UBS testet Stablecoin-Zahlungen auf Tempo. Warum das für KI, Compliance, Fraud Detection und Wealth Management in der Schweizer Finanzbranche entscheidend ist.
UBS, Stablecoins und KI: Was Tempo für Banken bedeutet
Die meisten Banken sprechen inzwischen über Tokenisierung – aber nur wenige testen ernsthaft, wie stablecoin-basierte Zahlungen in ihre Wertschöpfungskette passen. UBS gehört jetzt zu dieser kleineren, spannenden Gruppe: Die Bank ist dem öffentlichen Testnetz von Tempo beigetreten, einer Blockchain, die speziell für stabile Zahlungsströme entwickelt wurde.
Das ist mehr als nur ein weiteres „wir probieren Web3 aus“-Projekt. Für Schweizer Banken und Vermögensverwalter ist es ein Signal, wohin sich Zahlungsverkehr, Tokenisierung und KI-basierte Finanzanwendungen in den nächsten Jahren bewegen: hin zu deterministischen, maschinenlesbaren, KI-fähigen Zahlungsströmen, die sich in Echtzeit analysieren, überwachen und steuern lassen.
In dieser Ausgabe unserer Serie „KI in der Schweizer Finanzbranche: Banking & Vermögensverwaltung“ schauen wir uns an, was hinter Tempo steckt, warum UBS hier mitmacht – und wie genau KI-Lösungen für Compliance, Fraud Detection, Treasury und Wealth Management von so einer Infrastruktur profitieren.
Was Tempo anders macht: Infrastruktur für stabile Zahlungsströme
Tempo ist keine generische „Smart-Contract-Blockchain“, sondern gezielt auf stablecoin-native Payments ausgelegt. Das ändert die Spielregeln für Banken.
Kernelemente von Tempo – kurz erklärt
Tempo adressiert mehrere Schwachstellen, die klassische Blockchains für den produktiven Zahlungsverkehr unattraktiv machen:
-
Dedizierte Payment-Lanes
Blockspace wird auf Protokollebene für Zahlungen reserviert. Zahlungs-Transaktionen konkurrieren nicht mit NFT-Mints oder DeFi-Gambling. Ergebnis: vorhersehbare Latenz und Kapazität. -
Gebühren in USD-Stablecoins
Transaktionsgebühren werden direkt in einem USD-denominierten Stablecoin bezahlt – es braucht keinen separaten, volatilen Gas-Token. Für Banken bedeutet das:- Einfacheres Pricing
- Keine FX-Überraschungen durch volatilen Gas-Token
- Bilanziell besser integrierbare Kostenstruktur
-
Native DEX für Stablecoins & tokenisierte Einlagen
Ein eingebauter, auf Stablecoins optimierter DEX erleichtert:- Cross-Stablecoin-Payments (z.B. USD-Stablecoin ↔ EUR-Stablecoin)
- Handel und Routing von tokenisierten Bankeinlagen
- Konsolidierung von On-Chain-Liquidität
-
Strukturiertes Metadaten-Modell
Transfers können strukturierte Metadaten tragen – also z.B. Referenznummern, Purpose Codes, Kundensegmente. Genau dieser Punkt ist Gold wert für KI-gestützte Analytics, Reconciliation und Compliance. -
Schnelle Finalität (~0,5 Sekunden)
Ein byzantinisch fehlertoleranter Konsens sorgt für Blockfinalität in rund einer halben Sekunde. Damit nähert sich die User Experience Instant-Payments an – nur eben global, tokenisiert und programmierbar.
Die Kombination aus stabilen Gebühren, deterministischer Settlement-Logik und strukturierter Daten macht Tempo besonders interessant für Finanzinstitute, die ihre KI-Roadmap mit digitalem Zahlungsverkehr verzahnen wollen.
Warum UBS beim Tempo-Testnetz mitmacht – und was dahintersteckt
UBS tritt im Tempo-Testnetz als Design-Partner auf und validiert dort verschiedene Payment-Workloads. Das ist strategisch klüger, als es auf den ersten Blick wirkt.
Strategische Motive für eine Grossbank
Für eine Bank wie UBS ergeben sich mehrere Hebel:
- Erfahrungsaufbau mit Stablecoin-Zahlungen statt nur theoretischer Whitepaper-Diskussionen
- Testen, wie sich tokenisierte Einlagen, Stablecoins und bestehende Core-Banking-Systeme verbinden lassen
- Evaluieren, welche Rollen-Modelle sinnvoll sind: Emittent, Settlement-Bank, Infrastrukturpartner, Liquidity Provider etc.
- Vorbereitung auf eine Zukunft, in der CBDCs, tokenisierte Einlagen und Stablecoins nebeneinander existieren
Dass diese Experimente im öffentlichen Testnetz stattfinden, ist ebenfalls kein Zufall: So lassen sich Entwickler-Communities, Fintech-Partner und potenzielle Ecosystem-Player früh einbinden.
Typische Use Cases, die UBS und Co. auf Tempo testen können
Laut Tempo eignen sich insbesondere folgende Szenarien:
- Cross-Border-Remittances mit stabilen Gebühren und klarer Finalität
- Globale Payouts, z.B. an Freelancer, Plattform-Händler oder B2B-Lieferanten
- Embedded Finance – Zahlungsfunktionen direkt in Nicht-Banking-Apps integrieren
- Mikrotransaktionen, z.B. für digitale Inhalte oder IoT-Szenarien
- Agentic Commerce, also autonom handelnde KI-Agenten, die Zahlungen selbst auslösen
- Tokenisierte Einlagen, die im Interbanken- oder Kundenverkehr genutzt werden
Spannend wird es genau dann, wenn man diese Use Cases mit KI-Funktionen kombiniert. Und hier schliesst sich der Kreis zu unserer Themenreihe.
Wo KI ins Spiel kommt: Data, Determinismus und Automatisierung
Der wahre Mehrwert von Netzwerken wie Tempo für Banken entsteht, wenn KI direkt auf qualitativ hochwertige Zahlungsdaten zugreifen kann. Drei Bereiche stechen heraus: Compliance, Fraud Detection und Steuerung des Geschäfts.
1. Compliance-Automatisierung und Regtech
Strukturierte Metadaten und deterministische Settlement-Logs sind ein Geschenk für KI-gestützte Compliance-Systeme.
Mögliche Anwendungen:
- Automatisiertes Screening von Gegenparteien auf Basis von Transaktionsmustern und Metadaten
- Kombination von On-Chain- und Off-Chain-Daten (KYC, Kundendossiers, Risiko-Profile) in einem KI-Modell
- Echtzeit-Checks gegen Sanktionslisten, Embargo-Regimes und interne Watchlists
- Präzisere Einstufung nach Geldwäschereirisiko, weil KI nicht nur Beträge, sondern auch den Kontext der Zahlung „versteht“
Der Clou: Durch deterministische Settlement-Prozesse kann eine Bank eindeutig nachvollziehen, welche Checks vor, während und nach einer Zahlung liefen – essenziell für Audit Trails und für Gespräche mit Aufsichtsbehörden wie FINMA oder SNB.
2. Fraud Detection: KI liebt konsistente, hochfrequente Payment-Daten
Für Fraud Detection gilt: Je mehr, je sauberere und je besser strukturierte Daten, desto besser performen die Modelle. Tempo bietet genau das:
- Jede Transaktion ist eindeutig, final und zeitlich exakt einordenbar
- Metadaten machen Zahlungen semantisch interpretierbar (z.B. Geolocation, Use Case, Kanal)
- Die native DEX-Liquidität erlaubt es, Routing- und Arbitrage-Muster zu erkennen
Ein typisches Setup für eine Schweizer Bank könnte so aussehen:
- Alle Tempo-Transaktionen mit Kundenbezug werden in ein zentrales Data Lakehouse gestreamt
- Ein KI-Modell (z.B. Graph Neural Network) erkennt Anomalien in Netzwerken von Adressen und Gegenparteien
- Real-time Alerts fliessen ins Case Management der Compliance-Teams
- „Verdächtige“ Transaktionen können automatisch verzögert, segmentiert oder mit zusätzlichen Checks versehen werden (Policy-as-Code auf Smart-Contract-Ebene)
Wer KI ernsthaft im Anti-Fraud-Bereich nutzen will, braucht genau diese deterministische und programmierbare Zahlungsinfrastruktur.
3. Treasury, Liquiditätssteuerung und Pricing im Wealth Management
Für Banken und Vermögensverwalter eröffnen Stablecoin-Netzwerke wie Tempo auch auf der Steuerungsseite neue Optionen:
- Intraday-Liquiditätsmanagement: KI-Modelle prognostizieren Zahlungsströme auf Stablecoin-Basis und optimieren die Vorhaltung von Liquidität in verschiedenen Währungen und Token
- Dynamische Gebührenmodelle: Je nach Netzwerklast, Gegenpartei-Risiko oder Kundensegment kann das System differenzierte Pricing-Schemata vorschlagen
- Portfolio-Optimierung im Wealth Management: Tokenisierte Einlagen und Stablecoins lassen sich als eigene Asset-Klasse modellieren – mit KI-gestützter Einschätzung von Kontrahentenrisiko, Smart-Contract-Risiko und Liquidität
Die Realität: Ohne eine Infrastruktur wie Tempo sind solche KI-Anwendungen deutlich schwerer umzusetzen, weil Datenqualität, Latenz und Standardisierung fehlen.
Stablecoins, Tempo und Schweizer Wealth Management
Für Vermögensverwalter in der Schweiz geht es längst nicht mehr nur um „Krypto als Spekulation“. Tokenisierte Einlagen und regulierte Stablecoins werden zunehmend Teil institutioneller Strategien.
Neue Produkte und Services für Kunden
In Kombination mit KI lassen sich auf einer Infrastruktur wie Tempo u.a. folgende Angebote entwickeln:
-
Smart Cash Management: KI verschiebt Kundencash automatisiert zwischen:
- klassischen Sichtkonten
- tokenisierten Einlagen
- kurzlaufenden Geldmarktinstrumenten und Stablecoins – jeweils mit strengen Risiko- und Compliance-Parametern
-
Dynamische Währungsabsicherung: Stablecoin-Payments in unterschiedlichen Währungen werden mit KI-basierter FX-Hedging-Logik verknüpft
-
Transparente Gebührenmodelle: Kunden sehen in Echtzeit, wie sich Gebühren aus Stablecoin-Network-Fees, Bankmarge und FX-Kosten zusammensetzen – und erhalten KI-gestützte Optimierungsvorschläge
Bessere Personalisierung durch KI und Zahlungsdaten
Je granularer und strukturierter die Zahlungsdaten, desto präziser können Personalisierungs-Algorithmen im Advisory werden. Beispiele:
- Ein Wealth-Client tätigt regelmässig Peer-to-Peer-Zahlungen in bestimmten Märkten; die KI erkennt ein Exposure zu Emerging Markets und empfiehlt passende Produkte
- Häufige Mikrotransaktionen im Zusammenhang mit Digital Services zeigen Tech-Affinität, woraufhin das System gezielt Themen wie Digital Infrastructure oder AI-ETFs vorschlägt
Natürlich muss das datenschutzkonform geschehen – aber die technische Grundlage, um verhaltensbasierte, KI-gestützte Beratung anzubieten, wird durch Netzwerke wie Tempo wesentlich stabiler.
Was Schweizer Banken jetzt konkret tun sollten
Wer Tempo und den UBS-Move nur als „Blockchain-News“ abtut, verpasst eine Gelegenheit. Für Schweizer Institute – egal ob Grossbank, Kantonalbank oder Vermögensverwalter – lassen sich daraus klare Handlungsschritte ableiten.
1. Stablecoin- & Tokenization-Strategie mit KI-Roadmap verknüpfen
- Stablecoins, CBDC, tokenisierte Einlagen nicht getrennt von KI-Initiativen betrachten
- Eine Roadmap erstellen, die Zahlungsinfrastruktur, Datenarchitektur und KI-Fähigkeiten gemeinsam denkt
2. Pilot-Use-Case definieren
Sinnvolle Startpunkte:
- Internes Treasury- oder Nostro-Settlement mit Stablecoins im Testumfeld
- Cross-Border-Payouts für ausgewählte Corporate-Kunden
- KI-basierte AML-Überwachung auf einem begrenzten Stablecoin-Flow
Wichtig ist: klein starten, aber mit klar messbaren Zielen (z.B. 30 % schnellere Reconciliation, 40 % weniger False Positives im AML-Screening).
3. Daten- und Metadaten-Standards festlegen
Bevor man KI auf Zahlungen ansetzt, braucht es:
- ein stringentes Metadaten-Schema für On-Chain-Transaktionen
- klare Regeln, welche Felder obligatorisch, welche optional sind
- Governance für Datenqualität und Zugriff (wer darf was sehen, z.B. bei Vermögensverwaltungsmandaten)
4. KI-Kompetenz im Payment- und Compliance-Team aufbauen
- Data Scientists und KI-Spezialisten gezielt in Zahlungsverkehrs- und AML-Teams integrieren
- Gemeinsame Labs oder Pods aufsetzen, in denen Payment-Experten und KI-Teams zusammen Proof-of-Concepts bauen
Fazit: Tempo ist ein Vorgeschmack auf KI-native Zahlungsinfrastruktur
UBS’ Teilnahme am Tempo-Testnetz zeigt, wohin die Reise geht: Stablecoin-basierte, deterministische Zahlungsinfrastruktur, auf der sich KI-Lösungen für Compliance, Fraud Detection, Treasury und Personalised Wealth Management viel effizienter betreiben lassen als auf heutigen Systemen.
Wer in der Schweizer Finanzbranche KI ernst nimmt, sollte Stablecoins und tokenisierte Einlagen nicht als Nischenthema betrachten, sondern als Datenquelle und Ausführungs-Layer der nächsten Generation. Genau hier zahlt sich frühes Experimentieren aus – technisch, regulatorisch und kommerziell.
Die spannende Frage für 2026 lautet: Welche Schweizer Institute folgen UBS ins nächste Testnetz – und welche schaffen es, aus ersten Piloten produktive, KI-gestützte Zahlungs- und Wealth-Lösungen zu bauen, die Kunden tatsächlich spüren?