KI und ML: Der schnelle Weg zur Lösung operativer Herausforderungen von Vermögensverwaltern

Beim AsianInvestor COO Forum letzte Woche in Hongkong hatte ich die Gelegenheit zu erörtern, wie KI und maschinelles Lernen (ML) die Abläufe im Asset Management verändern. Da ich die erheblichen Herausforderungen, denen sich Vermögensverwaltungsgesellschaften heute gegenübersehen, aus erster Hand miterlebt habe, konnte ich sehen, wie moderne Technologien zur Lösung dieser Probleme eingesetzt werden.

Vermögensverwaltungsgesellschaften kämpfen mit operativen Ineffizienzen, die sich in drei große Kategorien einteilen lassen: Herausforderungen in Bezug auf Personal, Technologie und Umwelt. Personalbezogene Probleme, wie Qualifikationslücken, hohe Mitarbeiterfluktuation und Widerstand gegen Veränderungen, gehören zu den häufigsten. Wenn ein wichtiger Mitarbeiter das Unternehmen verlässt, geht das operative Wissen oft mit ihm verloren, was zu Störungen führt. Neue Mitarbeiter benötigen Zeit für die Einarbeitung, und in dieser Zeit wird die Effizienz des Unternehmens beeinträchtigt. Zudem sind wir als Menschen fehleranfällig, und der Widerstand gegen neue Technologien ist oft in der Unternehmenskultur verwurzelt. Technologiebezogene Probleme sind ebenso drängend. Viele Unternehmen verlassen sich immer noch auf Altsysteme, die starr, schwer zu integrieren und anfällig für Cybersicherheitsbedrohungen sind. Diese veralteten Systeme erschweren die Einführung moderner, agilerer Lösungen, die in der heutigen schnelllebigen Umgebung unerlässlich sind. Tatsächlich identifizierten 39 % der Befragten in der ersten Umfrage der Veranstaltung die Bewältigung der Technologieintegration und der digitalen Transformation als die kritischste Herausforderung, der sie sich im Investment-Management-Sektor gegenübersehen. Dies unterstreicht die dringende Notwendigkeit für Unternehmen, neue Technologien einzuführen, um wettbewerbsfähig zu bleiben. Umweltherausforderungen sind Faktoren, die außerhalb der Kontrolle der Unternehmen liegen, wie das ständig wachsende Datenvolumen und die verstärkte behördliche Kontrolle. Diese erhöhen die Komplexität der Landschaft zusätzlich. Da Daten immer schwieriger zu verwalten sind und Vorschriften strenger werden, müssen Unternehmen Wege finden, mit diesen sich entwickelnden Anforderungen umzugehen.

Hier kommen KI und ML ins Spiel. Traditionelle Ansätze zur Bewältigung operativer Ineffizienzen, wie die Erhöhung des Personalbestands, reichen nicht mehr aus. Stattdessen bieten KI und ML eine intelligentere, sicherere und schnellere Lösung. Durch die Automatisierung von Prozessen, die menschliche Entscheidungen erfordern, hilft KI Unternehmen, ihre Abläufe zu skalieren und gleichzeitig das Fehlerrisiko zu reduzieren. Bei Smartstream haben wir gesehen, wie KI in verschiedenen Phasen des Betriebs eingesetzt werden kann – von der Datenerfassung und dem Onboarding über den Abgleich und die Bewertung, das Ausnahmenmanagement bis hin zum Reporting.

Im Abstimmungsprozess ist beispielsweise einer der zeitaufwändigsten Aspekte das Onboarding und die Zuordnung von Daten aus verschiedenen Quellen. KI kann dies vereinfachen, indem sie Dateien automatisch in ein einziges Datenmodell zuordnet und korreliert, wodurch die Bandbreite der unterstützten Formate erweitert wird. Sie kann auch Abgleichkriterien vorhersagen und die Datenqualität bewerten, wodurch der Bedarf an manuellen Eingriffen reduziert wird.

Sobald Daten an Bord sind, steigert KI die operative Effizienz weiter, indem sie die Automatisierungsraten verbessert. Wir haben beispielsweise KI eingesetzt, um historische Daten zu beobachten und aus dem Nutzerverhalten zu lernen, wodurch sich unsere Systeme mit den Daten weiterentwickeln können. Dies reduziert den manuellen Aufwand, schützt vor Schlüsselpersonenabhängigkeit und minimiert den laufenden Wartungsaufwand für Abgleichsregeln.

Wenn Ausnahmen auftreten – wie z. B. Dateninkonsistenzen – kann KI die Ursache und Lösung vorhersagen, das Problem automatisch dem am besten geeigneten Team zuweisen und die voraussichtliche Lösungszeit prognostizieren. Die Fähigkeit, Ausnahmen automatisch zu untersuchen und zu korrigieren, reduziert den manuellen Aufwand weiter, was zu schnelleren Lösungen und einer verbesserten Gesamteffizienz führt.

Die Einführung von KI- und ML-Technologien dient nicht nur der Reduzierung der Betriebskosten – es geht darum, das Unternehmen zukunftssicher zu machen. Durch die Standardisierung von Prozessen, die Automatisierung von Aufgaben und die Förderung einer Innovationskultur können Vermögensverwaltungsgesellschaften ihre Widerstandsfähigkeit in einem zunehmend wettbewerbsintensiven Markt erhöhen. Diese Technologien ermöglichen es Unternehmen, größere Arbeitsmengen mit weniger Ressourcen zu bewältigen, wodurch das Risiko menschlicher Fehler reduziert und die operative Flexibilität verbessert wird.

Bei Smartstream sind wir seit 2017 Vorreiter beim Einsatz von KI im Abgleich, und unsere neuesten Lösungen sind darauf ausgelegt, das volle Potenzial der KI auszuschöpfen. Unsere KI-gestützten Abgleichslösungen wie Smartstream Air nutzen KI und ML auf jeder möglichen Ebene. Zum Beispiel helfen KI-Komponenten in AIR dabei, das Onboarding zu vereinfachen und die Markteinführungszeit von Wochen auf wenige Minuten zu reduzieren – durch die Automatisierung von Mapping, Korrelation und sogar der Generierung von Abgleichsregeln. Sie können auch manuelle Berührungspunkte reduzieren, indem sie aus Benutzerabgleichen lernen und die Entscheidungsfindung der Anwender automatisieren. Wir können diese Durchbrüche, die wir in AIR erzielt haben, auch zur Unterstützung unserer bestehenden Kunden einsetzen. In einer Fallstudie halfen wir einer großen Investmentgesellschaft, die bereits fast 95 % ihrer Abgleichsaktivitäten mit unserer Lösung automatisiert hatte, den manuellen Aufwand um zusätzliche 43 % zu senken – wodurch die Automatisierungsraten auf weit über 97 % stiegen! Dies wäre ohne den Einsatz von KI nicht möglich gewesen. Dies ist nur ein Beispiel dafür, wie KI und ML die Abläufe im Asset Management revolutionieren und zu größerer Effizienz, Genauigkeit und Skalierbarkeit führen können.

Die Zukunft des Asset Managements liegt in der Einführung dieser fortschrittlichen Technologien. KI und ML werden Unternehmen nicht nur dabei helfen, aktuelle operative Herausforderungen zu bewältigen, sondern auch die Grundlage für Innovation und Wachstum in den kommenden Jahren bilden.