Banken und Finanzberater auf dem Prüfstand der künstlichen Intelligenz

Künstliche Intelligenz verspricht den Banken Zeitersparnis. Die Frage ist, wie sie diese Zeit nutzen werden: um die Kunden besser kennenzulernen und sie bei den schwierigsten Entscheidungen zu begleiten, oder um die Platzierung von Produkten effizienter zu machen? Die Technologie kann beides leisten. Der Unterschied hängt davon ab, was die Banken zu belohnen wählen und wie sie die Arbeit der Berater vergüten.

Für alle, die sich mit Vermögen befassen, geht die Frage über die Fähigkeit hinaus, ein Portfolio aufzubauen. Ein System kann Kosten und Risiken in wenigen Sekunden vergleichen; schwieriger ist es zu verstehen, was sich eine Familie leisten kann zu verlieren, welche Verpflichtungen sie zu bewältigen hat und wann der nützlichste Rat darin besteht, gar nichts zu unternehmen. Und wenn sich eine Empfehlung als ungeeignet erweist, bleibt eine konkrete Frage: Wer haftet dem Kunden gegenüber dafür?

Darüber sprechen wir mit Francesco Megna, den wir gefragt haben, was sich für Banken, Berater und Sparer ändern wird. Entscheidend ist die Frage, ob künstliche Intelligenz die Vermögensberatung auch für jene zugänglich machen wird, die heute nur wenig davon erhalten, und welche Entscheidungen nötig sind, damit diese Möglichkeit zu einer echten Dienstleistung wird.

Künstliche Intelligenz verändert das Bankensystem. Stehen wir vor einer bloßen technologischen Entwicklung oder vor einer strukturellen Veränderung des Geschäftsmodells der Banken?

Das hängt davon ab, wo die Bank sie einsetzt. Wenn künstliche Intelligenz dazu dient, ein Dokument zusammenzufassen, Anfragen zu sortieren oder eine Akte schneller vorzubereiten, haben wir es mit einer technologischen Entwicklung zu tun: Die Bank erledigt dieselbe Arbeit in kürzerer Zeit. Strukturell wird die Veränderung dann, wenn sich die Art und Weise ändert, wie die Bank entscheidet, welche Kunden sie betreut, mit welchen Personen und zu welchem Preis.

Denken wir an eine Familie, die einen Immobilienkredit, eine Liquiditätsreserve und einige Anlagen hat. Heute kann sie je nach Bedarf mit unterschiedlichen Ansprechpartnern sprechen. Gelingt es der Bank, diese Informationen zusammenzuführen und sie, im zulässigen Rahmen, zu nutzen, um frühzeitig ein Problem zu erkennen, kann sich der Service verändern. Sie kann zum Beispiel feststellen, dass die verfügbare Liquidität gerade sinkt, während sich eine wichtige Ausgabe nähert. Dann kann sie eine Überprüfung der Situation anbieten, bevor der Kunde Hilfe sucht. Dieselbe Technologie kann jedoch auch dazu eingesetzt werden, den Moment zu identifizieren, in dem diese Familie am ehesten geneigt ist, ein Produkt zu zeichnen. Im einen Fall verbessert sich die Fähigkeit zur Unterstützung; im anderen die Fähigkeit zum Verkauf.

Darum geht es. Künstliche Intelligenz kann das bestehende Modell weit effizienter machen oder der Bank helfen, eine andere Dienstleistung aufzubauen. Die Bank trifft die Entscheidung, wenn sie festlegt, was gemessen und belohnt wird: die Qualität der Entscheidungen für den Kunden, die Zahl der abgeschlossenen Vorgänge oder das Volumen der platzierten Produkte.

Wie viel von den Investitionen in KI fließt tatsächlich in die Verbesserung der Kundendienste und wie viel hingegen in die Senkung der Betriebskosten und des Personalbestands?

Ich würde keine Prozentzahl nennen. Die Erhebungen der Europäischen Bankenaufsichtsbehörde zeigen Einsätze in mehreren Bereichen, darunter Kundenservice und Segmentierung, doch zu wissen, wie viele Banken eine Technologie für eine bestimmte Funktion einsetzen, heißt noch nicht zu wissen, wie sie die Ausgaben aufteilen oder welche Wirkung das auf die Beschäftigung hat. Außerdem kann dieselbe Anwendung Kosten senken und den Service verbessern: Wenn die Zeit für die Prüfung eines Dokuments sinkt, spart die Bank Geld und der Kunde erhält womöglich früher eine Antwort.

Die Überprüfung muss an den Ergebnissen erfolgen. Eine Bank kann ankündigen, dass ihr virtueller Assistent Tausende Gespräche führt. Für den Kunden zählt zu wissen, wie viele Anfragen beim ersten Kontakt gelöst werden, wie viele Fehler auftreten und wie leicht es ist, mit einer Person zu sprechen, wenn der Fall aus dem Rahmen fällt. Wenn der Kunde eine Zahlung beanstanden will und seine Geschichte dreimal wiederholen muss, mag die Bank die Kosten des ersten Kontakts gesenkt haben, zugleich aber den Service insgesamt verschlechtert.

Beim Personal ist die nützlichste Frage, was mit den eingesparten Stunden geschieht. Sie können in weniger Mitarbeiter münden oder in mehr Zeit für komplexe Vorgänge, für den Kontakt mit vernachlässigten Kunden und für die Schulung des Personals. Um beides auseinanderzuhalten, würde ich auf wenige konkrete Indikatoren schauen: Antwortzeiten, Beschwerden, Zugang zu einem Mitarbeiter und die Zeit, die Berater tatsächlich den Kunden widmen. Dort zeigt sich die Bilanz der Investition.

Wenn KI Vermögen analysieren und personalisierte Portfolios aufbauen kann, welcher Raum bleibt dann dem Finanzberater?

Der Teil der Arbeit, der am stärksten exponiert ist, ist jener, der sich in einen wiederholbaren Ablauf verwandeln lässt: die Exponierungen eines Portfolios rekonstruieren, Kosten vergleichen, Konzentrationen erkennen, Szenarien simulieren. Das ist nützliche Arbeit, und die Technologie kann sie schneller machen. Doch ein Portfolio im Einklang mit einer Reihe von Daten aufzubauen, ist das eine; zu verstehen, ob diese Daten die wirkliche Situation des Kunden widerspiegeln, ist etwas anderes.

Nehmen wir einen Unternehmer, der eine Million Euro investierbares Vermögen hat. Blicken wir nur auf das Wertpapierdepot, könnten wir annehmen, dass er erhebliche Schwankungen verkraften kann. Wenn jedoch fast sein gesamter übriger Reichtum im Unternehmen steckt, ein Teil der Schulden persönlich besichert ist und er in den kommenden Jahren einen Gesellschafter auszahlen muss, verändert sich das Bild. Er kann mehr Liquidität brauchen und eine geringere Exponierung gegenüber den bereits im Unternehmen vorhandenen Risiken. Entscheidend ist nicht, ob die Maschine die Rechnung beherrscht: Entscheidend ist, wer die fehlenden Informationen sichtbar macht, sie überprüft und entscheidet, welche Konsequenzen daraus zu ziehen sind.

Der Berater wird also weniger Anlass haben, sich als derjenige darzustellen, der weiß, welcher Fonds am besten gelaufen ist. Er wird mehr Gründe haben zu zeigen, dass er Finanzvermögen, Immobilien, Unternehmen und Familie zusammen denken kann; dass er weiß, wann es sinnvoll ist, einen anderen Fachmann einzubeziehen; dass er dem Kunden erklären kann, warum in bestimmten Momenten die beste Entscheidung darin besteht, überhaupt nichts zu tun. Die Qualität seiner Arbeit wird sich auch daran zeigen, dass er den Plan an veränderte Umstände anpassen und da sein kann, wenn der Kunde eine schwierige Entscheidung treffen muss.

Könnte künstliche Intelligenz den Übergang von produktbasierter Vergütung zu unabhängiger Beratung beschleunigen, die direkt vom Kunden bezahlt wird?

Sie kann ihn beschleunigen, sie kann aber auch das bestehende Modell festigen. Wenn sie den Vergleich von Kosten, Risiken und Alternativen erleichtert, wird es schwieriger, eine Empfehlung allein damit zu rechtfertigen, dass ein Produkt im Katalog des Verbunds steht. Ist das System hingegen so gebaut, dass es das Produkt ermittelt, das der Kunde mit der größten Wahrscheinlichkeit zeichnet, macht die Technologie die Vertriebsarbeit effizienter, ohne die Anreize zu verändern.

Der wirtschaftliche Punkt ist folgender: Wie wird guter Rat vergütet, wenn dieser Rat keinen Verkauf auslöst? Wenn die Arbeit darin besteht, das Vermögen einer Familie zu rekonstruieren, Prioritäten zu ordnen, eine Konzentration zu korrigieren und vorerst nichts zu zeichnen, hat der Kunde eine Dienstleistung erhalten. Ein Honorar für den Plan, für die regelmäßige Überprüfung oder für einen klar umrissenen Auftrag macht sichtbarer, wofür er bezahlt. Natürlich muss auch dieses Honorar beurteilt werden: Es muss verständlich und in einem angemessenen Verhältnis zur erbrachten Arbeit stehen.

Außerdem muss man das Honorar von der Unabhängigkeit im regulatorischen Sinn unterscheiden. Sich direkt vom Kunden bezahlen zu lassen, genügt allein nicht, um Beratung als unabhängig einzustufen. MiFID II verlangt unter anderem, ein hinreichend breites und diversifiziertes Spektrum an Instrumenten zu bewerten, und setzt spezifische Grenzen für die Möglichkeit, Zuwendungen Dritter zu behalten. Auch eine nicht unabhängige Dienstleistung muss die Verhaltensregeln einhalten und im Interesse des Kunden handeln. Die Frage für die Vertriebsnetze ist, ob sie den Wert der Dienstleistung auch dann erkennbar und vergütbar machen wollen, wenn das Beratungsergebnis nicht mit der Platzierung eines Produkts zusammenfällt.

Kann ein Algorithmus die emotionalen und psychologischen Komponenten, die Anlageentscheidungen beeinflussen, wirklich verstehen?

Ein System kann nützliche Signale erfassen. Es kann erkennen, dass ein Kunde angibt, risikofreudig zu sein, bei jeder Schwächephase jedoch verlangt, die Anlagen zu veräußern. Es kann helfen, konkretere Fragen zu stellen: „Wenn Ihr Portfolio gerade dann um 15 % fällt, wenn Ihr Sohn an der Universität anfangen muss, welche Ausgaben könnten Sie verschieben?“ Eine solche Frage sagt oft mehr aus als ein Kästchen auf einer Skala von eins bis fünf.

Die Grenze liegt darin, dass dasselbe Verhalten unterschiedliche Ursachen haben kann. Der Wunsch, in einem Abschwung zu verkaufen, kann aus Angst entstehen, aber auch aus einer unvorhergesehenen Ausgabe, einem familiären Konflikt oder daraus, dass der Kunde endlich ein Risiko verstanden hat, das ihm zuvor nicht gut erklärt worden war. Das Verhalten ist beobachtbar; seine Ursache muss rekonstruiert werden. Genau dort kann ein Gespräch die Qualität der Entscheidung verändern, auch weil der Kunde die ihm zugeschriebene Deutung korrigieren kann.

Ich würde immer die psychologische Bereitschaft, Vermögensschwankungen zu erleben, von der wirtschaftlichen Fähigkeit unterscheiden, einen Verlust zu tragen. Eine Person kann gelassen auf Volatilität reagieren und sich dennoch nicht leisten können, Geld zu verlieren, das sie in zwei Jahren brauchen wird. Eine andere kann über reichlich Mittel verfügen, aber schon bei geringen Schwankungen schlaflose Nächte haben. Die Geeignetheitsregeln unterscheiden bereits zwischen der Fähigkeit, Verluste zu verkraften, und der Risikobereitschaft. KI kann helfen, Widersprüche sichtbar zu machen; der Wert der Beratung liegt darin, sie zu klären, bevor sie zum Problem werden.

Kann der technologische Vorsprung die Kluft zwischen großen Vermögen und kleinen Sparern verringern?

Ja, vor allem wenn er die Kosten der grundlegenden Planung senkt. Eine Familie mit einem begrenzten Finanzvermögen kann stark von einer geordneten Bestandsaufnahme von Vermögenswerten und Schulden, von einem Plan für künftige Ausgaben und von einer regelmäßigen Kostenprüfung profitieren. Sie muss vielleicht wissen, wie viel sie verfügbar halten und was sie langfristig binden kann. Das ist eine Arbeit, die, wenn sie vollständig manuell erledigt wird, im Verhältnis zu dem Honorar, das diese Familie zu zahlen bereit ist, zu teuer sein kann.

Der Vorteil kann aus einer mehrstufigen Dienstleistung entstehen: digitale Werkzeuge zum Erfassen und Aktualisieren der Daten, ein Fachmann für die Interpretation jener Schritte, die Urteilskraft erfordern, und Spezialisten, wenn das Problem es rechtfertigt. Eine Familie mit 150.000 Euro Ersparnissen, einem Eigenheim und einem zu teilenden Erbe kann eine weit komplexere Situation haben, als ihr Bankguthaben vermuten lässt. Sie braucht nicht zwangsläufig eine eigene Struktur, kann aber ein ernsthaftes Gespräch benötigen, bevor sie eine Immobilie verkauft, eine Schenkung vorzieht oder Liquidität bindet.

Das Risiko besteht darin, dass der Zugang zu einer sehr überzeugenden Oberfläche mit Zugang zu guter Beratung verwechselt wird. Die Kluft verringert sich wirklich nur dann, wenn der Kunde einen verständlichen Plan, transparente Kosten und die Möglichkeit erhält, mit einer Person zu sprechen, wenn der Fall es erfordert. Andernfalls verbreitert sich der Zugang zu Empfehlungen, ohne dass sich die Qualität der Entscheidungen notwendigerweise verbessert.

Welche Risiken birgt der Einsatz von KI in Bezug auf Vertraulichkeit, Datenschutz, Transparenz und Interessenkonflikte?

Das erste betrifft das, was sich durch die Verknüpfung von Daten ableiten lässt. Für sich genommen sagen ein Kontobewegung oder eine Veränderung der Ausgaben wenig aus. Zusammen können sie wirtschaftliche Schwierigkeiten, familiäre Veränderungen oder Gewohnheiten offenbaren, die der Kunde nicht zu kommunizieren glaubte. Die Bank muss wissen, welche Informationen für welchen Zweck erforderlich sind, auf welcher Grundlage sie diese verarbeitet, wer darauf zugreifen kann und was geschieht, wenn die Daten an einen Anbieter weitergegeben werden. Die Tatsache, dass eine Information bereits in den Systemen der Bank vorhanden ist, erlaubt noch nicht jede spätere Verwendung.

Das zweite Risiko ist die Intransparenz. Bei einer Anlageempfehlung besteht der sinnvolle Transparenzansatz nicht darin, dem Kunden den Code des Modells auszuhändigen. Er besteht darin, erklären zu können, welche Informationen eingeflossen sind, warum der Vorschlag zu seiner Situation passt und welche Alternativen geprüft wurden. Für Entscheidungen, die ausschließlich auf automatisierten Verarbeitungen beruhen und rechtliche Wirkungen entfalten oder die Person in ähnlicher Weise erheblich beeinträchtigen, sieht die DSGVO spezifische Grenzen, Ausnahmen und Garantien vor. Nicht jeder KI-Einsatz fällt unter diesen Tatbestand, doch eine rein formale menschliche Kontrolle ist keine glaubwürdige Lösung.

Das dritte Risiko ist der im Ziel eingebettete Interessenkonflikt. Ein System kann den Kunden mit großer Präzision profilieren und die Vorschläge dann nach Verkaufswahrscheinlichkeit oder Ertrag für den Intermediär ordnen. Der Kunde sähe eine sehr personalisierte Empfehlung, ohne zu wissen, auf welches Ergebnis sie personalisiert wurde. Deshalb müssen die Kontrollen auch die Produkte betreffen, die das System tendenziell vorschlägt, jene, die es auslässt, und die Behandlung von Kunden mit ähnlichen Bedürfnissen.

Wenn KI eine ungeeignete Anlage vorschlägt, die einen Verlust verursacht, wer haftet dann konkret dafür?

Der erste Bezugspunkt ist der Intermediär, der die Beratungsleistung erbracht hat. Das europäische Regelwerk bestimmt ausdrücklich, dass, wenn Beratung oder Portfolioverwaltung ganz oder teilweise über ein automatisiertes System erbracht werden, die Verantwortung für die Geeignetheitsprüfung bei dem Unternehmen verbleibt, das die Dienstleistung erbringt. Die Bank oder das Wertpapierunternehmen kann dem Kunden also nicht antworten: „Den Vorschlag hat das Programm gemacht.“

Das schließt die Rolle des einzelnen Beraters nicht aus. Wenn er sich darauf beschränkt hat, eine Empfehlung zu bestätigen, obwohl er wusste, dass das Profil veraltet war, oder wenn er vom Kunden mitgeteilte wesentliche Informationen ignoriert hat, ist sein Verhalten zu prüfen. Im italienischen Fall des Vertriebs außerhalb der Geschäftsräume sieht Artikel 31 des Testo unico della finanza die gesamtschuldnerische Haftung des Auftraggebers für Schäden vor, die ein zugelassener Berater Dritten zufügt. Ein etwaiger, dem Technologieanbieter zurechenbarer Mangel eröffnet eine gesonderte Ebene, die nach den Fakten und den anwendbaren Beziehungen zu beurteilen ist; er hebt die Pflichten des Intermediärs gegenüber dem Kunden nicht auf.

Schließlich beweist ein Verlust allein noch nicht, dass die Anlage ungeeignet war. Es muss rekonstruiert werden, was zum Zeitpunkt der Empfehlung bekannt war, welches Risiko der Kunde tragen konnte, welche Informationen ihm gegeben wurden und welcher Zusammenhang zwischen dem eventuellen Verstoß und dem Schaden besteht. Wenn etwa ein Kunde angegeben hatte, diese Summe innerhalb eines Jahres zu benötigen, und das System ein wenig liquides Instrument empfohlen hat, muss überprüft werden können, ob diese Information erfasst wurde, ob das Modell sie berücksichtigt hat und wer den Vorschlag freigegeben hat. Ohne diese Spur verringert sich auch die Möglichkeit, das System zu korrigieren und den nächsten Fehler zu verhindern.

Wird KI die Zahl der Berater verringern oder jene belohnen, die über fortgeschrittenere Vermögens-, Steuer- und Nachfolgekompetenzen verfügen?

Beides kann zugleich eintreten. Ein Verbund könnte weniger Personen brauchen, um Standardaufgaben zu erledigen, aber mehr Fachleute, die komplexe Fälle begleiten können. Oder er könnte die eingesparten Stunden nutzen, um Kunden zu betreuen, die heute wenig Beratung erhalten. Die Wirkung auf die Zahl der Beschäftigten hängt davon ab, was das Netzwerk mit der freigesetzten Zeit tun will. Deshalb wäre ich vorsichtig dabei, vorherzusagen, wie viele Stellen verschwinden werden: Leichter lassen sich die Aufgaben identifizieren, die sich verändern werden.

Die Auswahl wird vor allem die Fähigkeit betreffen zu verstehen, wann eine finanzielle Entscheidung in Wirklichkeit eine familiäre oder unternehmerische Entscheidung ist. Bevor man etwa vorschlägt, wie der Erlös aus dem Verkauf eines Unternehmens angelegt werden soll, muss man verstehen, welche Verpflichtungen beim Verkäufer verbleiben, wie viel Liquidität benötigt wird und was die Familie in den kommenden Jahren mit diesem Vermögen vorhat. Der Berater muss die richtigen Fragen stellen und sich mit Steuerberater, Notar oder Anwalt über die jeweils in deren Zuständigkeit liegenden Aspekte abstimmen. Sein Beitrag besteht auch darin, dafür zu sorgen, dass fachlich richtige, einzeln betrachtet getroffene Spezialistenantworten zusammen keinen widersprüchlichen Plan ergeben.

Die Probe wird darin bestehen zu sehen, wie die Netze die Arbeit ihrer Berater bewerten werden. Bleibt das dominierende Kriterium das platzierte Volumen, macht künstliche Intelligenz dieses Modell produktiver. Zählen dagegen die Qualität der Pläne, die Fähigkeit, sie über die Zeit zu begleiten, und die Klarheit, mit der der Kunde seine Entscheidungen versteht, kann die Technologie eine stärker vermögensorientierte Beratung fördern. Die Zukunft des Berufs wird auch von dieser organisatorischen Entscheidung abhängen, zusätzlich zur Fähigkeit der Einzelnen, die neuen Instrumente zu nutzen.