Der Fall Do Kwon zeigt, wie fatal Vertrauensverlust ist. Wie KI Banken & Vermögensverwaltern hilft, Risiken früh zu erkennen und Vertrauen aktiv aufzubauen.
Warum der Fall Do Kwon für Marketing und Vertrieb relevant ist
40 Milliarden US-Dollar sind beim Zusammenbruch von TerraUSD vernichtet worden – eine der spektakulärsten Kryptopleiten der letzten Jahre. Drei Jahre später wird Gründer Do Kwon in den USA wegen Betrugs zu 15 Jahren Haft verurteilt. Ein Kriminalfall? Ja. Aber für Marketing- und Vertriebsverantwortliche – speziell in Banken und Vermögensverwaltung – steckt darin vor allem eins: eine radikale Vertrauenslektion.
Die Realität: Die meisten Unternehmen unterschätzen, wie schnell Vertrauen heute kippt – und wie brutal die Konsequenzen sind. Vor allem in der Finanzbranche und ganz besonders im Kryptobereich, wo Produkte abstrakt, volatil und erklärungsbedürftig sind. Für Schweizer Banken, Vermögensverwalter und FinTechs ist der Fall TerraUSD ein warnendes Beispiel dafür, was passiert, wenn Transparenz fehlt, Risiken schöngeredet werden und Kommunikation eher Marketingversprechen als Fakten folgt.
In diesem Beitrag geht es nicht darum, Kryptos schlechtzureden. Es geht darum zu zeigen, wie KI-gestützte Datenanalyse, Fraud Detection und personalisierte Kundenkommunikation Vertrauen schützen können – und wie Sie genau das in Ihrem Marketing und Vertrieb systematisch aufbauen.
Was beim TerraUSD‑Crash wirklich schiefgelaufen ist – aus Vertrauenssicht
Der TerraUSD‑Stablecoin wurde als „an den US‑Dollar gebunden“ vermarktet. Eine Einheit sollte immer ungefähr 1 US‑Dollar wert sein. Anders als klassische Stablecoins setzte Terraform Labs aber primär auf eine algorithmische Kopplung, nicht auf solide Reserven.
Der Vertrauensbruch in drei Schritten
-
Überversprechen im Produktversprechen
„Stablecoin“, „an den Dollar gebunden“, „innovatives Modell“ – die Botschaft: sicher und modern. Für viele Anleger klang das nach der Kombination aus Rendite und Stabilität. -
Mangelnde Transparenz bei Risiko und Mechanik
Wie genau die Bindung funktioniert, welche Abhängigkeiten bestehen, welche Stressszenarien es gibt – das blieb für die meisten Nutzer intransparent. Risiko-Hinweise existierten, aber sie waren weder verständlich noch prominent. -
Brutale Entkopplung
Im Mai 2022 fiel TerraUSD von rund 0,99 US‑Dollar auf etwa 0,01 US‑Dollar. Die algorithmische Konstruktion brach unter Stress zusammen, Milliarden an Marktkapitalisierung wurden vernichtet, der gesamte Kryptomarkt geriet ins Rutschen.
Aus Marketing-Sicht ist das der Extremfall: Das Markenversprechen „stabil“ kollidiert frontal mit der Realität „nahezu Totalverlust“.
Als dann Ermittlungen begannen, sich Do Kwon absetzte, mit gefälschten Papieren verhaftet und später an die USA ausgeliefert wurde, war das Vertrauen endgültig zerstört – nicht nur in das Produkt, sondern in die gesamte Marke und zum Teil in die Assetklasse.
Lektionen für Banken & Vermögensverwalter: Vertrauen ist ein Daten- und Kommunikationsproblem
Für Schweizer Banken und Vermögensverwalter – insbesondere mit Krypto-Angeboten oder digitalen Investmentlösungen – ist der Fall Terra weniger eine technische, sondern eine strategische Vertrauensfrage.
1. Markenversprechen dürfen nie stärker sein als Ihre Datenbasis
Wenn Sie Stabilität, Sicherheit oder „risikoadjustierte Performance“ bewerben, muss das hart durch Daten abgesichert sein:
- Backtests, Szenario-Analysen, Stresstests
- klare Verlustszenarien und Drawdown-Daten
- faktenbasierte statt „Story-getriebene“ Produktnarrative
Hier kommt KI ins Spiel:
KI-gestützte Risikomodelle können deutlich mehr Szenarien durchrechnen als klassische Modelle, Muster in Markt- und Kundendaten erkennen und Schwachstellen früh anzeigen. Wer das systematisch nutzt, kommuniziert weniger „Hoffnung“ und mehr „Fakten“.
2. Vertrauen ist messbar – wenn Sie die richtigen Signale auswerten
Die meisten Marketing-Teams verlassen sich auf klassische KPIs: Klickrate, Öffnungsrate, Conversion-Rate. Für Vertrauenssteuerung reicht das nicht.
Mit modernen KI-Analysetools können Sie z.B.:
- Sentiment in Kunden-E-Mails und Callcenter-Transkripten messen
- Sprunghafte Änderungen im Kundenverhalten (z.B. Abzug von Assets) frühzeitig erkennen
- Abwanderungswahrscheinlichkeiten (Churn) für einzelne Kundensegmente prognostizieren
So wird Vertrauen zu einer steuerbaren Größe, nicht zu einem Bauchgefühl. Genau das hat im Fall Terra gefehlt: Niemand hat systematisch gemessen, wie fragil das Vertrauen wirklich ist.
Wie KI im Marketing hilft, Vertrauensverluste früh zu erkennen
KI in der Finanzbranche ist nicht nur Robo-Advisory und automatisiertes Portfoliomanagement. Für Marketing und Vertrieb ist sie vor allem ein Frühwarnsystem für Vertrauensbrüche.
KI-gestützte Risiko- und Stimmungsanalyse
Ein praxistauglicher Ansatz für Banken und Vermögensverwalter:
-
Kundendaten bündeln
CRM-Daten, Support-Tickets, E-Mail-Verläufe, Chat-Logs, Beschwerdedaten, Social-Media-Erwähnungen – alles in einer einheitlichen Datenbasis. -
Natural Language Processing (NLP) einsetzen
Mit NLP-Modellen können Sie:- Stimmung in Texten erkennen (positiv / neutral / negativ)
- wiederkehrende Themen (z.B. „Sicherheit“, „Gebühren“, „Krypto“) clustern
- Eskalationssignale identifizieren (z.B. Wörter wie „kündigen“, „an Anwalt weitergeleitet“)
-
Risikoscoring für Kundenbeziehungen
KI-Modelle berechnen, welche Kundensegmente oder Einzelkunden akut gefährdet sind – z.B. weil:- sie vermehrt kritische Fragen stellen
- ihr Nutzungsverhalten plötzlich kippt
- sie in Foren oder sozialen Medien negative Erfahrungen teilen
-
Trigger-basierte Kommunikation
Statt Standard-Newsletter erhält ein gefährdetes Segment:- eine transparente Risikoerklärung
- ein persönliches Gesprächsangebot
- FAQ-Formate oder Videos, die Kritikpunkte adressieren
So entsteht ein Closed Loop: Daten signalisieren drohenden Vertrauensverlust, KI bewertet die Dringlichkeit, Marketing und Vertrieb reagieren gezielt.
Fraud Detection als Vertrauensfundament
Im Kryptoumfeld ist Betrug ein Dauerbrenner. Für Schweizer Institute mit Krypto-Dienstleistungen ist KI-basierte Fraud Detection Pflicht, nicht Kür.
- Transaktionsmuster analysieren
- Anomalien in Echtzeit erkennen
- verdächtige Aktivitäten proaktiv mit Kunden kommunizieren
Das Entscheidende aus Marketingperspektive: Machen Sie diese Schutzmechanismen sichtbar. Wer Sicherheits- und Compliance-Maßnahmen klar kommuniziert, baut aktiv Vertrauen auf – statt still zu hoffen, dass „schon nichts passiert“.
Personalisierte, transparente Kommunikation: Wie KI Vertrauen skalierbar macht
Im Terra-Fall war die Kommunikation vor und während des Crashs eines der größten Probleme: Beschwichtigungen, unklare Aussagen, wenig konkrete Daten. Genau hier haben KI-gestützte Marketinglösungen ihre Stärke.
Von Massen-Newsletter zu relevanter 1:1-Kommunikation
Ich habe in Projekten mit Banken immer wieder dasselbe Muster gesehen:
Ein Newsletter für alle, ein „Markt-Update“ für alle, eine Produktbroschüre für alle. Im besten Fall nach Vermögensklasse segmentiert. Das reicht 2025 nicht mehr.
KI-basierte Segmentierung geht deutlich weiter:
- Risikoprofil, Anlagehorizont, Produktnutzung
- Reaktionsmuster auf frühere Kampagnen
- digitale Interaktionsdaten (App / Web / Beratung)
Auf dieser Basis entstehen mikrosegmentierte Journeys:
- Der Krypto-affine, aber risikoaverse Kunde bekommt klare Volatilitäts- und Drawdown-Grafiken sowie Szenario-Analysen.
- Die unternehmerische Kundin mit hoher Risikotoleranz erhält stärker performanceorientierte Inhalte, aber trotzdem klare Risiko-Transparenz.
- Ältere, eher sicherheitsorientierte Kunden werden aktiv auf klassische Produkte und Einlagensicherung hingewiesen.
Der Clou: Die Inhalte werden nicht nur personalisiert, sondern transparent. KI hilft, die richtige Granularität und Tonalität zu finden. So wird Vertrauen nicht nur bewahrt, sondern aktiv aufgebaut.
Erklärbare KI statt Black Box
Gerade in der Schweizer Finanzbranche ist Skepsis gegenüber „Black Box“-Algorithmen groß – zu Recht. Deswegen sollten Sie bei KI im Marketing und in der Vermögensverwaltung konsequent auf Erklärbarkeit setzen:
- Warum wurde ein bestimmtes Produkt empfohlen?
- Welche Eingangsparameter waren entscheidend?
- Wie hoch ist die prognostizierte Verlustspanne im Stressfall?
Robo-Advisory-Lösungen können heute bereits erklärbare Modelle nutzen, die für Kunden aufbereitete Begründungen liefern. Wer diese Informationen aktiv in seine Marketingkommunikation integriert (z.B. in Portfolioreports, Videos, interaktiven Dashboards), differenziert sich klar von jenen, die nur „Algorithmus sagt: kaufen“ kommunizieren.
Was Marketing-Teams konkret tun sollten – ein Aktionsplan
Damit das Thema nicht im Theoretischen bleibt, hier ein praxisnaher Fahrplan für Marketing- und Vertriebsleiter in Banken, Vermögensverwaltung und FinTech:
1. Risiko- und Vertrauensanalyse des bestehenden Portfolios
- Welche Produkte haben ein hohes Komplexitäts- oder Reputationsrisiko (z.B. Krypto, strukturierte Produkte)?
- Stimmen Marketingversprechen und realistische Risikodaten überein?
- Wo sind Disclaimer zu versteckt oder zu technisch formuliert?
2. Aufbau eines KI-gestützten Vertrauens-Cockpits
- Relevante Datenquellen definieren (CRM, Support, Social, Transaktionsdaten)
- NLP-Modelle für Kundenfeedback einführen
- monatliches Reporting zu „Vertrauensindikatoren“ etablieren
3. Neue Kommunikationsleitlinien
- Klare Regeln: Welche Begriffe vermeiden wir (z.B. „garantiert“, „risikolos“)?
- Welche Mindestinformationen zu Risiko zeigen wir immer?
- Wie visualisieren wir Unsicherheit (z.B. Szenario-Spannen statt Punktprognosen)?
4. KI-gestützte Personalisierung ausbauen
- Kundensegmente feiner definieren (Verhalten, Risiko, Kanalpräferenz)
- Content-Bausteine entwickeln, die sich dynamisch kombinieren lassen
- Tests fahren: Welche Transparenz-Tiefe baut am meisten Vertrauen auf, ohne zu überfordern?
5. Interne Schulung: Marketing, Vertrieb, Compliance an einen Tisch
Vertrauen ist eine Querschnittsaufgabe. Marketing kann keine Transparenz versprechen, die Compliance nicht mitträgt. Und Vertrieb darf keine Erwartungen wecken, die das Produkt nicht leisten kann.
Mein Rat: Bauen Sie ein dauerhaftes „Trust & Communication Board“ auf – klein, agil, mit Entscheiderkompetenz.
Fazit: Was Do Kwon der Schweizer Finanzbranche über KI und Vertrauen lehrt
Der Fall Do Kwon zeigt brutal, was passiert, wenn Produktarchitektur, Risiko und Kommunikation nicht zusammenpassen. Für Kryptomärkte war TerraUSD ein Brandbeschleuniger. Für Banken, Vermögensverwalter und FinTechs kann dieser Fall ein Wendepunkt sein – hin zu datengetriebener, KI-gestützter und radikal transparenter Kundenkommunikation.
Für die Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ bedeutet das:
KI ist nicht nur ein Effizienzthema. Sie ist ein Vertrauensinstrument. Wer KI für Fraud Detection, Predictive Analytics und personalisierte Kommunikation nutzt, reduziert das Risiko eines eigenen „Terra-Moments“ drastisch – und steigert nebenbei Marketing-ROI, Abschlussquoten und Kundenloyalität.
Die zentrale Frage für Ihre nächsten 12 Monate lautet daher nicht: „Brauchen wir KI im Marketing?“
Sondern: Wie schnell schaffen wir es, KI so aufzusetzen, dass sie Vertrauen messbar stärkt – bevor der nächste Vertrauensschock kommt?