Wie GenAI das Bank- und Wealth-Workspace neu erfindet

KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung••By 3L3C

GenAI formt den Workspace in Schweizer Banking & Vermögensverwaltung neu – von 360°‑Kundenblick über Voice-Erfassung bis zu KI‑Copilot und Autopilot.

GenAIBanking SchweizVermögensverwaltungFuture of WorkKI-CopilotFinancial Services Workspace
Share:

Der Arbeitsplatz von Banker:innen 2030 – viel näher als gedacht

2028 sollen KI-Anwendungen den globalen Bankensektor um bis zu 9 % profitabler machen. In der Versicherungsvertriebswelt stehen über 50 Milliarden US‑Dollar an jährlichem Potenzial auf dem Spiel. Zahlen wie diese zeigen: der digitale Arbeitsplatz in Banken und Vermögensverwaltung steht vor einem grundlegenden Umbau – auch in der Schweiz.

Die meisten Institute im Schweizer Finanzplatz kämpfen aber noch mit sehr bodenständigen Themen: fragmentierte Kundendaten, manuelle Erfassung, Medienbrüche zwischen Front, Middle und Back Office, steigender Regulierungsdruck (FINMA, FIDLEG, GWG) und ein Talentmarkt, der keine unbegrenzte Zahl an Spezialist:innen mehr hergibt. Genau hier setzt Generative AI (GenAI) an – nicht als Spielerei im Chatbot, sondern als Fundament für einen neuen Workspace in Banking & Vermögensverwaltung.

In dieser Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ schauen wir uns heute an, wie der Arbeitsplatz von Relationship Managern, Compliance‑Teams, Kundenberatern und Portfolio-Managern in den nächsten 5–10 Jahren aussehen wird – in vier klaren Ausbaustufen.

1. Echter 360°‑Kundenblick: vom Buzzword zur Arbeitsgrundlage

Ein wirklich vollständiger 360°‑Kundenblick ist die Grundlage für jede sinnvolle KI‑Strategie in Banken und im Wealth Management. Die Realität in vielen Häusern: mehrere Kernbankensysteme, ein CRM, ein Portfolio-Management-System, Excel-Schattenwelten und zusätzlich unstrukturierte Informationen in E‑Mails, PDFs, Beratungsprotokollen oder Voice-Records.

Strukturierte + unstrukturierte Daten zusammenbringen

GenAI – insbesondere Large Language Models (LLMs) – können hier etwas, was klassische BI‑Ansätze nie richtig geschafft haben:

  • Strukturierte Daten: CRM, Kernbank, Vermögensverwaltungs-System, Kernversicherung, Claims, Tickets
  • Unstrukturierte Daten: Beratungsnotizen, E‑Mails, Chatverläufe, Gesprächstranskripte, KYC‑Dossiers, Produktdokumente

LLMs behandeln beides schlicht als „Text“ – und können:

  • Datenpunkte aus Text extrahieren (z.B. Beruf, Familienstand, Investitionshorizont)
  • Begriffe aus verschiedenen Systemen zusammenfĂĽhren (birthDate, DOB, Geburtsdatum → eine einheitliche Sicht)
  • Relevante Informationen im Kontext interpretieren: „Kundin erwähnt geplanten Immobilienkauf“ wird zu einem strukturierten Datenpunkt im Profil.

Ergebnis: Ein praktischer, täglich nutzbarer 360°‑Kundenblick, der nicht nur das Offensichtliche abbildet (Assets, Produkte, Risiken), sondern auch:

  • Lebensereignisse und Pläne (Umzug, Unternehmensverkauf, Pensionierungsplanung)
  • Präferenzen (Risikoneigung, Nachhaltigkeit, Kommunikationskanal)
  • Historische Interaktionen (welche Themen haben in den letzten Calls dominiert?)

Konkrete Anwendung im Schweizer Kontext

Für Schweizer Banken und Vermögensverwalter ergeben sich daraus unter anderem:

  • Personalisierte Anlagevorschläge auf Basis von Vermögenssituation und Gesprächsnotizen
  • Cross‑ und Upselling-Chancen im Zusammenspiel von Banking und Versicherung (z.B. Hypothek + Risikolebensversicherung, Vorsorgeprodukte 3a/3b)
  • Compliance-UnterstĂĽtzung: automatische PrĂĽfung, ob Beratung und Produktauswahl mit Risikoprofil, FIDLEG-Vorgaben und internen Guidelines ĂĽbereinstimmen

Wer diesen Schritt ernst nimmt, verschiebt KI von „nettem Add-on“ zu einem echten Produktivitäts- und Compliance-Werkzeug im Tagesgeschäft.

2. Von Tippaufwand zu „Listening Machine“: Sprache wird zur Datendrehscheibe

Das manuelle Erfassen von Daten ist einer der grössten Zeitfresser im Front-Office. Niemand wird für das Klicken in Formularen bezahlt – sondern für Beziehungsarbeit, Beratung und Risikobeurteilung.

GenAI macht es heute möglich, dass der Rechner einfach zuhört:

  1. Gespräch (Video, Telefon oder vor Ort) wird mit Zustimmung der Kundschaft aufgezeichnet.
  2. Ein Speech-to-Text-Modell transkribiert das Gespräch.
  3. Ein LLM extrahiert automatisch alle relevanten Informationen:
    • Fakten: Einkommen, Vermögen, Wohnsitz, Familienverhältnisse
    • Ziele: Immobilienkauf, Nachfolgeplanung, Ausbildungsfinanzierung der Kinder
    • Risikohinweise: unsichere Einkommenslage, hohe Fremdfinanzierung, spekulative Ambitionen
  4. Das System schreibt diese Infos in die richtigen Felder in CRM, KYC‑Modul, Anlageprofil oder Versicherungsakte.

Mehr Qualität, weniger Risiko

Für Schweizer Banken, Versicherer und Vermögensverwalter ist dieser Schritt auf mehreren Ebenen spannend:

  • Datenqualität steigt: Nichts bleibt im Kopf des Beraters hängen oder in einer schwer auffindbaren Notizdatei.
  • Beratung wird „prĂĽfbar“: FĂĽr FINMA, interne Revision und Risk Management ist transparent, was wirklich besprochen wurde.
  • Kundenerlebnis verbessert sich: Berater:innen schauen in die Kamera – nicht auf die Tastatur.

Natürlich gehört dazu ein sauberer Rahmen:

  • klare Einwilligung der Kund:innen
  • Datenspeicherung in der Schweiz oder Europa
  • abgestimmte Retentions-Policies und Zugriffsrechte

Aber technologisch ist dieser Schritt heute möglich – er ist kein Zukunftsszenario mehr.

3. Der KI‑Copilot im Front- und Middle Office

Sobald der Datenfundament steht und Sprache als Input genutzt wird, kommt der nächste logische Schritt: KI wird zum Copilot. Sie entscheidet nicht allein, sondern begleitet Mitarbeiter:innen im Daily Business.

Was ein Copilot konkret ĂĽbernehmen kann

Ein gut trainierter KI‑Copilot in Banking & Vermögensverwaltung kann zum Beispiel:

  • Beratungsgespräche live unterstĂĽtzen
    • Vorschläge fĂĽr nächste Fragen im Kundengespräch
    • Hinweise auf passende Produkte (Anlagestrategien, strukturierte Produkte, Vorsorge- oder Versicherungsbausteine)
    • Echtzeit-Check auf FIDLEG‑Konformität

  • Middle-Office-Aufgaben bĂĽndeln

    • automatisiertes VorbefĂĽllen von Anträgen und Formularen
    • Risikoeinschätzung anhand Kundenprofil und Transaktionshistorie
    • Erstellung von ErstentwĂĽrfen fĂĽr Geeignetheitserklärungen und Beratungsprotokolle

  • Wealth- & Insurance-Use Cases verbinden

    • Erkennen von VersorgungslĂĽcken (z.B. Absicherung bei Invalidität, Todesfall, langer PflegebedĂĽrftigkeit)
    • Vorschlag von Lösungen aus Bank- und Versicherungswelt statt nur einem der beiden Silos

Die stärkste Wirkung entsteht, wenn nicht drei verschiedene Spezialisten nacheinander einen Fall bearbeiten, sondern eine Person mit einem starken Copilot:

„Was früher drei Rollen brauchte – Kundenberater, Underwriter, Produktspezialist – kann morgen eine Person mit einem gut designten KI‑Copilot leisten. Experten kommen dann gezielt bei Ausnahmen dazu.“

Warum das gerade in der Schweiz interessant ist

  • Hohe Personalkosten: Produktivitätsgewinne wirken sich direkt auf die Cost-Income-Ratio aus.
  • Beratungskultur: Schweizer Kund:innen erwarten qualitativ hochwertige, persönliche Betreuung – KI kann Berater:innen stärken, nicht ersetzen.
  • Regulierungsdichte: Copilots können helfen, die FĂĽlle an Regulierungen, internen Richtlinien und globalen Vorgaben im Blick zu behalten.

Wer hier frĂĽh startet, positioniert sich nicht nur effizienter, sondern sichtbar moderner im Wettbewerb um Kund:innen und Talente.

4. Vom Copilot zum Autopilot: Agentische KI und neue Rollenprofile

Zwischen Copilot und Autopilot liegt vor allem eine Frage des Vertrauens und der Governance. Technisch können spezialisierte KI‑Agenten schon heute:

  • eigenständig Angebote vergleichen (z.B. Rechtsschutzversicherungen oder Vorsorgeprodukte)
  • einfache Anträge vollständig bearbeiten
  • Dokumente anfordern, prĂĽfen und nächste Schritte einleiten

Diese agentische KI wird in den nächsten Jahren schrittweise in Produktion gehen – zuerst in eng umrissenen Use Cases mit klaren Regeln und menschlichem Oversight.

Was bedeutet das fĂĽr Schweizer Institute praktisch?

  1. Standardfälle automatisieren

    • einfache Kreditverlängerungen
    • Standard-Vermögensverwaltungsmandate in kleineren Ticketgrössen
    • Routineaufgaben in der Schaden- oder Leistungsbearbeitung

  2. Mitarbeitende gezielt reskillen
    Rollen werden sich verschieben:

    • von Datenerfassung zu Qualitätssicherung und Ausnahme-Handling
    • von Produktverkauf zu holistischer Finanz- und Vorsorgeplanung
    • von „Formular-Expert:in“ zu Beziehungsmanager:in und Vertrauensperson

  3. Neue Wertschöpfungsfelder erschliessen
    Zeit, die heute in repetitiven Tasks verloren geht, kann in:

    • proaktive Kundenansprache
    • komplexe Vermögensstrukturierungen
    • nachhaltige Investment- und Vorsorgelösungen investiert werden.

Wichtig ist: Autopilot bedeutet nicht „Mensch überflüssig“, sondern „Mensch arbeitet dort, wo er wirklich Mehrwert schafft“.

Wie Schweizer Banken und Vermögensverwalter jetzt starten sollten

Der Umbau des Workspaces ist kein 30‑Jahres-Projekt – wir sprechen über einen 5‑ bis 10‑Jahres‑Horizont. Wer 2026 noch in der Konzeptphase steckt, wird es schwer haben, aufzuholen.

Praktische nächste Schritte

  1. Use‑Cases priorisieren

    • Wo brennt es am meisten? Onboarding, Beratung, Compliance, Schadenbearbeitung, Portfolio-Reporting?
    • Welche Themen zahlen direkt auf Umsatz, Kosten oder Risiko ein?

  2. Daten- und IT‑Basis klären

    • Welche strukturierten Daten sind heute zuverlässig?
    • Wo liegen relevante unstrukturierte Informationen?
    • Welche Systeme mĂĽssen mittelfristig angebunden werden?

  3. Pilot mit Copilot-Ansatz starten

    • ein klar definierter Bereich (z.B. Vermögensverwaltung fĂĽr ein Kundensegment)
    • messbare KPIs: Beratungszeit, Fehlerraten, Abschlussquote, NPS
    • enger Schulungs- und Feedback-Zyklus mit den Nutzer:innen

  4. FrĂĽhzeitig an Reskilling denken

    • Mitarbeitende nicht erst informieren, wenn alles fertig ist
    • klare Perspektiven zeigen: „Was bedeutet KI fĂĽr deine Rolle – 2026, 2028, 2030?“

Wer diesen Weg konsequent geht, schafft einen Workspace der Zukunft, der nicht nur technisch beeindruckt, sondern:

  • Beratung besser macht
  • Compliance robuster macht
  • Mitarbeitende entlastet und bindet
  • Kund:innen ein spĂĽrbar anderes Erlebnis bietet

Gerade im Schweizer Finanzplatz, der stark auf Vertrauen, Qualität und Stabilität setzt, ist das kein „nice to have“, sondern eine echte Chance, die eigene Position langfristig zu stärken.

Fazit: Der neue Workspace ist kein Tool, sondern ein Versprechen

Der digitale Arbeitsplatz der Zukunft für Banking & Vermögensverwaltung besteht nicht aus noch einem zusätzlichen System, sondern aus einem intelligenten Arbeitsumfeld, das:

  • alle relevanten Kundendaten – strukturiert und unstrukturiert – zusammenfĂĽhrt,
  • Sprache als natĂĽrlichen Input versteht und verarbeitet,
  • Mitarbeitende im Alltag als Copilot unterstĂĽtzt und
  • perspektivisch Routinefälle im Autopilot-Modus ĂĽbernimmt.

Für den Schweizer Finanzplatz ist das mehr als eine Technologiewelle: Es ist die Chance, Beratungsqualität, Effizienz und Kundennähe neu auszubalancieren. Wer jetzt mit klar priorisierten Use Cases startet und seine Teams auf die Reise mitnimmt, wird in wenigen Jahren einen spürbaren Vorsprung haben.

Die Frage ist weniger, ob GenAI den Workspace in Banking & Vermögensverwaltung verändert – sondern: welche Rolle Ihr Institut in diesem neuen Ökosystem spielen will.