Warum es in Europa noch keine umfassende KI-Finanzberatung gibt

Wer sagt, dass Menschen einer KI nicht mit ihren Finanzen trauen, liegt falsch: nicht nur, dass der Großteil der Deutschen bereits KI nutzt (Solaris/Civey Studie), 68 Prozent können sich Ki-gesteuerte Finanzberatung grundsätzlich vorstellen (ING/YouGov) und 56 Prozent sehen in KI Finanzberatung eher eine Chance als ein Risiko (Bitkom).

Schon heute kreiert der Zugang zu KI informiertere Kund:innen, die besser vorbereitet zu Gesprächen kommen: 28 Prozent aller Deutschen befragen heute schon ChatGPT, Claude oder Gemini zu Umsätzen und Sparpotentialen. In den USA ist für Kund:innen von OpenAI dieser Finanzblick durch die Kooperation von OpenAI und Plaid bereits möglich. Darüber hinaus können sich Kund:innen dort auch bereits mit ihren Finanzen “unterhalten”, dank des Foundation Transaction Models, das Plaid aus ihrem Datenschatz gebaut haben, denn Transaktionsdaten sind die Sprache der Finanzindustrie. Hier ist ChatGPT das Interface, aber der Wert entsteht auf den Ebenen darunter, in der Interpretation der Daten.

Mit Revolut bietet erstmals eine Bank ähnliches an. Sonst  ist mir in der EU keine andere Bank bekannt, die eine entsprechende Funktion gelauncht hat. 

Wann kommt endlich das Financial Home für Europa?

Dabei ist die Nachfrage groß. In jeder Umfrage wünschen sich Kund:innen vor allem einen umfassenden Blick auf ihre finanzielle Situation, und darauf basierend darauf, mehr Unterstützung, ihre finanzielle Position zu verbessern. Sie suchen das Financial Home, über das wir schon seit Ewigkeiten sprechen.

Abgesehen davon, Kontoauszüge per CSV und Dokumente per PDF in das Chat-Interface der Wahl hochzuladen (aber meistens nur in den kostenpflichtigen Versionen und mit deaktivierter Datennutzung zu Trainingszwecken), gibt es in jedem Land einige Anbieter, die die Datenaggregation für die meisten Retailkund:innen übernehmen könnten – einen wirklich pan-europäischen Player, der die finanzielle Situation umfassend abbildet, gibt es aber nicht. Tink hat zwar auch Nicht-PSD2-Connectivity, der Zugang zu Investments beschränkt sich aber vor allem auf die skandinavischen Märkte; überall sonst geht das Angebot kaum über Angebote hinaus, die Finanzen bloß überwachen.

Europa ist noch nicht so weit

Entscheidend für die Vermögensberatung ist eine andere Kategorie: spezialisierte Anbieter, die Depot-, Vorsorge- und Versicherungsdaten zusammenführen und vergleichbar machen – also genau jene Daten, die ein Beratungsmodell braucht.

Wie weit diese heute reichen, habe ich in der letzten Kolumne beschrieben: starke nationale Champions, aber kein europäischer Anbieter mit vergleichbarer Tiefe; ihre DNA kommt meist aus PSD2, und der Zugang zu Premium-Bank- oder staatlichen APIs (Rente, steuerliche Parameter) ist von Land zu Land sehr verschieden. Sie können zwar noch nicht auf Open Finance APIs zugreifen, wohl aber auf immer mehr von großen Banken exponierte Premium APIs, und natürlich kann man Scraper für weitere Daten heute mit KI viel einfacher bauen, und zwar auch so, dass Agenten sie auch eigenständig reparieren.

Vor allem aber sind diese Firmen durchweg B2B-Anbieter: Als Retailkund:in komme ich an sie (mit wenigen Ausnahmen) gar nicht heran, um meine eigenen Finanzdaten zusammenzuführen.

Genau hier klafft die Lücke zwischen dem, was Kund:innen wollen, und dem, was sie selbst erreichen können.

Claude, hilf’ mir, mir ein Bild über meine finanzielle Position zu machen

Konkret gesprochen: Wenn sich Lisa (48) heute darüber informieren möchte, wie es um ihre Altersvorsorge da steht, und wann sie aufhören kann, zu arbeiten, dann kann sie heute selbst alle Informationen mühevoll heraussuchen und in eine KI hochladen. Und wenn sie dies tut, dann sieht sie keine Freibeträge, keine steuerlichen Implikationen. Die Daten sind auch nicht kontextualisiert, sodass das “so what” oft fehlt. Und die KI darf sie auch nicht beraten, ihr nur Informationen zur Verfügung stellen. Die Folge: Lisa wäre zwar viel besser für ein Beratergespräch vorbereitet als früher, aber das ist auch alles. Oder sie geht zu einem tradierten Berater, evtl. bei ihrer Bank, der aber auch längst nicht alle ihre Anlagen und Ansprüche kennen kann, weil Lisa ihm nicht automatisch den Zugang dazu ermöglichen kann.

Weder in den USA, noch in Europa, darf eine KI wie Claude Finanzberatung anbieten. Diese ist natürlich überall reguliert, und das kontextualisierte Darstellen der Finanzinformation in KI wie ChatGPT stellt heute eine Grauzone dar. Man könnte sich nun vorstellen, dass Banken und Berater-Pools genau das entwickeln, was fehlt: KI-gestützte Finanzberatung für das Mass Affluent Segment, mit Menschen, die das Geschäft überwachen und die ansprechbar sind. Vielleicht, aber auf welcher Basis?

Wer investiert in die nötige Infrastruktur?

Die nötigen Investitionen in das Fundament hierzu sind derzeit aber nur bei einer Bank offen festzustellen: Revolut, die mit Pragma und Air ein Foundational Model für Transaktionsdaten, sowie die KI Interface erstellt haben, die aber derzeit von ihrem Produktangebot im Bereich der umfassenden Finanzberatung noch nicht angekommen sind, aber verstärkt in der Private Banking Industrie rekrutieren (auch hierzulande).

Mastercard hat als ein weiterer globaler Player ein Foundation Model angekündigt, basierend natürlich auf Händler- und Transaktionsdaten. Das ist wichtig, weil Dateninfrastruktur gepaart mit einem Foundation Model über ein universelles Interface den Wert der Information bestimmt. Noch dazu werden globale Unternehmen wie Anthropic und OpenAI nur ungerne eine zersplitterte Daten-Partnerschaftsstruktur aufbauen und pflegen.

Der Weg: Zersplitterte Datenstruktur überwinden

Die europäische Industrie muss sich nun als überlegen, was sie möchte: eine weiterhin zersplitterte Dateninfrastruktur, die aus vielen kleineren Unternehmen besteht, die weder über signifikantes Growth Capital verfügen, noch schnell genug agieren können, den Markt entsprechend zu besetzen. Investoren, die auf den Exit hinarbeiten und während es keinen derzeit sichtbaren Player gibt, der diesen Markt vereinen könnte. 

Oder wir bauen einen gemeinsamen signifikanten Burgraben (MOAT) auf: eine pan-europäische Vermögensdaten-Infrastruktur, die mit einem eigenen Foundation Model der kompetente Partner für die gesamte Wertschöpfungskette in der Bereitstellung von Finanz- und Vermögensdaten KI. Ich sehe ein Zeitfenster von 12 bis 18 Monaten.