Wie Agentic AI das Schweizer Banking verändern könnte
Mittlere Schweizer Banken stehen einem unbequemen Sachverhalt gegenüber: Das Mass-Affluent-Segment ist strategisch unverzichtbar, aber wirtschaftlich schwierig zu bewirtschaften.
Kunden mit CHF 250'000 bis CHF 2 Millionen Vermögen erwarten personalisierte Beratung. Doch die Wirtschaftlichkeit rechtfertigt nicht jene Betreuungsintensität, die Privatkunden des Private Banking geniessen. Das Resultat ist ernüchternd: Viele Banken betreuen diese Klientel entweder unzureichend oder zu unverhältnismässig hohen Kosten.
Agentic AI könnte diese Gleichung grundlegend verändern, allerdings nicht auf eine Weise, die allen gleich zugute kommt.
Was ist Agentic AI?
AI hat sich im Laufe des vergangenen Jahres stark weiterentwickelt. Sie beantwortet nicht mehr nur Fragen, sondern führt eigenständig komplexe, mehrstufige Aufgaben aus. Das nennt die Industrie heute Agentic AI: Systeme, die Arbeitsabläufe mit minimaler menschlicher Überwachung planen, ausführen und anpassen können.
Ein Chatbot antwortet auf einzelne Fragen, während ein Agentic-System ein Ziel verfolgt, etwa die Vorbereitung einer vierteljährlichen Portfolioüberprüfung für einen Kunden, und eigenständig die relevanten Daten sammelt, die Analyse erstellt, den Kommentar verfasst und die Kundenkommunikation vorbereitet. Der Berater überprüft und genehmigt dann, statt auszuführen.
Tools wie Anthropic's Claude und die neuesten Modelle von OpenAI ermöglichen bereits diese Transformation. In der Softwareentwicklung ist dieser Wandel bereits in vollem Gange. Der Finanzsektor wird folgen.
Warum Mass-Affluent der ideale Anwendungsbereich ist
Das Mass-Affluent-Segment ist besonders gut für eine AI-gestützte Beratung geeignet, und zwar aus drei Gründen:
Erstens sind die Beratungsbedürfnisse substanziell, aber oft standardisierbar. Portfolioneugewichtungen, Steuersparempfehlungen, Altersvorsorgeprognosen: Sie erfordern echte Fachkompetenz, folgen aber erkennbaren Mustern, die AI lernen kann.
Zweitens macht das Volumen Automatisierung wirtschaftlich attraktiv. Eine mittlere Bank könnte über 5'000 Mass-Affluent-Kunden verfügen. Personalisierte vierteljährliche Einblicke traditionell bereitzustellen ist prohibitiv teuer. Mit AI-Unterstützung wird es realisierbar.
Drittens steigen die Kundenerwartungen. Mass-Affluent-Kunden vergleichen ihr Bankenerlebnis zunehmend mit Consumer Technology. Sie erwarten Reaktionsschnelligkeit und Personalisierung. Banken, die das liefern, sichern sich Kundenloyalität. Jene, die es nicht tun, verlieren Kunden an agile Konkurrenten.
Die strategische Herausforderung für mittlere Schweizer Banken
Hier wird die Situation für mittlere Schweizer Banken kritisch. Die grossen Player sehen diese Chance deutlich. JP Morgan investiert Milliarden in AI im gesamten Vermögensmanagement. In der Schweiz hat UBS die Skalierbarkeit, die Daten und die Ressourcen, um hauseigene AI-gestützte Beratungskapazitäten aufzubauen. Diese Institutionen warten nicht.
Mittlere Banken stehen vor einer schwierigen strategischen Frage: Wie konkurriert man, wenn die grössten Player einen in Technologieinvestitionen um Grössenordnungen überrunden?
Die ehrliche Antwort ist, dass es allein wahrscheinlich nicht funktioniert. Die meisten mittleren Banken müssen partnerieren: mit Technologieanbietern, mit anderen Banken oder mit spezialisierten Fintechs, um auf AI-Fähigkeiten im erforderlichen Anspruchsniveau zuzugreifen.
Doch Partnerschaften sind mit Kompromissen verbunden. Die derzeit fähigsten AI-Partner sind überwiegend US-basiert. Hyperscaler und Frontier-Model-Provider zu nutzen wirft Fragen über digitale Souveränität, Datenlokalisierung und langfristige Vendor-Abhängigkeit auf. Dies sind keine abstrakten Bedenken für Schweizer Banken in einer Jurisdiktion, wo Kundenvertraulichkeit fundamental ist.
Die Alternative, auf europäische oder Schweizer Lösungen zu warten, bis sie aufgeholt haben, birgt eigenständige Risiken: Weiter zurückzufallen, während Konkurrenten voranschreiten.
Es gibt keine einfache Antwort. Aber es gibt einen klaren Imperativ: Mittlere Banken müssen eine bewusste AI-Strategie definieren, die diese Kompromisse explizit adressiert, statt durch Untätigkeit in Entscheidungen zu verfallen.
Den Weg nach vorne meistern
In den kommenden Wochen werde ich diese Themen vertiefen: Was Agentic AI in der Banking-Praxis bedeutet, wie man über digitale Souveränität bei der Wahl von AI-Technology-Partnern nachdenkt, und wie eine AI-Strategie entsteht, die Ambition mit Resilienz verbindet.
Meine Kernbotschaft ist diese: Das Mass-Affluent-Segment eröffnet eine echte strategische Chance. Doch sie zu nutzen verlangt mittleren Banken bewusste Entscheidungen über Partnerschaften, Technologie-Stacks und akzeptable Kompromisse. Dies sind keine rein technischen Entscheidungen. Es sind strategische, die die Wettbewerbsposition über Jahre hinweg prägen werden.
Banken, die diese Kompromisse durchdacht navigieren, werden einen Vorteil haben. Jene, die schwierige Gespräche aufschieben, sehen ihre Optionen schrumpfen.