KI für unabhängige Vermögensverwalter: 7 Anwendungsfälle, die heute schon funktionieren

Sieben Anwendungsfälle funktionieren bei unabhängigen Vermögensverwaltern heute schon zuverlässig: Gesprächsprotokolle schreiben, Research zusammenfassen, Kundenreporting erstellen, Kundenkorrespondenz entwerfen, interne Weisungen durchsuchbar machen, Onboarding-Unterlagen prüfen und KYC-Dossiers vorbereiten. Der Unterschied zwischen Experiment und Produktivbetrieb liegt dabei selten im Tool. Er liegt in der Reihenfolge: Wer mit Prozessen beginnt, die viel Zeit kosten und wenig sensible Daten brauchen, kommt in Wochen zu Ergebnissen.

Die Ausgangslage beschreibt die Studie «AI Use Cases and Crypto Assets in External Asset Management» der Hochschule Luzern und von Finup vom Juli 2026 präzise: 49 Prozent der unabhängigen Vermögensverwalter in der Schweiz nutzen KI bereits in einzelnen Prozessen. Von den 65 gemeldeten Anwendungen laufen aber nur 11 Prozent produktiv, zwei Drittel bleiben Experimente (HSLU/Finup, Juli 2026). Die grössten Schmerzpunkte der Branche liegen bei Onboarding, KYC und Research, also genau dort, wo Aufwand und Regulierungsdichte zusammentreffen. Dieser Artikel ist für Inhaber und Geschäftsführer geschrieben, die wissen, dass sie etwas tun sollten, aber nicht, wo sie anfangen. Er gibt die Antwort in drei Teilen: welche Fälle sich zuerst lohnen, wie man sie richtig priorisiert und wie die ersten 30 Tage aussehen.

Welche sieben Anwendungsfälle funktionieren heute schon?

Die kurze Antwort vorweg, je ein Satz pro Fall:

1. Gesprächsprotokolle: Aus der Aufzeichnung oder Ihren Stichworten entsteht ein strukturiertes, archivfähiges Beratungsprotokoll.
2. Research-Zusammenfassungen: Research-Reports und Marktkommentare werden auf eine Seite kondensiert, mit Quellenangabe.
3. Kundenreporting: Depotdaten aus Bank-Reports werden ausgelesen, konsolidiert und als verständlicher Kundenbericht aufbereitet.
4. Kundenkorrespondenz: Der Agent entwirft Mails und Quartalsbegleitbriefe, Sie prüfen und senden.
5. Wissenssuche: Interne Weisungen und Prozessdokumente werden in natürlicher Sprache durchsuchbar, mit Verweis auf die richtige Stelle.
6. Onboarding-Unterlagen: Eingehende Unterlagen werden gelesen und gegen Ihre Checkliste auf Vollständigkeit geprüft.
7. KYC- und Source-of-Wealth-Dossiers: Der Agent erstellt Dossier-Entwürfe aus öffentlichen Quellen und bestehenden Unterlagen, die Prüfung bleibt beim Menschen.

Wie priorisiere ich die Anwendungsfälle richtig?

Zwei Fragen genügen für die Reihenfolge. Erstens: Wie viel Zeit kostet der Prozess heute, jede Woche, jeden Monat? Zweitens: Wie sensible Daten berührt er? Daraus entsteht eine einfache Matrix:

	Tiefe Datensensibilität	Hohe Datensensibilität
Grosser Zeitgewinn	Protokolle, Research, Wissenssuche	Kundenreporting, KYC-Dossiers, Onboarding-Unterlagen
Kleinerer Zeitgewinn	Entwürfe für Standard-Korrespondenz	Individuelle Anlagekommunikation

Oben links anfangen. Das Kundenreporting steht wegen der Vermögensdaten bewusst rechts: Wer eine geschützte Umgebung hat, aus der die Daten nichts verlassen, kann es trotzdem früh angehen.

Oben links stehen die Fälle, die viel Zeit zurückgeben und wenig sensible Daten berühren. Dort starten Sie. Unten rechts steht, was Sie getrost später angehen oder bewusst beim Menschen belassen. Diese Reihenfolge ist auch meine Antwort auf die häufigste Falle: Viele Häuser starten ausgerechnet mit KYC, weil dort der Schmerz am grössten ist. KYC ist aber der Fall mit der höchsten Datensensibilität und der aufwendigsten Datenbasis. Wer dort beginnt, braucht Monate bis zum ersten Ergebnis und verliert das Team unterwegs. Wer mit Protokollen oder Research beginnt, hat nach wenigen Wochen Zahlen auf dem Tisch, und danach will das Team von sich aus mehr.

Ein zweiter Vorteil dieser Reihenfolge wird oft unterschätzt: das Lernen. Im assistierten Modus prüft Ihr Team jeden Entwurf des Agenten. Am Anfang prüfen Sie streng, mit wachsender Trefferquote lockern Sie die Prüfdichte dort, wo der Agent zuverlässig arbeitet. Diese Routine, Entwürfe zu beurteilen statt sie selbst zu erstellen, ist genau die Fähigkeit, die Sie für die sensibleren Fälle später brauchen. Wer sie sich im einfachen Quadranten aneignet, geht das Onboarding danach mit ganz anderen Voraussetzungen an.

Die sieben Anwendungsfälle im Detail

1. Gesprächsprotokolle nach FIDLEG

Was: Aus der Gesprächsaufzeichnung oder Ihren Stichworten erstellt der Agent ein strukturiertes Protokoll: Anliegen des Kunden, besprochene Vorschläge, Risiken, Vereinbarungen, nächste Schritte. Sie prüfen den Entwurf, ergänzen und archivieren ihn.

Aufwand: Tief. Der Agent braucht Ihre Protokollvorlage und Zugang zur Ablage. Keine Schnittstelle zu Banksystemen nötig.

Datenrisiko: Mittel. Das Protokoll enthält Kundeninformationen, bleibt aber intern. Mit Schweizer Hosting und klaren Zugriffsrechten ist das gut kontrollierbar.

Beispiel: In meinen Projekten sinkt der Aufwand für ein sauberes Beratungsprotokoll um 90 bis 95 Prozent. Aus zwanzig Minuten Nacharbeit werden zwei Minuten Prüfen. Über ein Jahr mit mehreren hundert Kundengesprächen ist das der grösste Einzelhebel, den ich kenne. Nebenbei entsteht die Dokumentation, die das FIDLEG von Finanzdienstleistern erwartet, als Nebenprodukt und nicht als Zusatzarbeit. Die genauen Dokumentationspflichten hängen von Ihrer Tätigkeit ab, siehe den Hinweis am Ende des Artikels. Den ganzen Ablauf, von der Einwilligung über die feste Protokollstruktur bis zur Ablage, beschreibt der Artikel Gesprächsprotokolle und FIDLEG-Dokumentation mit KI.

2. Research-Zusammenfassungen

Was: Der Agent liest Research-Reports, Factsheets und Marktkommentare und fasst sie auf eine Seite zusammen, mit Quellenangabe. Auf Wunsch auf Deutsch, als Basis fürs Investment Committee oder für eine Kundenmail.

Aufwand: Tief. Öffentliche oder bezahlte Dokumente reichen als Input. Kein Kundenbezug nötig.

Datenrisiko: Tief. Es fliesst nichts Kundenspezifisches.

Beispiel: Die Studie nennt Investment-Research unter den häufigsten KI-Einsatzfeldern der Branche und zugleich unter den grössten Schmerzpunkten. Im Alltag sieht das so aus: Ein Vermögensverwalter mit fünf Personen lässt sich jeden Morgen die zehn relevanten Reports auf je eine halbe Seite kondensieren. Das Committee liest zehn Minuten statt zwei Stunden.

3. Kundenreporting

Was: Der Agent liest Bank-Reports aus, extrahiert Positionen und Transaktionen, konsolidiert über Banken, Währungen und Produkte hinweg und bereitet den Kundenbericht vor, inklusive Performance-Kalkulation.

Aufwand: Mittel. Es braucht eine Anbindung an die Formate Ihrer Depotbanken. Einmal gebaut, läuft der Prozess wiederholbar.

Datenrisiko: Hoch, aber kontrollierbar. Vermögensdaten bleiben in Ihrer geschützten Umgebung und werden nicht an öffentliche Modelle weitergereicht.

Beispiel: T&T International, ein Wealth Manager mit sehr kleinem Team, bewältigt hohe Mengen an Compliance-Arbeit und Reporting mit einer Operations-Applikation. Sie liest Bank-Reports aus, bereitet die nötigen Dokumente inklusive Compliance-Check vor und stellt dem Kunden aggregiert und verständlich dar, was er wo hält. Die Performance-Kalkulation folgt Best-in-Class-Methoden, die Reporting-Qualität liegt teils über Bankenniveau. Der Zeitaufwand ist um 80 Prozent gesunken. Die Details stehen in der Case Study zu T&T International. Wie das Reporting dort im Detail aufgebaut ist und was andere Vermögensverwalter davon übernehmen können, beschreibt der Artikel Kundenreporting automatisieren: Case Study T&T International.

4. Entwürfe für Kundenkorrespondenz

Was: Der Agent entwirft Mails, Quartalsbegleitbriefe und Antworten auf Standardfragen. Er übernimmt Tonfall und Fakten aus Ihrem Briefing. Sie prüfen, passen an und senden.

Aufwand: Tief. Eine Handvoll Vorlagen und Beispieltexte genügen für den Start.

Datenrisiko: Mittel. Kundenbezug ja, aber keine Bewegungsdaten nötig.

Beispiel: In der grossen Welt versendet ein Advisor Assistant, eingeführt bei einem der weltweit grössten Versicherer, Anlass-Mails automatisch, etwa zum Geburtstag, und reichert das CRM über die Sprachfunktion mit weichen Kundendaten an. Für ein kleines Haus reicht die halbe Version: Der Agent entwirft, Sie senden. Auch das spart spürbar Zeit, weil der leere Bildschirm wegfällt. Und er zahlt auf dieselbe Logik ein wie die grosse Lösung: Der Berater verbringt mehr und bessere Zeit mit dem Kunden, weil die Vorbereitung wegfällt.

5. Wissenssuche in internen Weisungen

Was: Semantische Suche über Ihre Weisungen, Compliance-Vorgaben und Prozessdokumente. Sie fragen in natürlicher Sprache, der Agent antwortet mit Verweis auf die richtige Stelle im richtigen Dokument.

Aufwand: Tief bis mittel. Die Dokumente müssen sauber abgelegt sein, mehr nicht.

Datenrisiko: Tief bis mittel. Es geht um interne Dokumente, nicht um Kundendaten.

Beispiel: «Wie lautet unsere Vorgabe für die Annahme von Drittfonds?» Statt zwanzig Minuten Ordner zu durchsuchen, kommt die Antwort in Sekunden, mit Fundstelle. Gerade in kleinen Teams, in denen Wissen in Köpfen und Mailverläufen steckt, ist das ein leiser, aber täglicher Gewinn. Eine verwandte Variante beschreibt der Artikel KI für Family Offices: Dort geht es darum, das gesamte Dokumentenarchiv eines Hauses durchsuchbar zu machen.

6. Onboarding-Unterlagen

Was: Der Agent liest eingehende Unterlagen, prüft die Vollständigkeit gegen Ihre Checkliste, listet fehlende Dokumente auf und bereitet das Dossier für Ihre Prüfung vor.

Aufwand: Mittel bis hoch. Jedes Haus hat eigene Formulare und eine eigene Risikopolitik, die sauber abgebildet werden muss.

Datenrisiko: Hoch. Ausweise, Vermögensnachweise und Steuerdokumente gehören zum sensibelsten Material im Haus.

Beispiel: Hier schreibe ich bewusst aus Branchensicht, nicht aus einem eigenen Projekt. Aus meiner Tätigkeit bei additiv kenne ich, wie grosse Institute Onboarding neu denken: Beim diskretionären Portfolio-Management eines europäischen Neobanken-Marktführers steuern sich die Kunden selbst durch den Prozess, während die Abwicklung im Hintergrund automatisiert läuft. Für einen unabhängigen Vermögensverwalter heisst das übersetzt: Nicht das digitale Kundenerlebnis steht am Anfang, sondern die Vollständigkeitsprüfung im Hintergrund. Der Kunde merkt davon nur, dass es schneller geht. Den ganzen Prozess mit den sechs Schritten und einer ehrlichen Einordnung, wo KI Zeit spart und wo nicht, beschreibt der Artikel Kunden-Onboarding bei Vermögensverwaltern.

7. KYC- und Source-of-Wealth-Dossiers

Was: Der Agent erstellt Entwürfe für KYC-Dossiers aus öffentlichen Quellen und bestehenden Unterlagen: Handelsregister, Medienberichte, eigene Notizen. Er strukturiert die Herkunft der Vermögenswerte als Entwurf. Die Prüfung und die Verantwortung bleiben beim Menschen.

Aufwand: Hoch. Es braucht saubere Daten und klare Regeln, sonst entsteht Mehrarbeit statt Entlastung.

Datenrisiko: Hoch. Hier liegen der grösste Hebel und die grösste Sorgfaltspflicht nahe beieinander.

Beispiel: Auch hier gilt: Die Studie nennt KYC- und AML-Prüfungen unter den häufigsten Einsatzfeldern und gleichzeitig unter den grössten Schmerzpunkten. Genau diese Spannung ist der Punkt. Automatisieren lässt sich die Vorbereitung, nicht die Verantwortung. Deshalb gehört dieser Fall an den Schluss der Liste, nicht an den Anfang. Wer ihn nach zwei oder drei erfolgreicheren Fällen angeht, hat dann die Routine, die er braucht. Den ganzen Ablauf, vom Auslesen der Dokumente bis zum Quellenbeleg mit den Mensch-Checkpoints, beschreibt der Artikel KYC- und Source-of-Wealth-Dossiers mit KI vorbereiten.

Was machen die grossen Institute, und was reicht für fünf Leute?

Was ich aus Projekten mit additiv mitnehme: Versicherer und Neobanken betten KI direkt in ihre Beratungsprozesse ein. Drei Muster fallen auf: Hybride Beratung, bei der KI den Berater in Vor- und Nachbereitung unterstützt. Geführte Beratungsapplikationen, mit denen Berater auch komplexe Themen und ganzheitliche Finanzplanungen anbieten können. Und diskretionäres Portfolio-Management mit Self-Service-Onboarding, das die Abwicklung rund um den Kunden automatisiert.

Diese Plattformen sind Jahresprojekte mit eigenen Teams. Für ein Haus mit fünf bis zwanzig Leuten ist weder nötig noch sinnvoll, sie nachzubauen. Was zählt, ist die Logik dahinter: Daten einmal sauber erfassen, Dokumente automatisch vorbereiten, den Menschen für die Beratung freischaufeln. Die sieben Anwendungsfälle oben sind die Wochenversion davon. Was Versicherer und Neobanken in Jahren aufbauen, kann ein kleines Team heute in Wochen nutzen, wenn es in der richtigen Reihenfolge startet.

Was kleine Teams nicht kopieren sollten, ist die Form der grossen Projekte: lange Ausschreibungen, mehrmonatige Konzeptphasen, ein Grossvorhaben mit festem Enddatum. Diese Form ist für Organisationen gebaut, die Risiko über Gremien steuern. Ein kleines Haus steuert Risiko besser über einen schmalen Piloten, wöchentliches Messen und die Freigabe durch eine verantwortliche Person. Der Vorteil des kleinen Hauses ist die kurze Distanz zwischen Entscheid und Wirkung. Wer sie nutzt, ist schneller produktiv als jedes Grossprojekt.

Wie sehen die ersten 30 Tage aus?

Woche 1: Einen Prozess wählen. Nehmen Sie einen Fall aus dem linken oberen Quadranten der Matrix. Machen Sie das Ziel messbar: Minuten pro Protokoll, Berichte pro Monat, Suchaufwand pro Woche. Ohne Zielzahl gibt es später keine Entscheidungsgrundlage.

Woche 2: Datenlage und Hosting klären. Sobald es konkret wird, steht eine Frage obenauf: Wo liegen meine Daten? Die gute Antwort ist heute einfach: eine geschützte Schweizer Cloud, gehostet zum Beispiel auf Microsoft Azure in der Region Zürich Nord. Kundendaten bleiben im Land und sauber von öffentlichen Modellen getrennt. Klären Sie in derselben Woche, welche Daten der gewählte Prozess überhaupt berührt. Bei Protokollen und Research ist die Liste kurz, und genau diese Klarheit macht die Datenschutz-Frage lösbar statt endlos.

Woche 3: Der Pilot läuft im assistierten Modus. Der Agent erstellt Entwürfe, Ihr Team prüft, nichts geht ohne Freigabe raus. Jede Aktion wird mit Zeitstempel und Begründung protokolliert. Genau diese Spur erwartet auch die Aufsicht: Die FINMA formuliert in ihrer Aufsichtsmitteilung 08/2024 Erwartungen an Governance und Risikomanagement beim Einsatz von KI, also daran, dass Sie wissen, wo KI läuft, wer verantwortlich ist und wie Fehler auffallen (FINMA, Dezember 2024).

Woche 4: Messen und entscheiden. Trefferquote, Zeitersparnis, Fehlerarten. Dann entscheiden Sie: skalieren, anpassen oder stoppen. Erst danach kommt der zweite Prozess.

Zwei Dinge helfen in diesen 30 Tagen mehr als jede Technologie. Erstens eine benannte Person, die den Piloten besitzt und wöchentlich auf die Zahlen schaut. Zweitens ein Protokoll der Fehler: Nicht um den Agenten blosszustellen, sondern um zu erkennen, welche Fehler systematisch sind und welche zufällig. Systematische Fehler zeigen, wo Ihre Vorlagen oder Daten angepasst werden müssen. Zufällige Fehler gehören zum Prüfprozess, solange sie selten bleiben.

Zur Budgetfrage: Ein schlanker Pilot inklusive Setup liegt im mittleren fünfstelligen Bereich, dazu kommen moderate monatliche Betriebskosten. Die detaillierte Rechnung steht im Artikel Was kostet KI für Finanzdienstleister?.

Aus meiner Praxis: Der grösste Effekt entsteht selten im ersten Prozess, sondern im dritten. Beim Reporting von T&T International sank der Zeitaufwand um 80 Prozent. Das eigentliche Ergebnis war aber ein anderes: Sobald das Team erlebt hatte, dass ein Agent zuverlässig vorbereitet und der Mensch nur noch prüft, kamen die nächsten Prozesse von allein auf die Liste. Vertrauen in KI entsteht nicht per Präsentation, sondern durch gemessene Qualität über Wochen.

Fazit: Ihr nächster Schritt

Die Hälfte der Branche experimentiert, und von den gemeldeten Anwendungen läuft nur rund jede zehnte produktiv. Der Unterschied ist keine Technologie, sondern eine Entscheidung: ein Prozess, ein messbares Ziel, ein verantwortlicher Mensch. Wählen Sie aus der Matrix oben den Fall, der Ihnen jede Woche am meisten Zeit kostet und die wenigsten sensiblen Daten berührt. Das ist Ihr Pilot.

Wenn Sie sehen möchten, wie das für Ihr Haus konkret aussieht: Auf KI für Vermögensverwalter zeigen wir die Anwendungsfälle im Detail und vereinbaren bei Interesse ein Gespräch. Den Gesamtüberblick über KI in Finanz-KMU gibt der Leitfaden 2026, und warum so viele KI-Projekte stecken bleiben, analysiert der Kommentar Nur 11 Prozent der KI-Anwendungen bei Vermögensverwaltern laufen produktiv.

Hinweis: Wir sind keine Anwaltskanzlei. Alle Angaben zu rechtlichen und regulatorischen Themen stehen unter Vorbehalt und ersetzen keine Rechtsberatung. Für konkrete Fragen ziehen Sie bitte eine Anwältin oder einen Anwalt bei.

FAQ

Lohnt sich KI schon für ein Team mit drei Personen?

Ja, gerade dort. Je kleiner das Team, desto grösser der relative Gewinn pro automatisierter Stunde. Wichtig ist nur, mit einem klar begrenzten Prozess zu starten statt mit einem Gesamtprogramm.

Welche Anwendungsfälle sollte ich nicht automatisieren?

Anlageentscheide und die individuelle Beratung gehören in menschliche Verantwortung. Ebenso alles, bei dem der Datenfluss unübersichtlich ist oder Sie die Quellen nicht kontrollieren. KI bereitet vor, der Mensch entscheidet.

Wie gehe ich mit dem Datenschutz um?

Drei Grundregeln: Schweizer Hosting für Kundendaten, assistierter Modus mit menschlicher Freigabe, vollständiges Protokoll jeder Aktion. Damit beantworten Sie die Frage «Wo liegen meine Daten?» sauber, bevor sie überhaupt gestellt wird. Was Ihr Team mit öffentlichen Tools wie ChatGPT darf und was nicht, steht im Artikel ChatGPT im Vermögensverwalter-Alltag: Was mit Kundendaten erlaubt ist und was nicht.

Was kostet der Einstieg?

Das hängt vom gewählten Fall ab: Ein erster Pilot inklusive Setup ist typischerweise im fünfstelligen Bereich machbar, die laufenden Kosten bleiben klein im Vergleich zu einer neuen Stelle. Details und Amortisationsrechnung im Kostenartikel.

Wie verhindere ich, dass Fehler an Kunden gelangen?

Durch den assistierten Modus: Der Agent erstellt ausschliesslich Entwürfe, und nichts verlässt das Haus ohne Ihre Freigabe. Dazu kommt ein Protokoll jeder Aktion mit Zeitstempel und Begründung. Fehler fallen so auf, bevor sie Wirkung entfalten, und Sie erkennen über die Wochen, wo der Agent zuverlässig arbeitet und wo er Ihre Prüfung weiterhin braucht.

Brauche ich dafür eine neue Kernsoftware?

Nein. Der Agent arbeitet als Schicht über Ihren bestehenden Systemen. Über Schnittstellen und Konnektoren spricht er mit CRM, Dokumentenablage und E-Mail. Wo keine Schnittstelle existiert, liest er Dokumente direkt. Sie ersetzen nichts, Sie ergänzen.

Muss ich den Einsatz von KI der FINMA melden?

Das hängt von Ihrer Bewilligung und Ihrem Aufsichtsregime ab. Die FINMA formuliert Erwartungen an Governance und Risikomanagement, keine generelle Meldepflicht für jeden KI-Einsatz. Klären Sie Ihren konkreten Fall mit einer Fachperson, siehe den Hinweis oben.