Der Trend begann allerdings nicht erst mit dem jüngsten Boom generativer KI. Mehr als die Hälfte der Unternehmen – 56 Prozent – integrieren KI bereits seit vier bis fünf Jahren in ihre Abläufe. Nur 9 Prozent haben erst im vergangenen Jahr damit begonnen . Die Branche steht damit eher in der Mitte ihrer KI-Entwicklung als am Anfang.

Das Investitionsparadox: 66 Prozent sehen ein Zuviel, 25 Prozent ein Zuwenig

Die zentrale Frage lautet offenbar nicht mehr, ob Vermögensverwalter in KI investieren sollten, sondern wie viel angemessen ist. Eine klare Antwort darauf gibt es in der Branche nicht:

• 66 Prozent der Fondsmanager befürchten, dass ihre Unternehmen zu viel in KI investieren .
• 25 Prozent sind dagegen überzeugt, dass ihre Organisationen noch nicht genug ausgeben .

Clearwater bezeichnet diesen Widerspruch als „Investitionsparadox“. Er zeigt, wie schwierig es für die Unternehmen ist, ihr Engagement für eine Technologie zu dosieren, die als besonders wirkungsvoll gilt, deren Rendite sich aber nur schwer vorhersagen lässt .

Wo KI den größten Unterschied machen soll

Die Studienteilnehmer wurden gefragt, in welchen Bereichen KI innerhalb der kommenden zwölf Monate die stärksten Veränderungen bewirken dürfte. Im Mittelpunkt stehen Aufgaben, bei denen große Datenmengen verarbeitet und menschliche Entscheidungen unterstützt werden:

• 62 Prozent erwarten tiefgreifende Veränderungen bei der Generierung und Zusammenfassung von Daten .
• 58 Prozent rechnen mit erheblichen Auswirkungen auf Entscheidungsunterstützungssysteme, darunter auch die Neugewichtung von Portfolios .
• 57 Prozent nennen Prognosemodelle und Stresstests als Bereiche mit großem erwarteten Einfluss .

Die Zahlen deuten darauf hin, dass Vermögensverwalter KI vor allem als Verstärker für datenintensive und analytische Arbeit sehen – nicht in erster Linie als Ersatz für Portfoliomanager.

Datenqualität als entscheidender Erfolgsfaktor

Mehr Geld allein führt offenbar nicht automatisch zu besseren Ergebnissen. Laut der Studie hängt der Nutzen von KI stark davon ab, wie zuverlässig und gut strukturiert die Daten eines Unternehmens sind.

Bei Unternehmen, die die Genauigkeit ihrer Daten als gut oder ausgezeichnet bewerten, sagen 44 Prozent, dass KI ihr Risikomanagement „deutlich proaktiver“ gemacht habe. Bei Firmen mit mittelmäßiger oder schlechter Datenqualität liegt dieser Anteil dagegen nur bei 17 Prozent .

Damit zeichnet sich eine klare Trennlinie ab: Unternehmen mit belastbarer Daten-Governance können ihre KI-Investitionen eher in praktische Verbesserungen bei Risikomanagement, Berichterstattung und Analyse übersetzen. Wo die Datengrundlage schwach ist, können dagegen selbst stark steigende Budgets ohne vergleichbare Resultate bleiben .

Die wichtigste Lehre für Vermögensverwalter

Die Studie „GenAI and the Data Divide“ beschreibt eine Branche, die entschlossen auf KI setzt, deren wirtschaftlichen Nutzen aber noch nicht zuverlässig messen kann. Die Budgets wachsen, obwohl es keinen einheitlichen Maßstab für den Erfolg gibt. Gleichzeitig ist die Mehrheit der Unternehmen bereits seit mehreren Jahren mit der Integration beschäftigt – und dennoch fürchten 66 Prozent der Führungskräfte, zu viel auszugeben.

Die praktisch wichtigste Schlussfolgerung betrifft deshalb nicht die Höhe des Budgets, sondern die Qualität der Daten. Wer in genaue, konsistente und gut kontrollierte Daten investiert, hat deutlich bessere Chancen, mit KI ein proaktiveres Risikomanagement und fundiertere Entscheidungen zu erreichen. Für Asset Manager lautet die entscheidende Frage somit weniger: Wie viel sollen wir für KI ausgeben? Sondern vielmehr: Wie verlässlich sind die Daten, mit denen unsere Modelle arbeiten?

Der Trend begann allerdings nicht erst mit dem jüngsten Boom generativer KI. Mehr als die Hälfte der Unternehmen – 56 Prozent – integrieren KI bereits seit vier bis fünf Jahren in ihre Abläufe. Nur 9 Prozent haben erst im vergangenen Jahr damit begonnen . Die Branche steht damit eher in der Mitte ihrer KI-Entwicklung als am Anfang.

Das Investitionsparadox: 66 Prozent sehen ein Zuviel, 25 Prozent ein Zuwenig

Die zentrale Frage lautet offenbar nicht mehr, ob Vermögensverwalter in KI investieren sollten, sondern wie viel angemessen ist. Eine klare Antwort darauf gibt es in der Branche nicht:

• 66 Prozent der Fondsmanager befürchten, dass ihre Unternehmen zu viel in KI investieren .
• 25 Prozent sind dagegen überzeugt, dass ihre Organisationen noch nicht genug ausgeben .

Clearwater bezeichnet diesen Widerspruch als „Investitionsparadox“. Er zeigt, wie schwierig es für die Unternehmen ist, ihr Engagement für eine Technologie zu dosieren, die als besonders wirkungsvoll gilt, deren Rendite sich aber nur schwer vorhersagen lässt .

Wo KI den größten Unterschied machen soll

Die Studienteilnehmer wurden gefragt, in welchen Bereichen KI innerhalb der kommenden zwölf Monate die stärksten Veränderungen bewirken dürfte. Im Mittelpunkt stehen Aufgaben, bei denen große Datenmengen verarbeitet und menschliche Entscheidungen unterstützt werden:

• 62 Prozent erwarten tiefgreifende Veränderungen bei der Generierung und Zusammenfassung von Daten .
• 58 Prozent rechnen mit erheblichen Auswirkungen auf Entscheidungsunterstützungssysteme, darunter auch die Neugewichtung von Portfolios .
• 57 Prozent nennen Prognosemodelle und Stresstests als Bereiche mit großem erwarteten Einfluss .

Die Zahlen deuten darauf hin, dass Vermögensverwalter KI vor allem als Verstärker für datenintensive und analytische Arbeit sehen – nicht in erster Linie als Ersatz für Portfoliomanager.

Datenqualität als entscheidender Erfolgsfaktor

Mehr Geld allein führt offenbar nicht automatisch zu besseren Ergebnissen. Laut der Studie hängt der Nutzen von KI stark davon ab, wie zuverlässig und gut strukturiert die Daten eines Unternehmens sind.

Bei Unternehmen, die die Genauigkeit ihrer Daten als gut oder ausgezeichnet bewerten, sagen 44 Prozent, dass KI ihr Risikomanagement „deutlich proaktiver“ gemacht habe. Bei Firmen mit mittelmäßiger oder schlechter Datenqualität liegt dieser Anteil dagegen nur bei 17 Prozent .

Damit zeichnet sich eine klare Trennlinie ab: Unternehmen mit belastbarer Daten-Governance können ihre KI-Investitionen eher in praktische Verbesserungen bei Risikomanagement, Berichterstattung und Analyse übersetzen. Wo die Datengrundlage schwach ist, können dagegen selbst stark steigende Budgets ohne vergleichbare Resultate bleiben .

Die wichtigste Lehre für Vermögensverwalter

Die Studie „GenAI and the Data Divide“ beschreibt eine Branche, die entschlossen auf KI setzt, deren wirtschaftlichen Nutzen aber noch nicht zuverlässig messen kann. Die Budgets wachsen, obwohl es keinen einheitlichen Maßstab für den Erfolg gibt. Gleichzeitig ist die Mehrheit der Unternehmen bereits seit mehreren Jahren mit der Integration beschäftigt – und dennoch fürchten 66 Prozent der Führungskräfte, zu viel auszugeben.

Die praktisch wichtigste Schlussfolgerung betrifft deshalb nicht die Höhe des Budgets, sondern die Qualität der Daten. Wer in genaue, konsistente und gut kontrollierte Daten investiert, hat deutlich bessere Chancen, mit KI ein proaktiveres Risikomanagement und fundiertere Entscheidungen zu erreichen. Für Asset Manager lautet die entscheidende Frage somit weniger: Wie viel sollen wir für KI ausgeben? Sondern vielmehr: Wie verlässlich sind die Daten, mit denen unsere Modelle arbeiten?