Dieser Rahmen ist wichtig, weil die Schweizer Vermögensverwaltung eine Kombination aus Grösse und struktureller Komplexität darstellt. Verwaltete Vermögen bei Banken in der Schweiz erreichte 2024 CHF 9’284,0 Mrd., was einem Anstieg von 10,6% gegenüber dem Vorjahr entspricht, während die Schweiz mit CHF 2’427,0 Mrd. an grenzüberschreitenden Kundengeldern weiterhin weltweit führend in der grenzüberschreitenden privaten Vermögensverwaltung ist. Zahlen auf diesem Niveau sind nicht einfach nur ein Zeichen für Marktstärke. Sie beschreiben ein System, das mehr Einheiten, mehr Gerichtsbarkeiten, mehr Depotstellen, mehr Anforderungen an die Berichterstattung und mehr Dokumentation über die gesamte Kundenbeziehung hinweg verwaltet.
In diesem Zusammenhang ist der größte unmittelbare Wert der KI die Produktivität. Genauer gesagt geht es um die Fähigkeit, den manuellen Aufwand für das Abrufen, Zusammenfassen, Verfassen, Dokumentieren und Weiterverfolgen zu verringern. Selbst dieses engere Versprechen hängt jedoch von etwas Grundlegenderem ab: ob die Informationen über das Privatvermögen in der gesamten Betriebsumgebung sichtbar, strukturiert und nutzbar sind. Bei komplexen Vermögensstrukturen ist der begrenzende Faktor oft nicht das Fehlen von Informationen, sondern das Fehlen einer brauchbaren Übersicht über die bereits vorhandenen Informationen.
Die Last liegt in der Arbeit rund um das Urteil
Die Vermögensverwaltung bleibt ein Geschäft, das auf menschlichem Urteilsvermögen beruht. Die Kunden erwarten nach wie vor Diskretion, Interpretation und Verantwortlichkeit von Menschen, nicht von Maschinen. Dennoch ist ein Großteil der Arbeit, die zur Unterstützung dieser menschlichen Entscheidungen erforderlich ist, zunehmend operativer Natur. Besprechungen müssen aus verstreutem Material vorbereitet werden. Notizen müssen festgehalten und formalisiert werden. Folgemitteilungen müssen verfasst werden. Due-Diligence-Aufzeichnungen, Grundsatzdokumente und Compliance-Materialien müssen schnell gefunden und einheitlich interpretiert werden. In vielen Unternehmen tritt die Verzögerung nicht erst zum Zeitpunkt der Entscheidung auf. Sie treten vor und nach der Entscheidung auf, bei der Arbeit, die erforderlich ist, um den Kontext zu erfassen und ihn in Maßnahmen umzusetzen.
Diese Diagnose ist bei komplexen Privatvermögen besonders wichtig. Eine einzige Struktur kann mehrere Banken, mehrere juristische Personen, liquide Portfolios, Private-Equity-Beteiligungen, operative Unternehmen, Immobilien und spezialisierte Berater in verschiedenen Rechtsordnungen umfassen. Die Berichterstattung erfolgt nach unterschiedlichen Zeitplänen. Dokumente bleiben auf verschiedene Systeme, Posteingänge und Gegenparteien verteilt. Die Sichtbarkeit schwächt sich zuerst an den Grenzen ab, genau dort, wo sich das Ausführungsrisiko in aller Stille zu akkumulieren pflegt. Die Produktivitätsdiskussion um KI ist wichtig, weil sie aufzeigt, wie kostspielig diese Fragmentierung geworden ist.
Der Leitfaden der Schweizerischen Bankiervereinigung über generative KI im Bankwesen weist auf dasselbe Workflow-Muster hin. Es werden Anwendungsfälle wie Zusammenfassung, Übersetzung, Entwurf, Informationsbeschaffung, interner Wissenszugang und Workflow-Unterstützung genannt. Keine dieser Funktionen ersetzt das Urteilsvermögen. Sie alle zielen darauf ab, die Zeit zu verkürzen, die benötigt wird, um von verstreutem Material zu verwertbarem Output zu gelangen.
In der Schweiz steigert die Komplexität den Wert der Ausführung
Die Produktivitätsargumente werden umso überzeugender, je mehr die Komplexität aufhört, episodisch zu sein, und strukturell wird. Die informelle Koordinierung kann eine Zeit lang erstaunlich viel Last auffangen, insbesondere in beziehungsorientierten Unternehmen. Irgendwann lässt sie sich nicht mehr skalieren. Die Vorbereitung wird langsamer. Übergaben werden unzuverlässiger. Das Follow-up wird uneinheitlich. Zu viele Zusammenhänge bleiben bei einer kleinen Anzahl von Personen konzentriert, die wissen, wo die Informationen liegen und wie sie zu interpretieren sind. Die daraus resultierende Ineffizienz ist selten dramatisch. Sie sammelt sich allmählich in der operativen Ebene an, bis Reaktionsfähigkeit, Kontrolle und Konsistenz an den Rändern zu erodieren beginnen.
Das Schweizer Annahmeverhalten deutet darauf hin, dass viele Institutionen diesen Druck bereits erkannt haben. Die FINMA berichtete im April 2025 dass rund 50% der befragten Schweizer Finanzinstitute KI bereits einsetzen oder erste Anwendungen in der Entwicklung haben, während weitere 25% planen, sie innerhalb der nächsten drei Jahre einzuführen. Im Durchschnitt gaben die Befragten an, dass etwa fünf Anwendungen bereits im Einsatz sind und neun weitere in der Entwicklung. Von den Instituten, die bereits KI einsetzen, nutzen 91% auch generative KI. Die FINMA wies auch auf die wachsende Abhängigkeit von großen externen Technologieanbietern hin, die mit der zunehmenden Einführung einhergeht.
Diese Zahlen sind kein Beweis für strategische Reife, und sie sollten auch nicht in diesem Sinne interpretiert werden. Sie deuten aber darauf hin, dass KI in den operativen Kern der Branche vordringt und nicht mehr ein experimentelles Randthema bleibt. In der Schweizer Vermögensverwaltung ist diese Verschiebung nicht überraschend. Sobald Institutionen grössere Vermögensbestände, anspruchsvollere Berichterstattungserwartungen und eine grössere grenzüberschreitende Komplexität verwalten, werden Produktivitätsgewinne beim Abrufen, Verfassen und Koordinieren wertvoller als eine weitere analytische Ebene allein.
Sobald sich der Arbeitsablauf ändert, werden die Zahlen schwerer zu ignorieren
Die stärksten öffentlichen Belege sprechen bisher eher für die engere Produktivitätsthese als für die weitergehende Automatisierungsthese. Morgan Stanley bleibt der deutlichste Bezugspunkt. OpenAI berichtet dass mehr als 98% der Beraterteams von Morgan Stanley die KI-Tools nun täglich nutzen und dass sich der Zugriff auf relevante Dokumente von 20% auf 80% verbessert hat, wobei die Suchzeit deutlich verkürzt und die Abfrageeffizienz verbessert wurde.
Die Unternehmensleitung hat den Nutzen explizit in operativer Hinsicht formuliert. Reuters berichtet CEO Ted Pick schätzt, dass KI den Beratern “10 bis 15 Stunden pro Woche” ersparen könnte. Auf das Jahr umgerechnet bedeutet das etwa 520 bis 780 Stunden pro Berater, was etwa 13,0 bis 19,5 vierzigstündigen Arbeitswochen entspricht. Auch wenn die tatsächlichen Gewinne je nach Arbeitsablauf und Team variieren, ist die Größenordnung schwer von der Hand zu weisen. In der Vermögensverwaltung geht es nicht um den Wegfall von Arbeitskräften, sondern um Kapazitäten: mehr Zeit für die Interaktion mit dem Kunden, schnellere Folgemaßnahmen und weniger Verwaltungsaufwand zwischen Besprechung und Ausführung.
Ein Schweizer Beispiel weist in die gleiche Richtung. Die Fallstudie von Unique über Pictets One.Chat berichtet von 5’300 Mitarbeitern, 4’200 monatlich aktiven Benutzern und 50’000 Aufforderungen pro Woche, mit einer geschätzten Zeitersparnis von 1,5 bis 2,0 Stunden pro Mitarbeiter pro Woche. Auf das Jahr umgerechnet sind das etwa 78 bis 104 Stunden pro Jahr oder etwa 2,0 bis 2,6 vierzigstündige Arbeitswochen pro Mitarbeiter. Da die Fallstudie vom Hersteller veröffentlicht wurde, sind die Zahlen mit entsprechender Vorsicht zu behandeln. Dennoch ist das zugrundeliegende Signal nützlich: In einem Schweizer Private-Banking-Umfeld wird die Wertschöpfung bereits durch das Abrufen, Verfassen und den internen Zugriff auf Wissen und nicht durch autonome Beratung erbracht.
Ein breiterer Forschungsansatz weist in die gleiche Richtung. McKinsey argumentiert, dass generative KI besonders für Wissensarbeit von Bedeutung ist, und schätzt, dass sie bis 2040 einen jährlichen Anstieg der Arbeitsproduktivität um 0,1 bis 0,6 Prozentpunkte ermöglichen könnte, wenn die eingesparte Zeit effektiv umgeschichtet wird. In der gleichen Studie stellt McKinsey fest, dass Wissensarbeiter in der Vergangenheit einen erheblichen Teil ihrer Zeit mit der Suche nach und dem Sammeln von Informationen verbracht haben, was oft auf etwa einen Tag pro Woche geschätzt wird. Die Vermögensverwaltung ist nicht identisch mit den sektorübergreifenden Umgebungen, die McKinsey modelliert. Dennoch ist die Relevanz klar. Es handelt sich um ein Geschäft, das von der Suche nach Informationen, der Bearbeitung von Dokumenten, der Synthese und der Kommunikation geprägt ist, mit relativ wenigen Momenten, in denen es um wichtige Entscheidungen geht, die auf einem viel größeren Volumen an vorbereitender Arbeit beruhen.
Die Arithmetik ist wichtig, weil sie den Produktivitätsfall greifbar macht. Selbst wenn die KI in einigen Bereichen der Finanzdienstleistungen überbewertet wird, wird sie durch die Einsparung von Dutzenden oder sogar Hunderten von Stunden pro Fachkraft und Jahr zu einer echten Betriebsfrage.
Die deutlichsten öffentlichen Beispiele stellen KI als Produktivitätsschicht dar
Wenn die deutlichsten öffentlichen Beispiele Diejenigen, die am konkretesten über KI in der Vermögensverwaltung sprechen, beschreiben eher eine Produktivitätsebene als einen maschinellen Berater. Ted Picks Schätzung von “10 bis 15 Stunden pro Woche” ist ein Beispiel dafür, weil er KI in Zeit-Rendite-Begriffen und nicht in abstrakter Transformationssprache beschreibt. Morgan Stanleys eigenes veröffentlichtes Material stellt den Nutzen ähnlich pragmatisch dar: bessere Auffindbarkeit, schnellere Aufgabenerledigung und mehr Zeit des Beraters für die Kundenbeziehung.
Diese Unterscheidung ist strategisch wichtig. Im Privatvermögen bleibt der Kernwert der Beziehung in Urteilsvermögen, Diskretion und Verantwortlichkeit verankert. Die hochwertigsten KI-Anwendungsfälle von heute verdrängen diesen Kern nicht. Sie verdichten die geringwertige Arbeit, die sie umgibt. Die erste ernstzunehmende Welle der Wertschöpfung kommt daher als Ausführungshebel um Fachleute herum und nicht als Ersatz für Fachleute.
Noch wichtiger ist, dass die Produktivitätsdiskussion um KI ein tieferes Problem im Bereich des Privatvermögens offenbart. Vermögenseigentümer, Family Offices und Berater haben selten Probleme, weil es ihnen an abstrakten Informationen mangelt. Sie haben damit zu kämpfen, dass die Informationen über Banken, Unternehmen, Anlageklassen, Berichte, Dateien und Gegenparteien verstreut sind. KI kann die Reibungsverluste in Teilen dieses Workflows verringern. Sie beseitigt jedoch nicht den grundlegenden Bedarf an Transparenz.
Produktivität ist nur wichtig, wenn die Kontrolle intakt bleibt
Ein stärkerer Produktivitätsaspekt verschärft auch die Frage der Governance. In der Vermögensverwaltung ist ein schnellerer Output nicht automatisch ein besserer Output. Eine erstellte Zusammenfassung ist nur dann nützlich, wenn ihre Quellenbasis identifiziert werden kann. Eine vorgefertigte E-Mail spart nur dann Zeit, wenn die Überprüfung intakt bleibt. Eine Retrieval Engine verbessert die Ausführung nur, wenn Berechtigungen, Provenienz und Versionskontrolle ausreichend zuverlässig sind. Die Schweizerische Bankiervereinigung betont ausdrücklich, dass eine erfolgreiche Umsetzung nicht nur von den Anwendungsfällen abhängt, sondern auch von der strategischen Verankerung, der Governance, dem Risikomanagement und einer ausreichend robusten IT- und Dateninfrastruktur.
Die Umfrage der FINMA spiegelt genau dieses Spannungsfeld wider. Neben der zunehmenden Akzeptanz wurden auch die steigende Abhängigkeit von externen Anbietern und die mit dem Einsatz von KI verbundenen Bedenken der Aufsichtsbehörden hervorgehoben. Die Botschaft ist klar: Produktivität ohne Disziplin ist in diesem Umfeld kein dauerhafter Vorteil. Sie ist lediglich ein schnellerer Weg zu Inkonsistenz oder Fehlern.
Für erfahrene Entscheidungsträger bedeutet das nicht, dass KI defensiv angegangen werden sollte. Vielmehr sollten Produktivitätsgewinne als Teil eines größeren Betriebsmodells bewertet werden. Die relevanten Fragen sind nicht nur, wo Zeit eingespart werden kann, sondern auch, ob die Informationsbasis vertrauenswürdig ist, ob der Arbeitsablauf überprüfbar bleibt und ob die Verantwortlichkeit immer noch klar bei den Menschen liegt.
Der tiefere Vorteil liegt in der Informationsarchitektur
Der entscheidende Punkt liegt in der Architektur, die dem Workflow zugrunde liegt. KI funktioniert dort am besten, wo die Informationen bereits vernünftig strukturiert sind. Bei Privatvermögen ist die Ausgangslage oft umgekehrt. Ein und dieselbe Familie oder ein und derselbe Auftraggeber kann Vermögen über mehrere Verwahrstellen, juristische Personen und Gerichtsbarkeiten hinweg halten, wobei der Kontext über Auszüge, Berichte, Rechtsdokumente, Korrespondenz und Fachberater verteilt ist. Unter diesen Bedingungen kann die KI zwar Arbeitsfragmente beschleunigen, aber sie kann nicht von sich aus für Kohärenz sorgen.
Deshalb offenbart die Produktivitätsdebatte um KI letztlich etwas Tieferes über die Schweizer Vermögensverwaltung. Das eigentliche Hemmnis für den Betrieb ist oft nicht die Intelligenz, sondern die Fragmentierung. Die Firmen und Familienstrukturen, die am besten von Workflow-Verbesserungen profitieren können, sind in der Regel diejenigen, die über eine saubere Informationsarchitektur verfügen: stärkere Konsolidierung, bessere Sichtbarkeit über Entitäten und Vermögensklassen hinweg, klarere Dokumentenstrukturen und zuverlässigerer Zugang zu Kontext. Eine digitale Vermögensplattform wird in diesem Umfeld relevant, da die Fragmentierung nicht nur ein Suchproblem ist, sondern ein operatives Problem, das eine dauerhafte Übersicht über Bestände, Unternehmen, Dokumente und Beziehungen erfordert. In diese Logik fügt sich die Altoo Wealth Platform auf natürliche Weise ein. Ihr Wert liegt nicht in der Automatisierung von Entscheidungen, sondern in der Schaffung einer klareren und besser nutzbaren Übersicht über komplexe Vermögensstrukturen. In der Praxis bedeutet dies, dass die Plattform Vermögensinhabern, Family Offices und Beratern hilft, den manuellen Aufwand für die Rekonstruktion von Informationen über Banken, Unternehmen und Anlageklassen zu reduzieren, bevor Entscheidungen getroffen und umgesetzt werden können. Die Relevanz von Altoo liegt also darin, die grundlegende Voraussetzung für effektive Produktivität zu schaffen: Klarheit.
Die Schweizer Vermögensverwaltung braucht keine Beratung ohne Menschen. Sie braucht weniger stille Reibung rund um die Menschen, die für die Wahrung der Übersicht in immer komplexeren Vermögensstrukturen verantwortlich sind. KI wird dann strategisch sinnvoll, wenn sie den kumulativen Aufwand für Abfrage, Dokumentation und Koordination reduziert, ohne die Verantwortlichkeit zu schwächen. In diesem Sinne ist die eigentliche Frage nicht nur, was KI leisten kann, sondern auch, ob die zugrunde liegende Informationsumgebung stark genug ist, um Geschwindigkeit in zuverlässige Ausführung zu verwandeln.
Was es zu beachten gilt
- KI wird in der Vermögensverwaltung nur dann wertvoll, wenn die zugrunde liegende Informationsumgebung kohärent genug ist, um zuverlässiges Abrufen, Überprüfen und Weiterverfolgen zu unterstützen.
- In komplexen privaten Vermögensstrukturen ist das Haupthindernis selten ein Mangel an Informationen, sondern die Zersplitterung in Verwahrer, Unternehmen, Dokumente und Arbeitsabläufe.
- KI schafft aus dieser Fragmentierung heraus nicht von selbst operative Klarheit; sie hängt von einer klareren und disziplinierteren Informationsbasis ab.
Drei Prioritäten für Vermögensverwalter stechen hervor:
- Ermitteln Sie, wo Teams bei wiederkehrenden informationslastigen Arbeitsabläufen Zeit verlieren, insbesondere bei der Vorbereitung, Abfrage, Dokumentation und Nachbereitung.
- Beurteilen Sie, ob die Kunden-, Portfolio- und Berichtsinformationen ausreichend konsolidiert sind, um eine schnellere Ausführung zu ermöglichen, ohne die Kontrolle zu schwächen.
- Behandeln Sie die KI-Produktivität als eine Frage des Betriebsmodells und nicht als eine eigenständige Tool-Entscheidung: Governance, Qualität der Quellen, Überprüfung und Sichtbarkeit sollten vor der Skalierung stehen.
Lesen Sie auch KI und die neue Architektur des Vermögens um zu untersuchen, wie KI, Transparenz und Verantwortlichkeit die Zukunft der Vermögensverwaltung neu definieren.
