Zurzeit kann man mit Sicherheit sagen, dass künstliche Intelligenz branchenübergreifend den Titel der meistdiskutierten Technologie innehat. Gleichzeitig korreliert die Popularität der Technologie nicht mit dem Tempo ihrer Einführung. Die Vermögensverwaltungsunternehmen sind sich zwar seit langem der Möglichkeiten bewusst, die KI bietet, doch die meisten von ihnen sind sich immer noch nicht sicher, ob sich das Spiel lohnt.
Die Notwendigkeit von Veränderungen in der Vermögensverwaltungsbranche hat jedoch ihren Höhepunkt erreicht. Angesichts des intensiven Wettbewerbs, der steigenden Kundennachfrage nach digitalisierten Erlebnissen und Gebührensenkungen sowie der Lawine neuer Anlagemöglichkeiten müssen die Unternehmen neue Wege finden, um Kunden anzusprechen, Leads zu generieren, die Arbeit zu optimieren und sich auf dem Markt abzuheben. Hinzu kommt, dass die Mehrheit der Unternehmen aufgrund der Pandemie zwangsweise auf die Digitalisierung umsteigt, so dass viele Firmen Schwierigkeiten haben, neue Kunden zu finden und bestehende Kunden zu halten.
Die jüngste BFSI-Digitalisierung hat den Boden für Vermögensverwaltungsunternehmen bereitet, um die Hilfe von AI-Experten in Anspruch zu nehmen und selbstbewusst von der Technologieerforschung und Pilotprojekten zur unternehmensweiten Implementierung überzugehen.
Was bedeutet KI in der Vermögensverwaltung?
KI in der Vermögensverwaltung bedeutet den Einsatz von maschinellem Lernen und fortschrittlichen statistischen Modellen zur Verarbeitung großer Mengen von Kunden- und Marktdaten, um die Vorhersagegenauigkeit zu erhöhen, mehr Leads zu generieren und Back-Office-Aufgaben zu automatisieren.
Warum KI in der Vermögensverwaltung einsetzen?
Um zu verstehen, warum jetzt der perfekte Zeitpunkt für Vermögensverwaltungsunternehmen ist, sich neu zu erfinden, sollten wir uns daran erinnern, wie sich dieser Sektor in den letzten zehn Jahren entwickelt hat. Laut Statista hat sich das Vermögen der Vermögensverwaltungsbranche von 2009 bis 2020 verdoppelt und ist von 45,6 auf 103,1 Billionen US-Dollar gestiegen.
Dies lässt sich dadurch erklären, dass kostengünstige Produkte endlich Marktanteile gewinnen, der Wohlstand der Mittelschicht wächst und die sich entwickelnden Volkswirtschaften von der Befriedigung von Bedürfnissen auf die Erfüllung von Wünschen umstellen. Bemerkenswert ist, dass die Vermögensverwaltungsbranche im Gegensatz zu vielen anderen Wirtschaftszweigen trotz der weltweiten Pandemie ein Wachstum von 11 % verzeichnen konnte.
Eine große Herausforderung ist es jedoch, aus diesen Möglichkeiten Nutzen zu ziehen. Laut dem Accenture-Bericht 2020 erwarten 55 % der Vermögensverwaltungsunternehmen eine geringere wirtschaftliche Stabilität. Vor diesem Hintergrund müssen Vermögensverwaltungsunternehmen in der Lage sein, auf plötzliche kurzfristige Marktverschiebungen zu reagieren und gleichzeitig die langfristigen Chancen im Auge zu behalten.
5 Vorteile von KI in der Vermögensverwaltung
|
1 |
Streamlined lead generation |
Durch die Analyse riesiger Mengen öffentlich verfügbarer Daten können Unternehmen ihre potenziellen Kunden genau segmentieren und haben bessere Chancen, neue Kunden zu gewinnen. |
|
2 |
Verbesserte Personalisierung |
Durch die schnelle Identifizierung der individuellen Bedürfnisse eines jeden Kunden kann die Vermögensverwaltung ihr Anlageangebot individuell gestalten und die Kundenbindung insgesamt verbessern. |
|
3 |
Verbesserte Automatisierung |
Indem Unternehmen Routineaufgaben und zeitaufwändige Prozesse an KI-basierte Systeme vergeben, können sie die Zeit ihrer Mitarbeiter für wichtigere und kognitiv anspruchsvollere Aufgaben nutzen. |
|
4 |
Streamlined compliance |
Moderne KI-Systeme sind in der Lage, regulatorische Informationen aus einer Vielzahl von Quellen blitzschnell zu verarbeiten, so dass Unternehmen den Überblick über die sich schnell ändernden regulatorischen Anforderungen behalten können. |
|
5 |
Verbesserte Entscheidungsfindung |
KI-Plattformen ermöglichen Vermögensverwaltungen einen viel tieferen Einblick in Kunden- und Marktdaten und damit eine wesentlich effektivere Entscheidungsfindung. |
Möchten Sie die Vorteile der KI nutzen?
Lassen Sie uns gemeinsam ein Projekt starten
Die 6 wichtigsten Anwendungsfälle von KI mit Beispielen
Ob Marktprognosen, Banking-Personalisierung, manuelle Arbeitsautomatisierung oder Betrugserkennung mit maschinellen Lernwerkzeugen, mit einer sorgfältig abgestimmten Modellarchitektur und ausreichender Datenqualität kann KI die meisten Herausforderungen von Vermögensverwaltern lösen. 78 % der Unternehmen setzen bereits kunden- und beratungsorientierte KI-gestützte Technologien ein. Für die anderen 20 % ist dies ein ernsthafter Test ihrer digitalen Transformationsfähigkeiten und ein Aufholspiel. Lassen Sie uns erörtern, wie künstliche Intelligenz Vermögensverwaltern helfen kann, die Effizienz ihrer Arbeitsabläufe zu optimieren und mehr Umsatz zu erzielen.
1. Lead-Generierung
Bis zum Aufkommen von augmented analytics und KI mussten sich Vermögensverwalter auf die manuelle Erfassung und Analyse von Daten verlassen, um potenzielle Kunden zu finden. In diesem Fall basierten die Entscheidungen meist auf konventionellen Metriken wie demografischen Daten und dem Nettovermögen der Kunden. Mit KI können Vermögensverwalter ihre potenziellen Kunden auf der Grundlage eines breiteren Spektrums von Datenquellen, einschließlich sozialer Medien, Nischennachrichten und verschiedener öffentlicher Datenquellen, in Mikrosegmente einteilen, neue Interessenten finden und ihnen maßgeschneiderte Angebote unterbreiten.
Außerdem kann ein KI-System Unternehmen dabei helfen, potenzielle Kunden mit Kundenbetreuern zusammenzubringen, die dieselben Interessen haben, zur selben Altersgruppe gehören oder in der Vergangenheit ähnliche Kunden betreut haben.
Beispiel: Finantix
Finantix, ein in Kalifornien ansässiger Anbieter von Finanztechnologie, hat eine KI-gesteuerte Technologie entwickelt, mit der LinkedIn-Daten ausgewertet werden können, um festzustellen, ob der Kundenbetreuer bereits mit dem potenziellen Kunden in Verbindung steht, und eine Pitch-Nachricht im passenden Tonfall zu erstellen.
2. die Pflege der Kundenbeziehungen
In der Vermögensverwaltung und Finanzberatung ist der Aufbau von bedeutungsvollen Beziehungen zu Ihren Kunden der Schlüssel zum Erfolg. Wir sind bereits in die neue Ära eingetreten, in der die Kunden ein immer breiteres Spektrum an Dienstleistungen und eine hyper-personalisierte Finanzberatung verlangen, die durch eine einwandfreie Benutzererfahrung untermauert wird.
Mit KI-gestützten Robo-Advisory-Systemen für Mitarbeiter können Vermögensverwalter vorhersagen, welche nächsten Schritte am besten geeignet sind, um die Bedürfnisse der Kunden zu erfüllen. Durch die Bereitstellung einer aussagekräftigeren und personalisierten Kommunikation haben Vermögensverwaltungsunternehmen eine viel größere Chance, die Kundenbindung zu erhöhen und Kunden langfristig zu halten.
Beispiel: Morgan Stanley
Die Vermögensverwaltungsabteilung von Morgan Stanley hat ein Next Best Action-System entwickelt, das Finanzberatern hilft, Anlagemöglichkeiten mit Kundenprofilen abzugleichen.
Jeff McMillan, Chief Analytics Officer des Unternehmens, verrät, dass der fortschrittliche KI-Algorithmus des Systems es den Beratern ermöglicht, Anlageangebote viel schneller und präziser zu erstellen. Der eigentliche Wert eines solchen Systems liegt laut McMillan in der Fähigkeit, die Interessen der Kunden zu erkennen und die Kundenbindung zu verbessern.
Der rasche Zustrom von KI-basierten Fintechs hat auch eine Verlagerung hin zu reduzierten Gebühren in der Finanzberatung eingeleitet, die eine Anpassung der Preismodelle auf der Grundlage der Anlageprofile der Kunden und nicht der Servicequalität erfordert.
Beispiel: Robinhood
Ein weiteres Beispiel ist die Online-Handelsplattform Robinhood, die provisionsfreie Preismodelle zu ihrem Alleinstellungsmerkmal macht. In der Vermögensverwaltung erfordert die Umsetzung von Flat-Fee-Modellen ein detailliertes Verständnis der Kundenprofile und genaue Prognosen der Renditen ihrer Anlagen.
Darüber hinaus kann ein sorgfältig abgestimmtes Predictive-Analytics-System dabei helfen, Kunden mit einer hohen Fluktuationswahrscheinlichkeit zu erkennen. Auf diese Weise können Unternehmen die Probleme dieser Kunden ermitteln und präventive Maßnahmen ergreifen, um sicherzustellen, dass sie bei dem Unternehmen bleiben.
3. automatisierte Finanzberatung
Im Jahr 2020 erfreuen sich Robo-Advisory-Plattformen und andere Tools zur Analyse des Börsenmarktes mit maschinellem Lernen zunehmender Beliebtheit, was vor allem darauf zurückzuführen ist, dass die Pandemie die physische Interaktion minimiert und finanzielle Volatilität verursacht.
Beispiel: Wealthfron und Vanguard
Der in Kalifornien ansässige automatisierte Anlagedienst Wealthfront meldete inmitten der Pandemie einen Zuwachs von 68 % bei den Kontoanmeldungen.
Die Robo-Advisory-Plattform von Wealthfront ist eine der wenigen, die ausschließlich digitale Finanzplanungs- und Anlageverwaltungsdienste anbieten. Der zugrundeliegende KI-Algorithmus von Wealthfront analysiert das Spar- und Ausgabeverhalten der Kunden und ermittelt automatisch die optimalen Schritte zur Erreichung ihrer finanziellen Ziele.
Die durchgängige Automatisierung der Entscheidungsfindung hat in den letzten Jahren viel Interesse geweckt, konnte aber nicht wirklich das Vertrauen der Kunden gewinnen. Deshalb beschloss Wealthfront im Jahr 2021, seine Robo-Advisory-Plattform anzupassen und mehr Kontrolle in die Hände der Anleger zu legen, um langfristige Kundenbeziehungen zu pflegen.
Vanguard hingegen setzt ebenfalls eine automatisierte Robo-Advisor-Plattform ein, aber es werden keine Aktionen ohne die Bestätigung von Managern und Kunden durchgeführt. Vanguard ist mit einem verwalteten Vermögen von über 221 Mrd. USD einer der größten Akteure im Bereich der Robo-Advisor geworden. Dies spricht weitgehend für unser Argument, dass die KI im Bereich der Vermögensverwaltung den Menschen nicht ersetzen, sondern unterstützen sollte.
4. die Automatisierung des Back-Office
Nach einer aktuellen Studie von McKinsey verbringen Kundenbetreuer bis zu 70 % ihrer Zeit mit beratungsfremden Tätigkeiten. Dies ist darauf zurückzuführen, dass sich Vermögensverwaltungsunternehmen immer noch auf die manuelle Datenanalyse für Vermögensempfehlungen, Risiko- und Compliance-Analysen sowie die Lead-Generierung verlassen.
Durch die Implementierung von KI können Unternehmen viele langwierige und sich wiederholende Back-Office-Aktivitäten automatisieren, so dass sich die Manager auf wertschöpfende Tätigkeiten konzentrieren und produktiver werden können.
Beispiel: Magin Deepsight
TDer herkömmliche manuelle Ansatz für KYC ist bekanntermaßen fehleranfällig, umständlich und ineffizient. KI-gestützte Datenextraktionstools wie Magic DeepSight ermöglichen eine Reduzierung der mit der manuellen KYC-Datenanalyse verbundenen Kosten um bis zu 70 %. In ähnlicher Weise können KI-Tools zur Automatisierung von Abgleich, Rechnungsverarbeitung und Fondsbuchhaltung eingesetzt werden.
5. Verwaltung der Einhaltung der Vorschriften
Im Finanzsektor erstellen und aktualisieren die Aufsichtsbehörden eine Reihe von Regeln und Standards, an die sich Finanzinstitute, einschließlich Vermögensverwaltungsfirmen, halten müssen. Die Nichteinhaltung dieser Vorschriften führt bei Finanzunternehmen zu extrem hohen Geldstrafen und einem stark geschädigten Ruf, was sich negativ auf das Wohlergehen des Unternehmens auswirken kann.
Auf herkömmliche Weise durchforstet ein spezielles Team von Fachleuten manuell die aufsichtsrechtlichen Dokumente, um die Einhaltung einer Reihe von Vorschriften und Standards zu gewährleisten. Dieser Prozess ist zwar absolut unerlässlich, aber weitgehend ineffektiv und zeitaufwändig. Zum Glück für Vermögensverwaltungsunternehmen wachsen die Fortschritte bei den digitalen Technologien in der Regel mit dem regulatorischen Druck, den die Behörden auf den Finanzsektor ausüben.
KI, NLP und fortschrittliche Datenanalyse sollen Vermögensverwalter von Routineaufgaben befreien und das Compliance-Management effizienter machen. Mit Hilfe von NLP können Vermögensverwalter zum Beispiel schnell Richtlinien aus Anlageverwaltungsverträgen oder regulatorischen Dokumenten extrahieren. Entscheidend ist, dass diese KI-Systeme nicht nur die Betriebskosten senken, sondern es den Organisationen auch ermöglichen, viel schneller auf regulatorische Änderungen zu reagieren und damit ihre geschäftliche Widerstandsfähigkeit zu erhöhen.
Beispiel: SARGE von EY
Ernst & Young hat eine Cloud-basierte KI-Lösung entwickelt, die es Vermögensverwaltungsunternehmen ermöglicht, die wichtigsten Informationen aus den geltenden Verträgen zu extrahieren und Verbindlichkeiten automatisch zu erkennen. SARGE arbeitet nicht völlig automatisch, aber EY schätzt, dass die Lösung bis zu 75 % der Zeit von Compliance-Management-Teams einsparen kann.
6. die Analyse der Stimmung
Im weitesten Sinne bedeutet Sentiment-Analyse die Interpretation von Emotionen aus jeder textbasierten Quelle, sei es ein Nachrichtenartikel, ein Beitrag in sozialen Medien, ein persönlicher Blog-Inhalt usw. Mithilfe der Verarbeitung natürlicher Sprache können Vermögensverwaltungsunternehmen die öffentliche Meinung zu verschiedenen Themen, Trends, Ereignissen und Unternehmen in Echtzeit analysieren, was fundiertere Anlageentscheidungen ermöglicht.
In den letzten Jahren haben ökologische, soziale und Governance-Anlagestrategien erheblich an Popularität gewonnen, was genaue und zeitnahe ESG-Einblicke so wertvoll wie nie zuvor macht. Die schiere Menge an Daten, die für ESG- und andere Anlagestrategien relevant sind, ist so groß geworden, dass ein automatisiertes und intelligentes Stimmungsanalysesystem praktisch die einzige Möglichkeit ist, sie in Echtzeit zu analysieren.
Darüber hinaus war es schon immer schwierig, zuverlässige ESG-Signale zu definieren. Mit KI wird es jedoch viel einfacher, qualitative textbasierte Daten in quantitative Daten umzuwandeln und sie für evidenzbasierte Anlageentscheidungen zu nutzen.
Beispiel: MarketPsych
MarketPsych Analytics beispielsweise ist ein Anbieter von Software für Finanzstimmungen und ESG, der Daten aus über 4000 Nachrichten und sozialen Medien ableitet. Die Plattform verfolgt auch alle wichtigen Vermögenswerte wie Anleihen, Währungen, Rohstoffe und Aktien und deckt mehr als 30.000 globale Unternehmen ab.
Herausforderungen bei der Implementierung von KI und ihre Lösungen
Trotz des enormen Potenzials von KI in der Vermögensverwaltung sind nur wenige Unternehmen in der Lage, diese Technologie in großem Umfang einzusetzen und sie zu einem funktionalen Bestandteil ihres Unternehmens zu machen. Lassen Sie uns vier Best Practices für die Einführung von KI in der Vermögensverwaltung diskutieren.
Einführung von Standards für die Datenverwaltung
Nach einer aktuellen PwC-Studie über künstliche Intelligenz bei Vermögensverwaltern zögern viele Firmen beim Einsatz von künstlicher Intelligenz, weil sie sich nicht sicher sind, ob die Technologie zuverlässig ist. Dies ist verständlich, da der Datenschutz nach wie vor ein Hauptanliegen im Vermögensverwaltungssektor ist, das durch immer strengere regulatorische Anforderungen noch verstärkt wird. In der Tat wird ein schlecht abgestimmtes KI-Modell höchstwahrscheinlich mehr Risiken als Chancen schaffen.
Da der Output eines KI-Modells nur so gut sein kann wie die Daten, mit denen es gespeist wird, korreliert der Erfolg von KI-Initiativen stark mit dem Reifegrad der Datenmanagement-Infrastruktur des Unternehmens. Vermögensverwaltungsunternehmen sollten sicherstellen, dass ihre Daten korrekt und zugänglich sind und dass die Prozesse der Datenbeschaffung und -analyse mit den regulatorischen Anforderungen in Einklang stehen.
Da sich viele Vermögensverwaltungsunternehmen jahrzehntelang auf die manuelle Datenerfassung verlassen haben, können Lücken in den Kundenprofilen und große Mengen an unstrukturierten Daten leider zu erheblichen Einschränkungen führen. Dies kann durch isolierte Datenbestände und das Fehlen einer einheitlichen Datenplattform, z. B. einem Data Lake oder einer Data-Fabric-Lösung, noch verschärft werden.
Um diese Herausforderungen zu bewältigen, müssen Unternehmen einen Schritt zurücktreten und ihre Data-Governance-Rahmenbedingungen überarbeiten. Dazu gehört in erster Linie die Entwicklung von Datenstandards und Glossaren, die Implementierung von Qualitätsbewertungstools und die Festlegung von Data-Governance-Rollen. Im weiteren Verlauf ist es von entscheidender Bedeutung, Data-Governance-Richtlinien und -Kontrollen, Berichtsrahmen und automatisierte Lösungen für den Datenabgleich einzuführen.
Vorbereitung der Arbeitskräfte
Nach der Zuverlässigkeit von KI-Systemen und Datenschutzbedenken betrachten die meisten Unternehmen die Rekrutierung neuer Talente, die Umschulung aktueller Mitarbeiter und das Change Management als die nächsten Herausforderungen bei der KI-Einführung.
Ungeachtet des Stadiums der KI-Einführung in Ihrem Unternehmen ist es wichtig, die Belegschaft so früh wie möglich über die bevorstehenden Veränderungen zu informieren. Wenn beispielsweise multidisziplinäre Teams für KI-Projekte zusammengestellt werden, wird die strategische Absicht des Unternehmens für den Rest der Organisation deutlich. Es ist auch wichtig, mit KI-Anwendungsfällen zu beginnen, die am ehesten realisierbar sind, um den realen Wert der Technologie zu demonstrieren.
Das bereits erwähnte Unternehmen Morgan Stanley beispielsweise begann zunächst mit einem regelbasierten System, um Anlageangebote vorzuschlagen. Ursprünglich hatte dieses System nichts mit KI zu tun, aber es zeigte, wohin sich das Unternehmen bewegte, und half ihm, durch Automatisierung schnelle Gewinne zu erzielen.
In der Regel sind die Anwendungsfälle der Back- und Middle-Office-Automatisierung ein guter Ausgangspunkt für die meisten Vermögensverwaltungsunternehmen. Die Unternehmen, die bereits den Weg für die KI-gestützte Back-Office-Automatisierung geebnet haben, können anderen Unternehmen als Beispiel dienen und aus ihren Fehlern lernen.
Neue Talente rekrutieren und intern weiterbilden
Die Umschulung der Belegschaft und die Rekrutierung von Talenten sollte auch nie ein nachträglicher Gedanke sein. Es ist wichtig, Schulungsprogramme zu entwickeln und fehlende Funktionen so früh wie möglich zu ermitteln. Da es derzeit einen Mangel an KI-Talenten gibt, ist es von entscheidender Bedeutung, eine langfristige Talentstrategie zu entwickeln, um in der Vermögensverwaltung in vollem Umfang von KI zu profitieren. Die Einstellung neuer Talente kann sich als besonders schwierig erweisen, da die Kandidaten idealerweise über domänenspezifisches Wissen in den Bereichen Technologie und Finanzen verfügen müssen.
Deshalb sollten Unternehmen die Kluft zwischen IT- und Geschäftsentwicklungsteams überbrücken und zunächst intern nach Talenten suchen. Außerdem können hier predictive-analytics/personalwesen nützlich sein, da solche KI-gestützten Lösungen Unternehmen in die Lage versetzen, ihren vorhandenen Personalbestand schnell zu bewerten und Kandidaten mit relevantem Fachwissen zu finden und zu filtern.
Rahmen für das Risikomanagement aktualisieren
Auf dem Weg zu einer erfolgreichen Einführung von KI gibt es auch eine Reihe operativer und regulatorischer Risiken, die Vermögensverwaltungsunternehmen berücksichtigen müssen.
- Überwachungsverfahren aktualisieren und die IT-Abteilung frühzeitig einbeziehen, um sicherzustellen, dass kritische Fehler rechtzeitig erkannt werden.
- Um sicherzustellen, dass das Modell genaue Ergebnisse liefert, ist eine kontinuierliche Validierung erforderlich. Unternehmen müssen Modelle routinemäßig auf mögliche Verzerrungen überprüfen, Eingabedaten kontrollieren, nach Fehlern suchen, Erklärungswerte ermitteln usw.
- Besonders wenn es sich um eine Entscheidungsmaschine handelt, ist es wichtig, ungewöhnliche Marktszenarien zu modellieren, um sicherzustellen, dass das System in jeder Situation zuverlässig bleibt.
- KI-Anwendungen, die automatisch Entscheidungen treffen, unterliegen deutlich strengeren regulatorischen Anforderungen. Daher sollten die Risikoschwellen der Modelle nicht nur aus geschäftlicher, sondern auch aus regulatorischer Sicht festgelegt werden. Es ist wichtig, daran zu denken, dass der Kauf fertiger KI-Lösungen oder das Outsourcing der Entwicklung von Drittanbietern die Unternehmen nicht von der Verantwortung entbindet, die jeweiligen Gesetze und Vorschriften einzuhalten.
Abschluss
Unbestreitbar ist künstliche Intelligenz die Goldgrube für jeden Vermögensverwalter. Auch wenn die Konkurrenz durch frühe KI-Anwender ziemlich hart ist, sollten Vermögensverwaltungsfirmen die KI-Implementierung nicht frontal angehen. KI erfordert eine gründliche Vorbereitung und vor allem, dass alle Teile des Unternehmens an einem Strang ziehen. Um die Chancen dieser Technologie zu nutzen, müssen Vermögensverwaltungsunternehmen ihre Marktposition, ihre langfristigen Ziele und ihre technologische Bereitschaft objektiv bewerten und einen detaillierten Implementierungsfahrplan entwickeln.
Derjenige, der es schafft, die anfänglichen Hürden zu überwinden und KI zu einem wichtigen Bestandteil der Arbeitsabläufe in seinem Unternehmen zu machen, hat am Ende alle Chancen, Marktführer zu werden.
