Der KI-Boom im Asset Management stößt auf eine Datenkluft

Die Ergebnisse stammen aus dem globalen Clearwater-Bericht „GenAI and the Data Divide“ für 2026. Dafür wurden 178 Führungskräfte – darunter CEOs, CFOs, CIOs und CROs – aus Asset Managern, Hedgefonds und Private-Credit-Unternehmen in Europa, den USA und der Region Asien-Pazifik befragt .

Zwischen Ausgabenboom und Unsicherheit

Die Branche erhöht ihre KI-Ausgaben in rasantem Tempo. 63 Prozent der befragten Unternehmen steigerten ihr Budget im vergangenen Jahr um mehr als die Hälfte; eine Budgetsenkung wurde von keinem Unternehmen angegeben . Trotzdem besteht kaum Einigkeit darüber, wie hoch die „richtigen“ Investitionen sein sollten .

• 66 Prozent der Fondsmanager sorgen sich, dass ihre Unternehmen bereits zu viel in KI investieren .
• 25 Prozent halten die bisherigen Investitionen weiterhin für zu niedrig .

„Im Zentrum der KI-Revolution im Asset Management zeichnet sich ein bemerkenswertes Investitionsparadox ab“, heißt es in dem Bericht . Der Technologieeinsatz nimmt zwar flächendeckend zu, doch die Erwartungen an angemessene Ausgaben gehen deutlich auseinander.

Diese Geschäftsbereiche sollen sich am stärksten verändern

Für die kommenden zwölf Monate erwarten die Befragten vor allem in drei operativen Bereichen große oder transformative Auswirkungen:

• Erzeugung und Zusammenfassung von Daten: 62 Prozent sehen hier einen transformativen Einfluss – der höchste Wert der Studie .
• Entscheidungsunterstützung, einschließlich der Neugewichtung von Portfolios: 58 Prozent .
• Prognosemodelle und Stresstests: 57 Prozent .

Damit verlässt KI zunehmend die Experimentierphase und rückt in die zentralen Abläufe der Investmentverwaltung vor. Zwei Drittel der Fondsmanager erklärten außerdem, dass ihre KI-Anwendungen alternative Daten inzwischen effektiv verarbeiten. Dabei handelt es sich um Informationen außerhalb klassischer Finanzdaten, deren Nutzung traditionell schwer zu skalieren ist .

62 Prozent berichteten zudem von Erfolgen bei der sogenannten Multi-Agenten-Orchestrierung. Gemeint sind dabei autonome Abläufe, die durch bestimmte Schwellenwerte in den Daten ausgelöst werden .

Warum die Datenbasis wichtiger ist als das Budget

Die zentrale Erkenntnis der Untersuchung: Der Abstand zwischen Vorreitern und Nachzüglern bei der KI-Nutzung lässt sich offenbar nicht primär durch die Höhe des Budgets oder den Zeitpunkt der Einführung erklären. Ausschlaggebend ist vielmehr die Qualität der Datenbasis .

„Die Einführung von KI zwingt Fondsmanager, sich mit den Grundlagen des Datenmanagements auseinanderzusetzen – stärker als jede andere Entwicklung zuvor“, sagte Souvik Das, Chief Technology Officer von Clearwater Analytics .

Die Unterschiede zeigen sich besonders im Risikomanagement. Von den Unternehmen, die die Genauigkeit ihrer Daten als gut oder ausgezeichnet bewerten, sagen 44 Prozent, ihr Risikomanagement sei deutlich proaktiver geworden. Bei Unternehmen mit einer mittelmäßigen oder schlechten Datenqualität sind es dagegen nur 17 Prozent .

Fast alle befragten Führungskräfte – 95 Prozent – haben ihre KI-Budgets im vergangenen Jahr erhöht. Größere Ausgaben allein führen bei Unternehmen mit schwacher Datenbasis jedoch nicht automatisch zu besseren Ergebnissen .

Ein Trend, der über die Fondsbranche hinausgeht

Die Clearwater-Ergebnisse passen zu einer breiteren Entwicklung im Finanzsektor. Eine separate KPMG-Erhebung kommt zu dem Ergebnis, dass Unternehmen aus Asset Management und Private Equity in den kommenden zwölf Monaten durchschnittlich 148 Millionen US-Dollar für KI einplanen – beinahe das 1,5-Fache des im Vorquartal erwarteten Betrags . Zu den wichtigsten Investitionsfeldern zählen Daten und Analytik sowie Forschung und Entwicklung .

Auch auf Unternehmensebene bleibt die Rendite der KI-Ausgaben ein Problem. Obwohl weltweit 30 bis 40 Milliarden US-Dollar in generative KI investiert wurden, erzielen viele Unternehmen bislang kaum oder gar keine messbaren Erträge. Clearwater bezeichnet diese wachsende Kluft zwischen KI-Einsatz und tatsächlichem Nutzen als „GenAI Divide“ .

Die Botschaft für Asset Manager ist damit klar: Mehr Geld kann die Einführung beschleunigen. Ob daraus tatsächlich ein Wettbewerbsvorteil entsteht, hängt jedoch maßgeblich davon ab, wie verlässlich, zugänglich und konsistent die Daten sind, auf denen die Systeme arbeiten.