In der klassischen Vermögensverwaltung blieben massgeschneiderte Portfolios lange Zeit nur wohlhabenden Kund:innen vorbehalten.
Dank moderner Technologie und skalierbarer Prozesse macht Tindeco-Mitgründer Michael Kaimakliotis massgeschneiderte Portfolios einem breiteren Markt zugänglich. Warum echte Personalisierung und künstliche Intelligenz (KI) die Branche nachhaltig verändern, erklärt er im Interview.
Michael Kaimakliotis Tindeco-Mitgründer
Herr Kaimakliotis, Sie waren viele Jahre in leitenden Funktionen der Vermögensverwaltung tätig. Welche Erkenntnis hat Sie am meisten geprägt, besonders im Hinblick auf die Gründung von Tindeco?
In meiner Laufbahn habe ich gelernt, dass traditionelle Lösungen oft nicht den echten Bedürfnissen der Kundschaft entsprechen. Vermögende Privatpersonen und Institutionen erhielten massgeschneiderte Portfolios, während die übrige Kundschaft in der Regel Standardprodukte erhielt. Jedoch forderte die Kundschaft Individualisierung. Um dies einem breiteren Markt zugänglich zu machen, fehlte die passende Technologie. Also bauten mein Mitgründer Neil McLachlan, heute CTO von Tindeco, und ich sie selbst (lacht). Bei Tindeco steht deshalb Skalierbarkeit an erster Stelle: Erst wenn Prozesse voll skalierbar sind, wird es wirtschaftlich möglich, hochgradig massgeschneiderte Portfolios effizient für viele Kund:innen anzubieten.
Weshalb ist es für Sie essenziell, individualisierte Portfolios der breiten Masse anbieten zu können?
Jede Kundin und jeder Kunde verfügt über individuelle Rahmenbedingungen: Risikobereitschaft und Ziele variieren. Diese Einzelheiten spielen bei der Wahl der Portfolios und der Verwaltung eine Rolle. Manche Anlegenden möchten auch ihre eigenen Ansichten einbringen – ob sie die Verwaltung ganz einem Verwalter überlassen oder einen aktiven beziehungsweise hybriden Ansatz bevorzugen.
Bei Tindeco steht Skalierbarkeit an erster Stelle. Beruht darauf Tindecos Erfolgsrezept?
Damit fängt alles an. Nichts lässt sich ohne skalierbaren Ansatz effizient umsetzen. Skalierbarkeit bedeutet, einen Anlageprozess in Form von Code abzubilden. Wir möchten Anlageverwalter:innen dabei unterstützen, ihren eigenen Prozess zu implementieren und zu skalieren – ihnen dabei aber die Flexibilität zu lassen, im Rahmen dieses Prozesses ihre eigene Note einzubringen.
Sie betonen, dass Personalisierung nur dann glaubwürdig ist, wenn das Erfassen von Kund:innenwünschen, die laufende Umsetzung und die lückenlose Erklärung reibungslos ineinandergreifen. Wie hilft KI dabei, diese drei Aufgaben automatisiert und zuverlässig zu bewältigen?
Bezüglich Präferenzen geht es darum, Nutzenden ein interaktives Gespräch in natürlicher Sprache mit einer KI zu ermöglichen, um Portfoliowünsche auszudrücken. Bisher nutzen wir dafür unseren visuellen Drag-and-Drop-Ansatz. In Zukunft soll dies über grosse Sprachmodelle möglich sein: Die Maschine wird die Strategie entwerfen. Bevor sie im Portfolio landet, können Kund:innen das Ergebnis prüfen und testen. Sobald man über einen solchen systematischen Prozess verfügt, dokumentiert unser «Governed Decisioning Layer» die zugrunde liegende Logik und jede Entscheidung, auch wenn jemand eingreift. Aus diesen erfassten Daten wird die KI schliesslich verständliche Berichte für die Endnutzenden erstellen können.
Wenn KI in der Vermögensverwaltung viele Aufgaben übernehmen und aufgrund vorgegebener Regeln Entscheidungen für die Anwendenden fällen kann: Wie wird die KI dann im System von Tindeco kontrolliert?
Governance ist schon bei rein menschlichen Eingaben wichtig. Sobald KI ins Spiel kommt, wird eine kontrollierte Entscheidungsfindung absolut essenziell. Wir übersetzen die statistischen Ergebnisse der KI in deterministischen Code, den Menschen testen können: Funktioniert er? Handelt er so, wie ich es erwarte? Erst nach dieser Prüfung und Freigabe wird eine Strategie im Portfolio eingesetzt. Die KI unterliegt dabei denselben Berechtigungen und Kontrollen wie menschliche Nutzende.
Welches sind die nächsten grossen Entwicklungsschritte, die Sie bei Tindeco planen – insbesondere beim Einsatz von KI, um die Personalisierung weiter voranzutreiben?
Sprachmodelle dienen zunächst als nützliche Schnittstelle, um Strategien per Sprache zu entwerfen. Unser Hauptfokus liegt jedoch auf einer enormen Testinfrastruktur: Wir testen Parameter, prüfen Optimierungsmodule und lassen Simulationen mit verschiedenen Zielen und Risikotoleranzen laufen. Dabei haben wir ein grosses Sprachmodell integriert, das Analysen durchgeht und vorschlägt, welche zusätzlichen Tests für eine interne Freigabe nötig sind. KI ist Teil dieses Kreislaufs – wir hören nicht blind auf sie, aber sie hilft uns sehr schnell zu erkennen, welche Informationen noch fehlen, bevor wir eine Strategie für unsere Kundschaft freigeben.
Weitere Informationen unter
tindecofs.com
Schreibe einen Kommentar