KI erweitert die Vermögensverwaltung, ersetzt Berater nicht

Fast jede Branche sieht Fachleute, die befürchten, dass KI ihnen ihre Arbeitsplätze wegnehmen könnte, insbesondere im weißen Kragen und wissensbasierten Sektoren.

Das gilt natürlich auch für Programmierung, Schreiben und andere Aufgaben, bei denen moderne KI auf Basis großer Sprachmodelle (LLMs) besonders leistungsfähig ist. Doch gilt das ebenso für Finanzfachleute, die KI und sogenannte Robo‑Advisors zunehmend als potenzielle Konkurrenten zur traditionellen, von Menschen betriebenen Vermögensverwaltung sehen.

Eine neue Studie von zwei chinesischen Forschern der Shanghai University stellt diese Annahme in Frage. Durch die Analyse der Auswirkungen von LLMs auf chinesische Vermögensverwaltungsunternehmen stellten sie fest, dass entgegen den Verdrängungsprognosen die Einführung von LLMs die Zahl der Berater deutlich erhöht. Dieser Effekt beruht auf einer starken Umstrukturierung der Personalressourcen in Vermögensverwaltungsfirmen, wobei LLMs tatsächlich die Einstellung, insbesondere für Junior‑ und Unterstützungspositionen, ankurbelten.

Sie veröffentlichten ihre Ergebnisse im International Review of Economics& Finance¹ unter dem Titel “Do large language models displace or complement investment advisors? Evidence from Chinese wealth management firms”.

Von Routinearbeit zu fortgeschrittenen Aufgaben

Was LLMs zu einer radikal anderen Art von Automatisierung macht, ist die Art der Aufgaben, die sie automatisieren können. Früher ersetzte Automatisierung hauptsächlich routinemäßige manuelle Arbeit, während LLMs unstrukturierte Informationen verarbeiten, logisches Schließen durchführen und komplexe Texte erzeugen können.

LLMs ähneln eher komplexen, flexiblen Robotern in einer Produktionslinie als einfacheren, repetitiven Maschinen, die keine flexiblen Aufgaben bewältigen können. Und in der physischen Welt hat diese Fähigkeit zu einer massiven Reduzierung des Personalbestands in der Fertigung geführt. Daher ist es nicht unvernünftig, dass Wissensarbeiter befürchten, durch solche Technologie verdrängt zu werden: Selbst wenn sie den Menschen nicht vollständig ersetzt, könnte sie den für eine Aufgabe benötigten Personalaufwand drastisch senken.

Aber die vollständige Automatisierung einer Aufgabe ist nicht unbedingt die einzige Auswirkung der Technologie.

Eine weitere Möglichkeit besteht darin, eine zuvor komplexe Aufgabe, die nur von geschulten und erfahrenen Fachleuten bewältigt werden konnte, leichter machbar zu machen. In diesem Kontext könnten LLMs eher wie die frühen Maschinen der industriellen Revolution sein, die eine komplexe, fachkundige Aufgabe in einen einfacheren Fertigungsprozess mit geringerem Schulungsbedarf verwandeln.

„Durch die Senkung der Wissensschwelle, die für die eigenständige Aufgabenerledigung erforderlich ist, können solche Technologien das Aufgabenspektrum erweitern, das Junior‑Mitarbeiter autonom bewältigen können.“

Ist das der Fall, sollte die praktische Einführung von LLMs nicht nur die Beschäftigung, sondern auch die Struktur der Unternehmen, die sie einsetzen, beeinflussen.

„Technologien senken die Kosten der Wissensaneignung, Produktionsmitarbeiter erweitern ihre Problemlösungsautonomie, leiten weniger Routineprobleme nach oben weiter und vergrößern den Verantwortungsbereich seniorer Spezialisten, wodurch die Hierarchie effektiv abgeflacht wird.“

Vermögensverwaltung, KI & Wettbewerbsvorteile

KI & Geld haben ein Vertrauensproblem

Im Tagesgeschäft erledigen Mitarbeitende in der Vermögensverwaltung viele Routineaufgaben: das Sammeln von Marktinformationen, das Erstellen von Berichten und die Dokumentation von Compliance‑Anforderungen. All diese Aufgaben sind kodifizierbare kognitive Tätigkeiten, bei denen KI einen klaren Vergleichsvorteil besitzt.

Allerdings beruht das Kernversprechen der Branche auf Vertrauen, Treuepflicht und Beziehungsmanagement. Dies sind zwischenmenschliche Aufgaben, die implizites Wissen und soziale Intelligenz erfordern, die KI derzeit nur schwer nachahmen kann.

Diese Lücke hat den KI‑Einsatz in der Finanzbranche bisher begrenzt, da Vertrauen in KI‑Berater bleibt gering.

KI könnte der Vermögensverwaltung beim Wachstum helfen

Gleichzeitig könnte die Senkung der Kosten für Finanzberatung durch KI der Branche zu einem enormen Wachstum verhelfen, da hohe Beratungsgebühren personalisierte Dienstleistungen auf vermögende Kunden beschränken und das große Mass‑Affluent‑Segment chronisch unterversorgt bleibt, wenn es um Vermögensberatungen geht.

„Wenn LLMs die Grenzkosten routinemäßiger Dienstleistungen ausreichend senken, könnten sie Unternehmen ermöglichen, diesen Langschwanz‑Markt profitabel zu erschließen, was zu einer KI‑gestützten Skalierung führt, die die Serviceausweitung und das Beschäftigungswachstum vorantreibt, anstatt Verdrängung zu verursachen.“

In diesem Kontext ist der chinesische Markt besonders interessant, um die Auswirkungen von LLMs auf die Branche zu analysieren:

• Das rasch wachsende Haushaltsvermögen schafft eine erhebliche latente Nachfrage im Mass‑Affluent‑Segment.
• Die CSRC und SAC Chinas setzen strenge Human‑in‑the‑Loop‑Vorschriften durch, die Algorithmen verbieten, volle Ermessensbefugnisse auszuüben, und verlangen die Aufsicht lizensierter Berater über alle personalisierten Empfehlungen.
  • Diese Regeln lenken die KI‑Einführung in hybride Mensch‑Maschine‑Modelle und schaffen besonders günstige Bedingungen für Komplementarität statt vollständiger Substitution.
• Das digital gestützte Finanzökosystem Chinas und die weit verbreitete Fintech‑Infrastruktur erzeugen signifikante firmenspezifische Unterschiede bei der LLM‑Einführung, was eine glaubwürdige kausale Identifikation ermöglicht.

Auswirkungen von KI auf die Vermögensverwaltung

Was können LLMs in der Vermögensverwaltung leisten?

Die Forscher unterscheiden drei Kategorien von Aufgaben in der Vermögensverwaltung, die von LLMs beeinflusst werden können, wobei jede ein unterschiedliches Substitutionspotenzial aufweist.

Der erste Aufgabentyp umfasst technische Analysen, einschließlich Marktanalysen, Portfoliokonstruktion, Synthese von Investment‑Research und Compliance‑Dokumentation. Dank klarer Regeln, strukturierter Dateneingaben und standardisierter Ausgaben eignen sich diese Aufgaben ideal für den Einsatz von LLMs als Ersatz für menschliche Arbeit.

Der zweite Aufgabentyp beinhaltet Urteils‑ und Entscheidungsaufgaben, wie Risikobewertung, Szenarioanalyse und die Gestaltung personalisierter Lösungen. Diese Aufgaben erfordern die Integration von implizitem Wissen und Kontextbewusstsein, sodass LLMs den Menschen nur mäßig ersetzen können.

Schließlich gibt es die Aufgaben des Beziehungsmanagements. Dazu gehören Vertrauensaufbau, emotionale Unterstützung bei Marktschwankungen und die langfristige Pflege von Beziehungen. Diese Aufgaben erfordern zwischenmenschliche Sensibilität, kontextuelles Urteilsvermögen und authentische menschliche Verbindung, wodurch LLMs für diese Rolle größtenteils ungeeignet sind.

Datenerhebung

Die Forscher sammelten mehrere Regulierungsdatenbanken, Unternehmensoffenlegungen und Marktdaten, um einen umfassenden Panel‑Datensatz zu erstellen, der chinesische Vermögensverwaltungsunternehmen abdeckt und 7.795 Beobachtungen für den Zeitraum 2019‑2024 umfasst.

Um die LLM‑Einführung auf Unternehmensebene zu identifizieren, wurden Stellenanzeigen und Mitarbeiterprofilinformationen von großen Recruiting‑Plattformen gesammelt.

Das Personal der Vermögensverwaltung wurde in Junior‑Berater (≤ 3 Jahre Erfahrung), Mid‑Berater (4–10 Jahre Erfahrung) und Senior‑Berater (> 10 Jahre Erfahrung) eingeteilt.

Abschließend umfasst die Analyse auf Kundenniveau Investmentrenditen, Asset‑Allocation, Gebührenstrukturen und den Kundenbindungsstatus.

Wer ist am stärksten betroffen

Frühere Studien zeigten, dass die Einführung von LLMs am Arbeitsplatz Produktivitätsgewinne von 14‑56 % erzielte, wobei insbesondere weniger erfahrene und geringqualifizierte Mitarbeitende profitierten. Infolgedessen legten Unternehmen nach der Einführung von LLMs mehr Wert auf zwischenmenschliche und kundenorientierte Fähigkeiten. Der Bedarf an traditionellen technischen Fähigkeiten nahm jedoch nicht signifikant ab, was darauf hindeutet, dass KI die von Unternehmen geschätzten komplementären menschlichen Kompetenzen veränderte, anstatt technisches Fachwissen überflüssig zu machen.

„Dieses Muster, bei dem KI eher ergänzt als einfach niedrigqualifizierte Arbeit ersetzt, unterscheidet sich deutlich von früheren IT‑Einführungswellen, die typischerweise höherqualifizierte Mitarbeitende ergänzten.“

Die Folge ist, dass die Einführung von LLMs positiv mit einer stärkeren Betonung von Soft Skills (Kommunikationsfähigkeit, emotionale Intelligenz, Kundenbeziehungsmanagement) verbunden ist.

Einsatz von LLMs

Nur 17,8 % der Unternehmens‑Jahres‑Beobachtungen umfassen die Einführung von LLMs, was darauf hinweist, dass die Nutzung von LLMs zwar noch relativ selten ist, aber ein bedeutender Teil der Vermögensverwaltungsunternehmen bereits begonnen hat, diese Technologien zu integrieren.

Standorte in Technologiezentren zeigen stärkere Effekte als Nicht‑Tech‑Standorte. Dieses Muster spiegelt wahrscheinlich einen besseren Zugang zu KI‑Talenten, eine stärkere technologische Infrastruktur und anspruchsvollere Kunden wider, die KI‑gestützte Services in großen Technologieknotenpunkten schätzen.

Die Nutzung von LLMs korreliert am stärksten mit Junior‑Beratern, moderat mit Mid‑Beratern und am schwächsten mit Senior‑Beratern, was dem erwarteten Profil des KI‑Einsatzes in der Vermögensverwaltungsbranche entspricht.

Bei der Betrachtung der Hauptanwendungsbereiche von LLMs zeigt die Studie eine starke Kopplung der LLM‑Nutzung mit Unterstützungsrollen und nahezu keine Verbindung zu kundenorientierten Positionen.

Bessere Services, gleiche Preise

Die Studie zeigt, dass die Nutzung von LLMs signifikant positiv mit allen Service‑Qualitätskennzahlen korreliert: Portfoliorendite, risikoadjustierte Rendite, Kundenbindung und AUM‑Wachstum. Darüber hinaus ist die LLM‑Nutzung mit einer Verringerung der Beschwerderate und regulatorischer Maßnahmen verbunden.

Der Einsatz von LLMs führte zu einer Verbesserung der durchschnittlichen Portfoliorenditen um 11,5 %. Die Steigerung der Kundenbindung um 2,5 Prozentpunkte entspricht einer Reduktion der Kundenabwanderung um 23,8 %.

Dennoch besteht keine Korrelation zwischen LLM‑Nutzung und Beratungsgebühren.

Dies deutet wahrscheinlich darauf hin, dass Wettbewerbsdruck Unternehmen davon abhalten könnte, höhere Gebühren zu erzielen, trotz nachweisbarer Serviceverbesserungen, wobei die Vorteile hauptsächlich den Kunden und nicht den Anbietern zufließen. Dies ist besonders wahrscheinlich in einer Branche, in der die Servicequalität sichtbar ist und Unternehmen auf Basis der Performance konkurrieren.

KI ersetzt nicht, sondern restrukturiert menschliche Arbeit

Insgesamt zeigen die Ergebnisse, dass KI Aufgaben in der Vermögensverwaltung umstrukturiert, jedoch keinen Netto‑Verdrängungseffekt hat.

Während LLMs Routine‑Analyseaufgaben übernehmen, schätzen Unternehmen zunehmend Mitarbeitende, die Urteilsvermögen (kognitive Fähigkeiten), effizientes Arbeiten mit KI‑Tools (Effizienz‑Fähigkeiten), effektive Kommunikation mit Kunden (soziale Fähigkeiten) und den Erhalt starker Kundenbeziehungen (Kunden‑Skills) besitzen.

Diese Erkenntnisse deuten nicht darauf hin, dass technische Fähigkeiten überflüssig werden. Stattdessen zeigen sie, dass eindeutig menschliche Kompetenzen neben technischem Fachwissen an Wert gewinnen, während KI einen größeren Anteil der routinemäßigen Analysearbeit übernimmt.

Durch die Senkung der Kosten technischer Aufgaben könnte KI nicht nur ein Produktivitätstool, sondern ein leistungsstarkes Skalierungsinstrument für die Vermögensverwaltungsbranche sein, das ihr hilft, den adressierbaren Markt auf einen größeren Bevölkerungsanteil auszudehnen.

Diese Erkenntnisse lassen sich auf andere Branchen mit ähnlichen Bedingungen übertragen: unbeantwortete latente Nachfrage, Human‑in‑the‑Loop‑Regulierung und beziehungsbasierte Servicemodelle.

Investitionen in KI‑Vermögensverwaltung

Die Studie untersucht nicht Morgan Stanley (MS ) und stellt nicht fest, dass dieselben Ergebnisse außerhalb Chinas auftreten werden. Sie identifiziert jedoch die Bedingungen, unter denen KI‑unterstützte Vermögensverwaltung erfolgreich skalieren kann. Morgan Stanley bietet Anlegern Zugang zu einem Unternehmen, das ein großes Beraternetzwerk, Self‑Directed‑Investing, Workplace‑Services und zunehmend anspruchsvolle KI‑Fähigkeiten kombiniert.

Morgan Stanley

Morgan Stanley ist ein langjähriger Riese im Bankwesen, Kreditgeschäft und in der Vermögensverwaltung mit einem Gesamtvermögen von Kunden in Höhe von 9,3 Billionen $ im Jahr 2025, wobei etwa drei Viertel aus dem Bereich Vermögensverwaltung stammen. Zudem ist zu beachten, dass das gesamte Kundenvermögen seit 2020 sehr schnell gewachsen ist.

Quelle: Morgan Stanley

Die primäre Robo‑Advisor‑Plattform von Morgan Stanley ist die Marke E*TRADE, die eine jährliche Beratungsgebühr von etwa 0,30 % erhebt.

Neben einem reinen Robo‑Advisor bietet Morgan Stanley auch weitere Vermögensverwaltungsdienste an:

• Virtuelle Berater: Telefonischer Zugang zu einem Team von Remote‑Beratern für strukturierte Planung ohne dedizierten Full‑Service‑Menschlichen Broker.
• Full‑Service‑Finanzberater: Traditionelle, persönliche 1‑zu‑1‑Planung für komplexe Vermögensverwaltungsbedürfnisse.

Quelle: Morgan Stanley

Diese Struktur ähnelt stark dem im Studium untersuchten Mensch‑Maschine‑Modell: KI übernimmt die Informationsbeschaffung, Sitzungsdokumentation und Routinevorbereitung, während lizenzierte Berater die Verantwortung für Kundenbeziehungen und Empfehlungen behalten.

Mit zunehmenden KI‑Fähigkeiten sollte Morgan Stanley in der Lage sein, die Kosten für technische Fähigkeiten schrittweise zu senken und die personellen Ressourcen stärker in den menschlichen Kontakt zu investieren, der für direktere, persönliche Beratung erforderlich ist.

Die Größe und Reputation von Morgan Stanley über alle Kundensegmente hinweg wird es ermöglichen, KI effizient an Millionen von Kunden zu verteilen und den Markt für Vermögensverwaltung zu erweitern.

Es ist bemerkenswert, dass KI bereits als Einstiegspunkt genutzt wird, der Kunden zu höheren Ebenen der Vermögensverwaltung leitet, mit 7 Millionen neuen Kundenbeziehungen seit 2020, hauptsächlich über E‑TRADE und Workplace, einer marktführenden Plattform für Finanzberater.

Quelle: Morgan Stanley

„Morgan Stanley at Work verwaltet über etwa 1,2 Billionen $ an Vermögenswerten über sein Geschäftssegment für Finanzlösungen am Arbeitsplatz. Das Unternehmen stellt sich vor, dass Unternehmensklienten künftig die Plattformen „rein agentisch“ nutzen, also KI‑gestützte Werkzeuge einsetzen, anstatt sich direkt bei ShareWorks oder Equity Edge anzumelden.“

KI könnte also für Morgan Stanley durch verschiedene Mechanismen einen Wettbewerbsvorteil darstellen:

• Erhöhung der Anzahl von Kunden, die jeder Berater betreuen kann
• Ausweitung personalisierter Dienstleistungen weiter in das Mass‑Affluent‑Segment
• Steigerung der Beraterproduktivität ohne Absenkung der Servicequalität
• Stärkung der Kundenbindung durch häufigere und personalisierte Interaktionen
• Skalierung des Vermögensverwaltungsumsatzes ohne proportionales administratives Wachstum

Das bedeutet nicht, dass KI zwangsläufig die Gewinne von Morgan Stanley steigern wird, da diese Studie zeigt, dass solche Verbesserungen und Gewinne hauptsächlich den Kunden zugutekommen könnten. Dennoch sollte sie dazu beitragen, die Führungsposition des Unternehmens in der Branche zu festigen, und die voraussichtliche globale Expansion des Vermögensverwaltungsmarktes dank KI dürfte der gesamten Branche zugutekommen.

Neueste Morgan Stanley (MS) Aktiennachrichten und Entwicklungen

Studie zitiert

^{1. Lina Song und Huaili Lyu. Ersetzen große Sprachmodelle Investmentberater oder ergänzen sie sie? Evidenz aus chinesischen Vermögensverwaltungsfirmen. International Review of Economics& Finance. Oktober 2026. Artikel: 105636. Band 111. 10.1016/j.iref.2026.105636}