentische Systeme die Vermögensverwaltung von unterstützter Entscheidungsfindung zu orchestrierter Handlung – mit menschlicher Aufsicht, während Ausführungsverzögerungen, die die Portfolioleistung beeinflussen können, beseitigt werden. 

Steigerung der Unternehmensproduktivität und operationale Exzellenz 

Der traditionellere Ansatz zur Nutzung von Automatisierungstechnologie betrifft Back-Office-Betrieb. Der Durchbruch zeigt sich bei der Informationsbeschaffung (von OCR über Entitätsextraktion bis hin zu Marktanalysen). Diese Erkenntnisse bereichern sowohl die Beratungs- als auch die Kundenerfahrung. 

Anschliessend stehen typische Gruppenfunktionen wie Compliance-Überwachung, Risikobewertung und die Rechtsabteilung auf der Agenda. In all diesen Bereichen verbringen die Mitarbeitenden viel Zeit mit wiederkehrenden Aufgaben, die sich gut für die Automatisierung eignen. Dadurch reduzieren Unternehmen nicht nur die Kosten, sondern bereiten sich auch auf schnelles Wachstum vor, ohne die Qualität zu beeinträchtigen. 

Trotz der erkennbaren Vorteile bringt die Implementierung von GenAI eigene Herausforderungen mit sich. Verschiedene Institutionen gehen unterschiedlich mit diesen Herausforderungen um, mit unterschiedlichen Erfolgsgeschichten.

Strategie

Eine der grössten Hürden besteht darin, zu entscheiden, wo mit der Implementierung begonnen werden soll. Viele Organisationen starten mit einem Ansatz von unten nach oben und sammeln KI-Potenziale aus dem gesamten Unternehmen. Während dies die Innovation fördert, ist es entscheidend, auch eine top-down-AI-Strategie zu haben, die die Anstrengungen mit übergeordneten Geschäftszielen in Einklang bringt.

Anstatt einzelne Anwendungsfälle isoliert zu betrachten, bündeln führende Unternehmen sie zunehmend in Portfolios. Die Konzentration auf solche Portfolios entlang des Prozesses und der Wertschöpfungskette bringt oft grössere, synergistische Vorteile.

Daten und Infrastruktur

Zwei Hauptdatenstrategien haben sich herausgebildet. Einige Organisationen entscheiden sich für geschlossene Systeme, die GenAI auf interne Dokumente beschränken. Andere adoptieren ein integriertes Ökosystem, das interne und externe Datenquellen kombiniert und breitere Erkenntnisse gewinnt, erfordert jedoch strengere Sicherheitsprotokolle.

Risikomanagement-Vorgaben

Vermögensverwalter wählen unterschiedliche Wege, um die Risiken, die mit GenAI verbunden sind, zu steuern. Ein "Human-in-the-loop"-Ansatz bietet ständige Aufsicht und mehrere Verifizierungsschritte. Dies spricht Unternehmen an, die Wert auf striktes Risikomanagement legen. Ein "Automatisierung vor Mensch"-Modell verlässt sich auf KI für die ersten Entscheidungen, was nützlich ist, wenn Skalierung und Effizienz im Vordergrund stehen. Ein hybrides Modell passt die Aufsicht dynamisch basierend auf dem Risiko an und verbindet umfassende Kontrollen mit effizienten Abläufen.

Kulturelle und organisatorische Transformation

Die Mitarbeitenden für neue KI-Werkzeuge zu gewinnen, kann ebenso wichtig sein wie die Technologie selbst. Einige Unternehmen integrieren GenAI in bestehende Prozesse, um die Akzeptanz zu erleichtern und beziehungsorientierte Praktiken aufrechtzuerhalten. Andere gehen "all-in" und denken über Modelle der Servicebereitstellung und die organisatorische Struktur grundlegend nach.

Es gibt auch Unterschiede darin, wie Organisationen ihre Expertise in GenAI aufbauen. Ein zentralisiertes Kompetenzzentrum konzentriert sich auf einheitliche Standards und Governance. Ein verteiltes Modell platziert KI-Spezialisten innerhalb verschiedener Geschäftseinheiten, um enger auf die Bedürfnisse der Frontlinie einzugehen. Partnerschaften mit externen Experten bieten zusätzliche Flexibilität und können die Implementierungszeitpläne beschleunigen.

Trotz ihrer Unterschiede teilen erfolgreiche GenAI-Implementierungen in der Regel einige Grundprinzipien. Sie beginnen mit einer klaren Strategie, die an den Geschäftszielen orientiert ist und von solider Governance unterstützt wird. Die meisten folgen anschließend einem schrittweisen, iterativen Rollout, der Feedback einbezieht, um die Technologie im Laufe der Zeit anzupassen und zu verfeinern.

Letztendlich ist die Implementierung von GenAI kein Wettlauf, um zu sehen, wer es am schnellsten umsetzen kann. Es geht darum, den richtigen Ansatz für Ihre Organisation zu finden und neue Technologie mit menschlichem Fachwissen zu verbinden, um die Vermögensverwaltung proaktiver, effizienter und kundenfreundlicher zu gestalten.

Bei PwC verfolgen wir einen interdisziplinären und umfassenden Ansatz für Governance, Strategie und Implementierung von KI-Lösungen. Unsere Teams haben führenden Finanzinstituten beim Aufbau skalierbarer KI-Fähigkeiten geholfen. Egal, ob Sie von Grund auf neu beginnen oder bestehende Bemühungen beschleunigen möchten, wir können Ihnen helfen, eine "GenAI-Fabrik" zu entwickeln, die massgeschneiderte, wertvolle Lösungen in der Produktion bereitstellt.