Aufbau der AI-gestützten Investmentgesellschaft: Eine Technologiearchitektur für moderne Beratung

Einleitung

Ein Investmentunternehmen ist eine Kette von Entscheidungen, die durch Evidenz, Modelle, Urteilsvermögen, Kommunikation und Kontrolle gestützt werden. Eine Opportunität gelangt in die Pipeline. Research und Due Diligence formen eine Einschätzung. Ein Modell bildet Ökonomie und Risiko ab. Ein Investmentausschuss genehmigt eine Position. Portfolioteams überwachen Ergebnisse. Berichterstattung an Kunden, Investoren und Aufsichtsbehörden erklärt, was geschehen ist und warum. Technologie berührt jede Phase, doch viele Unternehmen arbeiten noch über getrennte Postfächer, gemeinsam genutzte Laufwerke, Tabellenkalkulationen, Datenterminals, Kundenbeziehungssysteme, Portfolio-Plattformen und Präsentationsdateien.

Künstliche Intelligenz kann die analytische Kapazität dieses Operating-Modells erhöhen. Dokumentenmodelle können klassifizieren und extrahieren. Sprachmodelle können abrufen, vergleichen und Entwürfe erstellen. Statistische Modelle können Risiken schätzen oder Anomalien identifizieren. Workflow-Agenten können Aufgaben weiterleiten und kontrollierte Tools nutzen. Diese Fähigkeiten schaffen nur Wert, wenn das Unternehmen Evidenz, Identität, Berechtigungen, Berechnungsintegrität, Überprüfung und Entscheidungsbefugnis wahren kann.

Die institutionelle Evidenz zeigt schnelle Adoption bei unvollständigem Verständnis. Die Umfrage der Bank of England und der Financial Conduct Authority aus dem Jahr 2024 erhielt 118 Antworten von Banken, Versicherern, Nichtbank-Kreditgebern, Investment- und Kapitalmarktfirmen sowie Unternehmen der Finanzmarktinfrastruktur und des Zahlungsverkehrs. Fünfundsiebzig Prozent der Befragten gaben an, AI derzeit zu nutzen, und weitere 10 % planten eine Nutzung innerhalb von drei Jahren. Foundation Models machten 17 % der gemeldeten Anwendungsfälle aus. Ein Drittel der Anwendungsfälle waren Implementierungen Dritter; die drei am häufigsten genannten Modellanbieter machten 44 % der genannten Modellanbieter aus. Sechsundvierzig Prozent der Unternehmen gaben an, die von ihnen genutzten AI-Technologien nur teilweise zu verstehen, verglichen mit 34 %, die ein vollständiges Verständnis angaben [1]. Diese Ergebnisse beruhen auf Selbstauskünften der Befragten und decken den Finanzdienstleistungsbereich breit ab.

Dieselbe Umfrage berichtete bei 55 % der AI-Anwendungsfälle von einer gewissen automatisierten Entscheidungsfindung und nur bei 2 % von vollständiger Autonomie [1]. Die Unterscheidung zwischen Unterstützung und Entscheidungsbefugnis ist daher eine Frage des Betriebsmodells. Ein modernes Beratungsunternehmen benötigt eine Architektur, die festlegt, wo Daten liegen, welches System maßgeblich ist, welche Aufgabe ein Modell übernehmen darf, wie ein Ergebnis geprüft wird, wer es überprüft, wann ein Prozess endet und welche Aufzeichnung verbleibt.

Diese Forschungsarbeit entwickelt eine Technologiearchitektur für Investmentteams von Family Offices, Private-Markets-Manager, Fondsmanager, Fondsplatzierungsteams und verwandte Beratungsunternehmen. Sie umfasst Origination, Research, Due Diligence, Investitionsanalyse, Gremiengovernance, Portfolioüberwachung, Investor Relations, Reporting und Unternehmenssteuerung.

Die zentrale Designaussage ist, dass Architektur das Betriebsmodell ausführbar macht. Die Architektur sollte das Mandat des Unternehmens, Entscheidungsrechte, Evidenz, Berechnungen, Modelle, Workflows und Aufzeichnungen als gesteuerte Komponenten offenlegen. Sie sollte Menschen dabei unterstützen, vollständigere und rechtzeitigere Entscheidungen zu treffen, während die rechenschaftspflichtige menschliche Entscheidungsbefugnis über wesentliche Schlussfolgerungen, Verpflichtungen und externe Kommunikation erhalten bleibt.

Die Forschungsarbeit ist eine Forschungssynthese und ein Designrahmen. Sie berichtet weder über einen beobachteten Matchpoint-Produktiveinsatz noch über einen beobachteten Produktivitätsgewinn, realisierte Erlöse, Anlageergebnisse oder einen Vergleich zwischen bestimmten Technologieanbietern.

Definitionen, Geltungsbereich und Methode

Geltungsbereich für Investmentgesellschaften

Der Begriff Investmentgesellschaft wird funktional verwendet. Er umfasst eine Organisation, die Investitionen und Kapitalbeziehungen initiiert, bewertet, strukturiert, genehmigt, verwaltet oder dazu berät. Das Betriebsmodell kann innerhalb folgender Strukturen angesiedelt sein:

• ein Single-Family- oder Multi-Family-Office;
• ein Private-Equity-, Private-Credit-, Immobilien- oder Risikokapital-Manager;
• ein Berater für alternative Anlagen;
• eine Fondsplatzierungs- oder Kapitalberatungsgesellschaft;
• ein Investmentbüro innerhalb einer Holdinggesellschaft; oder
• ein spezialisierter Corporate-Finance-Berater.

Der rechtliche und regulatorische Status variiert je nach Rechtsträger, Dienstleistung, Kunde, Tätigkeit und Jurisdiktion. Verweise auf Vorschriften oder aufsichtsrechtliches Material behalten ihren angegebenen Geltungsbereich. Bei einem Family Office, einem befreiten Manager oder einer nicht regulierten Beratungstätigkeit sollte nicht angenommen werden, dass sie allein deshalb unter ein Regulierungsregime fallen, weil eine ähnliche operative Kontrolle nützlich ist.

Technologieklassen

Diese Forschungsarbeit unterscheidet fünf Technologieklassen.

Systeme of Record maßgebliche Entitäten, Beziehungen, Transaktionen, Positionen, Dokumente, Buchhaltungsunterlagen, Genehmigungen und Kommunikationen vorhalten.

Deterministische Dienste feste Regeln oder Formeln anwenden. Beispiele sind Cashflow-Berechnungen, Exposure-Aggregation, Gebührenberechnungen, Covenant-Tests und Abstimmungen.

Statistische und Machine-Learning-Modelle schätzen, einordnen, klassifizieren oder Muster erkennen. Sie erfordern einen definierten Verwendungszweck, Entwicklungsnachweise, Validierung, Überwachung und Änderungskontrolle.

Sprach- und Dokumentmodelle Dokumente klassifizieren, extrahierte Felder vorschlagen, Textpassagen abrufen, Klauseln vergleichen, Belege zusammenfassen und Analyseentwürfe erstellen. Ihre Ergebnisse erfordern eine Quellen- und Aussagenprüfung.

Workflow-Agenten koordinieren Abruf, Tools, Zustandsübergänge, Ausnahmen und Überprüfung. Ihre Befugnisse werden durch Richtlinien, Berechtigungen und Freigabeschranken festgelegt.

Diese Trennung unterstützt komponentenspezifische Kontrollen. Eine deterministische Berechnung sollte neu berechnet werden. Ein Risikomodell sollte auf Leistung und Stabilität getestet werden. Ein generierter Absatz sollte auf die Gültigkeit von Quellenangaben und nicht belegte Behauptungen geprüft werden. Ein Agent sollte auf korrekte Tool-Nutzung, Stoppverhalten und Einhaltung seiner Befugnisse getestet werden.

Evidenzmethode

Die Forschungsarbeit überprüft 18 primäre, offizielle, aufsichtsbehördliche und praxisbezogene Quellen.

Evidenz zu AI im Finanzsektor. Ergebnisse von Umfragen der Bank of England und der FCA, IOSCO-Berichte, die FSB-Konsultation und die Stellungnahme der ESMA beschreiben Anwendungsfälle, Einführung, Abhängigkeit von Dritten, Governance und Risiken für den Anlegerschutz [1-5]. Der IOSCO-Bericht vom März 2025 und der FSB-Bericht vom Juni 2026 sind Konsultationen; sie begründen keine verbindlichen internationalen Standards [3,4].

Verhaltens- und jurisdiktionsbezogene Evidenz. SEC-Durchsetzungsmaßnahmen, CBUAE-Leitlinien, gemeinsame aufsichtsbehördliche UAE-Leitlinien, DORA, FCA-Material zur operationellen Resilienz, DIFC-Material zum Datenschutz und DFSA-Cyber-Erwartungen fließen in Offenlegung, Daten, Resilienz, Auslagerung, Aufzeichnungen und Governance ein [6-10,16-18]. Die Anwendbarkeit hängt vom Unternehmen und der Jurisdiktion ab.

Sektorübergreifende Technologierahmenwerke. NISTs AI-Risikomanagement-Framework, Generatives AI-Profil, Cybersecurity Framework 2.0, Zero-Trust-Architektur und Secure Software Development Framework bieten freiwillige, sektorübergreifende Risiko- und Architekturreferenzen [11-15].

Praxisarchitektur. Der Leitfaden von OpenAI liefert anbieterverfasste Agent-Designmuster [19]. Er stellt keine unabhängige vergleichende Evidenz dar.

Das Architekturproblem

Fragmentierter Entscheidungszustand

Investmentarbeit findet selten innerhalb einer einzigen Anwendung statt. Eine Beziehung kann in einem CRM-System beginnen. Dokumente kommen per E-Mail an oder werden in einen Datenraum eingestellt. Analysten pflegen Tabellen und Modelle. Research liegt in Terminals, Abonnements und internen Notizen. Due-Diligence-Fragen erscheinen in Trackern. Unterlagen für den Investmentausschuss werden zu Präsentationen und PDFs. Genehmigte Bedingungen fließen in Rechtsdokumente und Portfoliosysteme ein. Reporting-Teams erstellen Erläuterungen für Kunden und Investoren immer wieder neu.

Bei jeder Übergabe können Identität, Version, Quelle, Definition oder Genehmigungsstatus verloren gehen. Die neueste Datei ist möglicherweise nicht die genehmigte Datei. Eine Schlussfolgerung kann bestehen bleiben, nachdem sich die zugrunde liegende Annahme geändert hat. Ein Beziehungsverantwortlicher kann einen anderen Pipeline-Status sehen als das Investmentteam. Die Portfolioüberwachung kann eine Covenant-Definition verwenden, die von der im Underwriting abweicht. Die Investorenberichterstattung kann eine Zahl nennen, deren Berechnung nicht reproduziert werden kann.

AI kann diese Übergaben beschleunigen und zugleich die Verbreitung eines schwachen Datensatzes beschleunigen. Die Zielarchitektur beginnt daher mit stabilen Identifikatoren, explizitem Zustand und Rückverfolgbarkeit.

Vier gekoppelte Systeme

Das Unternehmen umfasst vier gekoppelte Systeme.

1. Das kommerzielle System verwaltet Beziehungen, Geschäftsmöglichkeiten, Mandate, Fundraising und Kommunikation.
2. Das Investment-System verwaltet Research, Due Diligence, Modellierung, Entscheidungen des Investmentausschusses, Positionen und Monitoring.
3. Das Kontrollsystem verwaltet Berechtigungen, Compliance, Interessenkonflikte, Datenschutz, Cyberrisiken, Aufzeichnungen, Vorfälle und unabhängige Überprüfung.
4. Das Managementsystem verwaltet Mitarbeiter, Kapazität, Wirtschaftlichkeit, Servicequalität und Veränderung.

Ein Workflow kann alle vier durchlaufen. Ein mögliches Co-Investment umfasst Beziehungsnachweise, Investmentanalyse, Prüfung auf Interessenkonflikte, Datenberechtigungen, Befugnisse des Investmentausschusses, Allokationsaufzeichnungen und Investorenkommunikation. Die Architektur sollte diese Beziehungen erhalten und gleichzeitig den Zugriff jedes Nutzers und jedes Dienstes auf das erforderliche Minimum beschränken.

Das Problem der maßgeblichen Datenquelle

Eine einzige universelle Datenbank ist selten praktikabel. Stattdessen kann ein Unternehmen die verbindliche Datenverantwortung je Objekt festlegen.

Die Integrationsschicht sollte Identifikatoren und gesteuerte Ereignisse weitergeben, statt jedes Objekt in jedes System zu duplizieren. Eine Beziehungsaktualisierung, ein neues Dokument, ein geändertes Modell, eine Genehmigung durch den Ausschuss oder eine Covenant-Verletzung wird zu einem Ereignis mit Identität, Zeitstempel, Verantwortlichem und nachgelagerten Nutzern.

Befugnis und Vertretung

Die Anordnungen der SEC von März 2024 stellten fest, dass zwei Anlageberater falsche und irreführende Aussagen über ihre Verwendung von AI gemacht hatten, und verhängten USD 400,000 an zivilrechtlichen Geldstrafen insgesamt [6]. Die durchsetzungsrelevanten Sachverhalte sind spezifisch für diese Unternehmen. Die architektonische Lehre ist breiter: Öffentliche Aussagen über Technologie benötigen einen Nachweisverantwortlichen, einen Genehmigungspfad und eine dokumentierte Grundlage.

Dieselbe Disziplin gilt für Investment-Schlussfolgerungen. Ein Modell kann eine Klassifizierung vorschlagen. Ein Transaktionsteam kann sie auslegen. Eine unabhängige Funktion kann sie infrage stellen. Ein Ausschuss kann entscheiden. Das System sollte jede Handlung getrennt abbilden.

Ziel-Betriebsmodell

Entscheidungsobjekte

Die kontrollierte Arbeitseinheit ist ein Entscheidungsobjekt. Es kann eine Qualifizierungsentscheidung, ein Due-Diligence-Ergebnis, eine Bewertung, eine Zuteilung, eine Ausschussfreigabe, eine Portfolio-Maßnahme oder eine externe Stellungnahme darstellen.

Ein Entscheidungsobjekt erfasst:

• Ziel und Umfang;
• Rechtsträger und Instrumente;
• zulässige Nachweise und Stichtag;
• Annahmen und Anpassungen;
• Berechnungen und Modellergebnisse;
• Wesentlichkeit und Risikoklasse;
• Ausnahmen und ungeklärte Angelegenheiten;
• Prüfer und Entscheidungsinstanz;
• Bedingungen und Überwachungsfolgen; und
• Versions- und Aktionshistorie.

Das Objekt kann mehrere Arbeitspakete haben. Ein Due-Diligence-Entscheidungsobjekt kann Quellenregistrierung, kommerzielle Analyse, Finanzanalyse, Technologieanalyse, rechtliche Fragen und ein integriertes Challenge-Paket umfassen. Jedes Paket hat eigene Instrumente, Tests und Verantwortliche.

Produktorientierte Plattform-Teams

Technologieverantwortung sollte an Geschäftsfähigkeiten ausgerichtet sein statt an isolierten Anwendungen. Ein kleines Unternehmen kann Rollen kombinieren; die Verantwortlichkeiten bleiben explizit.

Produktteams verantworten ein Ergebnis, eine User Journey, einen Datenvertrag, ein Service-Level, ein Kontrollset, einen Backlog und Kosten. Die Anwendungsverantwortung bleibt relevant, ist jedoch in der End-to-End-Fähigkeit angesiedelt.

Drei Verantwortungslinien

Die erste Linie verantwortet den Use Case und das Ergebnis. Sie definiert Zweck, Nachweise, Workflow, Kontrollen und Abnahmekriterien. Die zweite Linie bietet eine unabhängige kritische Prüfung in Bezug auf Risiko, Compliance, Recht, Datenschutz, Modellrisiko, Informationssicherheit oder Bewertung, soweit zutreffend. Die interne Revision oder eine andere unabhängige Assurance-Funktion bewertet Design und Betrieb gemäß dem Governance-Modell des Unternehmens.

Bei einem kleineren Family Office können benannte externe Berater Teile der zweiten oder dritten Linie übernehmen. Die verbleibende Entscheidungsbefugnis und der Eskalationsweg sollten dokumentiert werden.

Ein gemeinsamer Servicekatalog

Gemeinsam genutzte Dienste reduzieren doppelte Kontrollen. Die Architektur sollte wiederverwendbare Fähigkeiten bieten für:

• Identität und Zugriff;
• Entitätsauflösung;
• Dokumentenregistrierung;
• berechtigungsbewusster Abruf;
• strukturierte Extraktion;
• deterministische Berechnung;
• Modellregistrierung und -bereitstellung;
• Prompt- und Tool-Richtlinie;
• Workflow-Status;
• menschliche Genehmigung;
• Kommunikationsfreigabe;
• unveränderliche Protokollierung;
• Evaluierung und Überwachung; und
• Incident- und Ausnahmemanagement.

Der Katalog trennt gemeinsame Infrastruktur von der Investmentbeurteilung. Ein Sektorteam kann ein spezialisiertes Underwriting-Paket auf gemeinsamen Quellen-, Identitäts-, Berechnungs- und Genehmigungsdiensten aufbauen.

Referenz-Technologiearchitektur

Experience-Schicht

Nutzer interagieren über rollenspezifische Arbeitsbereiche. Ein Originator sieht Beziehungen, Pipeline, Passung zum Mandat und nächste Schritte. Ein Analyst sieht Quellen, Modelle, offene Fragen und Entwurfsarbeiten. Ein Mitglied des Investmentausschusses sieht entscheidungsreife Nachweise, Änderungen, Ausnahmen und Genehmigungen. Ein Portfoliomanager sieht Positionen, Annahmen, Covenants und Überwachungsereignisse. Investor Relations sieht genehmigte Mitteilungen, Fondsdaten und den Kommunikationsstatus.

Die Experience-Schicht kann Chat oder Natural-Language-Suche umfassen. Jedes Ergebnis sollte seine Quelle, seine Berechtigung und seinen Status beibehalten. Eine dialogorientierte Schnittstelle sollte kein separates, nicht gesteuertes Gedächtnis des Unternehmens schaffen.

Workflow- und Richtlinien-Schicht

Die Workflow-Engine verwaltet Prozessstatus, Abhängigkeiten, Fälligkeitstermine, Genehmigungen, Wesentlichkeit, Tool-Berechtigungen und Abbruchbedingungen. Richtlinien werden als testbare Regeln ausgedrückt.

Beispiele hierfür sind:

• eine Interessenkonfliktprüfung muss vor einer externen Mandatierung bestanden werden;
• eine unverifizierte Tatsache kann eine freigegebene Investmententscheidung nicht stützen;
• eine Finanzkennzahl muss eine genehmigte Definition und Berechnungsversion verwenden;
• eine Ausschussvorlage kann nicht freigegeben werden, solange eine wesentliche Ausnahme ungeklärt ist;
• ein externer Empfänger muss einer genehmigten Entität und einem genehmigten Kommunikationszweck entsprechen; und
• Ein Portfolio-Verstoß muss innerhalb des genehmigten Zeitfensters an die benannte Stelle weitergeleitet werden.

Die Richtlinienebene erzeugt Ausnahmen mit einem Verantwortlichen. Sie sollte eine fehlende Genehmigung nicht stillschweigend ergänzen.

Intelligenzschicht

Die Intelligenzschicht enthält Retrieval, Dokumentmodelle, Sprachmodelle, statistische Modelle, Regeln und deterministische Dienste. Ein Router wählt die geeignete Komponente nach Aufgabe und Risiko aus.

Evidenz-Retrieval liefert genehmigte Passagen und strukturierte Fakten. Deterministische Werkzeuge führen Berechnungen durch. Statistische Modelle schätzen begrenzte Ergebnisse. Sprachmodelle vergleichen und entwerfen mit Quellenangaben. Agenten koordinieren diese Dienste innerhalb des Workflow-Zustands und des Befugnisbereichs.

Daten- und Evidenzschicht

Die Datenschicht umfasst Master-Entitäten, Dokumente, strukturierte Fakten, Marktdaten, Finanzdaten, Portfoliodaten, Kommunikationsaufzeichnungen und Referenztaxonomien. Jedes Objekt trägt Attribute zu Eigentümerschaft, Klassifizierung, Datenherkunft, Qualität und Aufbewahrung.

Der Evidenzgraph verknüpft Quelle, Fakt, Annahme, Berechnung, Modell, Schlussfolgerung, Begriff, Entscheidung und Überwachungsereignis. Derselbe Graph unterstützt die Rückverfolgbarkeit von einer externen Aussage zu ihrer Grundlage und die Vorwärtsverfolgbarkeit von einer geänderten Quelle zu betroffenen Entscheidungen.

Integrations- und Ereignisschicht

APIs und gouvernierte Ereignisströme verbinden autoritative Systeme. Die gemeinsamen Aufsichtsleitlinien von UAE behandeln APIs, Cloud-Computing, Biometrie, Big-Data-Analytik, AI und Distributed-Ledger-Technologie. Sie fordern Risikomanagement, Sicherheit, Datenmanagement, Due Diligence, Bewertung von Auslagerungen und Überwachung im Rahmen ihres angegebenen institutionellen Geltungsbereichs [8].

Ein Ereignisvertrag legt Produzent, Konsument, Objektkennung, Schema, Zeitstempel, Klassifizierung, Version und Zustellungserwartung fest. Konsumenten verarbeiten Ereignisse idempotent und protokollieren Fehler. Sensible Nutzlasten werden minimiert; eine zulässige Referenz kann die Duplizierung von Daten ersetzen.

Sicherheits- und Observability-Ebenen

Sicherheit und Observability durchziehen jede Schicht. Identität, Gerätezustand, Autorisierung, Verschlüsselung, Secrets, Datenverlustkontrollen und Netzwerkrichtlinien gelten für Benutzer, Dienste und Agenten. Protokolle erfassen Zugriff, Retrieval, Prompts oder Aufgabenbeschreibungen, Tool-Aufrufe, Modellversionen, Validierungen, Genehmigungen, Releases, Latenz, Kosten und Vorfälle.

NIST SP 800-207 rahmt Zero Trust um den Schutz von Ressourcen und Zugriffsentscheidungen nach dem Prinzip der geringsten Berechtigung für Benutzer, Anwendungen, Dienste und Geräte [14]. Dieses Papier wendet dieses Prinzip bei jeder Anfrage an. Eine erfolgreiche Anmeldung schafft keinen uneingeschränkten Zugriff auf Investmentdaten.

Daten- und Evidenzfundament

Entitätsgraph

Beteiligungsbeziehungen umfassen Personen, Organisationen, Fonds, Anlagevehikel, Vermögenswerte, Instrumente, Mandate, Konten und Dienstleister. Namen variieren über Dokumente und Systeme hinweg. Ein Entitätsgraph erfasst stabile interne Identifikatoren, verifizierte rechtliche Identifikatoren, sofern verfügbar, Rollen, Eigentumsverhältnisse, Beziehungen, Jurisdiktion und Gültigkeitsdaten.

Die Entitätsauflösung sollte vorgeschlagene Übereinstimmungen mit Konfidenz und Nachweisen erzeugen. Eine Person genehmigt mehrdeutige Übereinstimmungen. Der Graph sollte frühere Namen und historische Beziehungen bewahren, statt sie zu überschreiben.

Der Entitätsgraph unterstützt Konfliktprüfungen, Exposure-Aggregation, Analyse nahestehender Parteien, Empfängervalidierung und Beziehungsintelligenz. Außerdem begrenzt er die Datenvermischung zwischen Kunden, Fonds und Mandaten.

Nachweisregister

Jeder wesentliche Sachverhalt sollte mit einem Quellendatensatz verknüpft sein, der Datei- oder Systemidentität, Eigentümer, Datum, Version, Hash oder Systemrevision, Berichtszeitraum, Berechtigung und Ablösestatus enthält. Vorgeschlagene extrahierte Fakten behalten exakte Quellstellen bei.

Der Status bleibt einem Sachverhalt zugeordnet, wenn er in einer Modelleingabe, einem Absatz, einem Diagramm oder einer Kommunikation erscheint.

Taxonomie und semantische Schicht

Eine gemeinsame Taxonomie definiert Sektoren, Strategien, Instrumente, Phasen, Entscheidungstypen, Risiken, Anforderungen und Dienstleistungen. Eine semantische Schicht definiert Kennzahlen und Dimensionen, die in Analyse und Reporting verwendet werden.

Beispielsweise sind verwaltetes Vermögen, zugesagtes Kapital, investiertes Kapital, Nettoinventarwert und Bruttoinventarwert voneinander zu unterscheiden. Umsatz kann ausgewiesen, als Run-Rate, vertraglich zugesagt oder vereinnahmt sein. Exposure kann brutto, netto, Look-through oder risikogewichtet sein. Die Definition umfasst Formel, Einheit, Zeitbasis, Abgrenzung, Verantwortlichen und genehmigte Verwendung.

Sprachmodelle können Quellbegriffe vorgeschlagenen kanonischen Begriffen zuordnen. Deterministische Validierung und Freigabe durch den Verantwortlichen begründen das freigegebene Mapping.

Datenqualitätsverträge

Ein Datenvertrag legt Schema, Definition, Quelle, Häufigkeit, Qualitätsprüfungen, Cut-off, Verantwortlichen und Maßnahme bei Fehlern fest. Zu den Qualitätsdimensionen gehören Vollständigkeit, Validität, Abstimmung, Aktualität, Eindeutigkeit und Konsistenz.

Eine fehlgeschlagene Prüfung erzeugt eine Ausnahme und identifiziert nachgelagerte Nutzer. Ein Portfolio-Dashboard sollte die Aktualität und Abdeckung seiner Daten anzeigen, nicht nur den berechneten Wert.

Datenschutz und Vertraulichkeit

Investmentgesellschaften können personenbezogene Daten, geschäftlich sensible Informationen, wesentliche nicht öffentliche Informationen, Kundenunterlagen und eingeschränkte Fondsdaten verarbeiten. Die Architektur klassifiziert Informationen an der Quelle und setzt Regeln zu Zweck, Jurisdiktion, Aufbewahrung und Weitergabe durch.

Der Datenschutzrahmen des DIFC begründet Pflichten in Bezug auf Erhebung, Handhabung, Nutzung, individuelle Rechte und Datenübermittlungen für Einrichtungen in seinem Geltungsbereich [16]. Die CBUAE-Leitlinien für 2026 behandeln Transparenz, Rechenschaftspflicht, Erklärbarkeit, Datenschutz und menschliche Aufsicht für lizenzierte Finanzinstitute, soweit AI für Verbraucher relevant sein kann [7]. Die Rechtsanalyse jeder Gesellschaft sollte das anwendbare Regime und den Vertrag ermitteln.

Modelle, Sprachsysteme und Agenten

Anwendungsfall-Inventar

Jeder AI- oder Modell-Anwendungsfall sollte einen registrierten Zweck, Verantwortlichen, Nutzer, betroffene Parteien, Daten, Output, Wesentlichkeit, Anbieter, Version, Abhängigkeiten, beabsichtigte Nutzung, unzulässige Nutzung, Tests, Fallback und Entscheidungsbefugnis haben.

Das Inventar sollte extern bereitgestellte Scores, eingebettete Anbieterfunktionen und von Endnutzern erstellte Tools umfassen. Die Ergebnisse der Umfrage von Bank of England und FCA zu Drittanbietern und zum Verständnis stützen die Notwendigkeit, Anbieterkomponenten und Wissenslücken zu erfassen [1].

Risikoeinstufung

Die Risikoeinstufung berücksichtigt Konsequenzen, Autonomie, Datensensibilität, Umkehrbarkeit, Skalierung, externe Exposition und Erkennbarkeit.

Ein Output kann durch seine Verwendung zwischen Stufen wechseln. Eine zur Orientierung verwendete Zusammenfassung kann Stufe 1 sein. Derselbe Text wird, zitiert in einem Investorenbericht, zu einer wesentlichen externen Aussage und erhält eine höhere Freigabeschwelle.

Retrieval und Verankerung

Berechtigungsbewusstes Retrieval sollte Quellen vor dem Modellzugriff filtern. Das System zeichnet Abfrage, Quellensatz, Versionen, abgerufene Passagen und Zitate auf. Die Retrieval-Qualität wird anhand von gelabelten Fragen, erwarteten Quellen, Recall, Precision und Enthaltung getestet.

Ein Zitat belegt die Fundstelle. Es belegt nicht, dass die Aussage vollständig, aktuell oder korrekt interpretiert ist. Die Aussagenprüfung testet Stützung, Widerspruch, Auslassung, Umfang und Wesentlichkeit.

Deterministische Werkzeuge

Finanzarithmetik, Gebührenberechnungen, Exposure-Aggregation, Abstimmungen und Regelprüfungen sollten deterministische Dienste nutzen, sofern Formeln spezifiziert werden können. Der Dienst zeichnet Codeversion, Eingaben, Einheit, Währung, Zeitraum, Ausgabe und Validierung auf.

Ein Sprachmodell kann Eingaben vorbereiten, ein Ergebnis erklären und Ausnahmen identifizieren. Der freigegebene Berechnungsdienst bleibt maßgeblich.

Statistische Modelle

Statistische Modelle erfordern Entwicklungsdaten, Definitionen der Zielgrößen, Stichprobenziehung, Validierung, Kalibrierung, Stabilität, Erklärbarkeit, Grenzen und eine für den vorgesehenen Verwendungszweck angemessene Überwachung. Die Performance sollte dort segmentiert werden, wo Populationsunterschiede von Bedeutung sind.

Ein Modell-Release dokumentiert die freigegebene Version und die Nutzungsgrenze. Eine wesentliche Änderung an Daten, Merkmalen, Anbietern oder der Zielsetzung löst eine Neubewertung aus. Eine menschliche Übersteuerung dokumentiert Grund, Berechtigung und die spätere Überprüfung des Ergebnisses.

Sprachmodelle

Sprachsysteme werden aufgabenübergreifend bewertet und nicht anhand eines einzigen globalen Scores. Die Tests decken Quellentreue, nicht belegte wesentliche Aussagen, Vollständigkeit, die Befolgung von Anweisungen, Vertraulichkeit, Prompt-Injection, Tool-Nutzung, Format, Latenz und Kosten ab.

Das AI-RMF des NIST organisiert freiwillige Risikoarbeit um die Bereiche Govern, Map, Measure und Manage [11]. Das Generative-AI-Profil ergänzt Risiken und Maßnahmen, die für generative Systeme spezifisch sind, darunter Konfabulation, Informationsintegrität, Datenschutz, Sicherheit, Human-AI-Konfiguration und Drittanbieterrisiko [12]. Die Forschungsarbeit ordnet diese Ergebnisse den unternehmensweiten Inventar-, Bewertungs-, Freigabe- und Vorfallprozessen zu.

Workflow-Agenten

Anbieterleitlinien definieren einen Agenten üblicherweise über ein Modell, Tools und Anweisungen, mit Guardrails und Bewertung rund um den Workflow [19]. Eine Umsetzung bei einem Investmentunternehmen sollte expliziten Zustand, Identität, Quellenperimeter, Budget, Abbruchbedingungen und eine namentlich benannte Zuständigkeit ergänzen.

Ein Agent kann freigegebene Nachweise abrufen, einen Berechnungsdienst aufrufen, einen Entwurf vorbereiten und eine Ausnahme eröffnen. Externe Übermittlung, Modelländerungen, Transaktionen, verbindliche Bedingungen und Anlageentscheidungen bleiben hinter Zuständigkeitsschranken, die für das Unternehmen angemessen sind.

Evaluierungs-Stack

Investment-Lifecycle-Anwendungen

Origination und Relationship Intelligence

Die Plattform kann genehmigte Beziehungs-, Mandats-, Markt- und Interaktionsnachweise zusammenführen. Sie kann Opportunitätsklassifizierungen vorschlagen, Beziehungspfade identifizieren, Besprechungsbriefings vorbereiten und nächste Schritte nachverfolgen.

Kontrollen umfassen die rechtmäßige und zulässige Datennutzung, die Aktualität der Quellen, Interessenkonfliktprüfungen, Duplikatbereinigung, Kommunikationsfreigabe und die Bearbeitung von Opt-outs. Eine generierte Beziehungsaussage sollte ihre Grundlage mit Quellenangabe belegen.

Research und thematische Intelligence

Die Research-Workbench registriert Quellen, extrahiert vorgeschlagene Fakten, gruppiert Belege nach Thesen, identifiziert Widersprüche und erstellt mit Quellenangaben versehene Notizen. Ein Thesenobjekt erfasst unterstützende und entgegenstehende Belege, Annahmen, Zeithorizont, Katalysatoren, Risiken und Falsifikationsbedingungen.

Das System sollte Veröffentlichungsdatum, Ereignisdatum und Research-Stichtag beibehalten. Markt- und Unternehmensdaten unterliegen weiterhin den Rechten der Anbieter. Ein Sprachmodell sollte keine Antwort liefern, wenn der genehmigte Quellenbestand die Frage nicht stützen kann.

Screening und Qualifizierung

Deterministische Regeln prüfen Mandatseignung, Geografie, Sektor, Ticketgröße, Phase, Rendite, Konzentration und Ausschlüsse. Modelle können Opportunitäten innerhalb einer genehmigten Grundgesamtheit ranken. Die Ausgabe zeigt Gründe, fehlende Daten und Ausnahmen.

Die Entscheidung bleibt ein benanntes Qualifizierungsereignis. Eine hohe Punktzahl umgeht weder einen Interessenkonflikt noch eine rechtliche Beschränkung oder eine Kapazitätsgrenze.

Due Diligence und Underwriting

Dokumentendienste erfassen Belege, vergleichen Versionen, extrahieren vorgeschlagene Fakten und verfolgen Anfragen. Berechnungsdienste erstellen genehmigte Kennzahlen und Szenarien. Sprachmodelle erstellen mit Quellenangaben versehene Problemzusammenfassungen. Fachprüfer verantworten die Schlussfolgerungen.

Das finale Entscheidungsobjekt verbindet kaufmännische, finanzielle, technologische, rechtliche, operative und compliancebezogene Feststellungen. Ein wesentliches Thema hat Schweregrad, Belege, Verantwortlichen, Minderungsmaßnahme, Restrisiko und Entscheidungswirkung.

Investmentausschuss

Die Investmentausschuss-Workbench präsentiert die vorgeschlagene Entscheidung, These, wirtschaftliche Kennzahlen, Downside, Sensitivitäten, Ausnahmen, ungeklärte Punkte, kritische Hinterfragung und Bedingungen. Sie hebt Änderungen seit der vorherigen Version hervor.

Das Genehmigungsprotokoll erfasst Gremium, Teilnahme, erklärte Interessenkonflikte, Empfehlung, Abstimmung oder Befugnisweg, Bedingungen, abweichende Meinungen und Monitoring-Konsequenzen. AI kann vorbereiten und vergleichen; der Investmentausschuss verantwortet die Entscheidung.

Portfoliomonitoring und Bewertung

Genehmigte Underwriting-Annahmen, Bedingungen und Auslöser fließen in den Portfoliodatensatz ein. Das Monitoring erfasst finanzielle, operative, Covenant-, Markt- und qualitative Nachweise. Es unterscheidet gemeldete Werte, berechnete Werte, Modellergebnisse und Einschätzungen des Managements.

Ereignisse identifizieren Abweichungen vom Plan, Schwellenwertverletzungen und fehlende Berichte. Das System leitet sie an den benannten Verantwortlichen und die zuständige Stelle weiter. Bewertungsergebnisse halten Quelle, Methode, Annahmen, kritische Prüfung und Genehmigung fest.

Investor Relations und Fundraising

Die Plattform verbindet genehmigte Fondsdaten, Performance, Pipeline, Due-Diligence-Antworten, Beziehungsstatus und Kommunikationsberechtigungen. Sie kann maßgeschneiderte Entwürfe aus einer genehmigten Offenlegungsbibliothek und dem aktuellen Datenstichtag erstellen.

Aussagen zum Track Record, zur Pipeline, zur Technologie, zum Team, zu ESG oder zum Betrieb sollten eine Grundlage und einen Genehmigungsnachweis aufweisen. Die AI-washing-Anordnungen der SEC belegen das spezifische Durchsetzungsrisiko nicht belegter Technologieaussagen für registrierte Berater [6].

Berichtswesen und Kundenbetreuung

Das Berichtswesen nutzt gesteuerte Kennzahlen, genehmigte Kommentierung und versionierte Vorlagen. Jede Zahl ist mit ihrer Definition und Quelle verknüpft. Jede wesentliche narrative Aussage ist mit Belegen und Prüfung verknüpft.

Die ESMA-Erklärung von 2024 betont, dass Leitungsorgane weiterhin für die Entscheidungen von Unternehmen verantwortlich bleiben, wenn AI Anlagedienstleistungen für Privatkunden im Geltungsbereich von MiFID II unterstützt [5]. Die Forschungsarbeit wendet dasselbe Gestaltungsprinzip der Rechenschaftspflicht auf externe Investment- und Beratungskommunikation an und wahrt dabei die jurisdiktionelle Abgrenzung der Erklärung.

Sicherheit, Datenschutz und Aufzeichnungen

Identitätszentrierter Zugriff

Zugriffsentscheidungen berücksichtigen Benutzer- oder Dienstidentität, Rolle, Zweck, Gerät, Datenklassifizierung, Jurisdiktion, Zeitpunkt und Workflow-Status. Berechtigungen gelten getrennt für Abruf, Berechnung, Entwurfserstellung, Schreiben und Freigabe.

Dienstidentitäten und Agentenidentitäten erhalten minimale Berechtigungen. Kurzlebige Anmeldedaten und genehmigtes Secret-Management reduzieren dauerhaften Zugriff. Privilegierte Aktionen erfordern stärkere Authentifizierung und Protokollierung.

Kontrollen gegen Datenverlust

Kontrollen können Uploads auf nicht freigegebene Modelle, das Kopieren sensibler Daten, die externe Weitergabe, lokale Downloads und die Nutzung persönlicher Konten beschränken. Dokumente werden bei Eingang klassifiziert. Sensible Felder können maskiert oder tokenisiert werden, sofern die Aufgabe dies zulässt.

Anbieterbedingungen zu Aufbewahrung, Nutzung für Trainingszwecke, Unterauftragsverarbeitern, Hosting, Verschlüsselung, Löschung und Vorfällen erfordern eine ausdrückliche Prüfung. Eine vertragliche Erklärung sollte an der tatsächlichen Dienstkonfiguration geprüft werden.

Sichere Entwicklung und Änderung

AI-gestützte Workflows umfassen Prompts, Tools, Retrieval-Konfigurationen, Schemas, Code, Modelle und Richtlinien. Alle sind Assets, die der Änderungskontrolle unterliegen. Entwicklungs- und Produktionsumgebungen sind getrennt. Tests decken Authentifizierung, Autorisierung, Abhängigkeitsrisiken, Prompt-Injection, Datenabfluss, schädliche Dateien, Tool-Missbrauch und Rollback ab.

NIST SP 800-218A erweitert Überlegungen zur sicheren Softwareentwicklung auf generative AI und Dual-Use-Foundation-Modelle [15]. Die Forschungsarbeit wendet ihre Lebenszyklusorientierung auf die AI-Plattform des Unternehmens und die Anbieterintegration an.

Aufzeichnungen und Kommunikation

Die Aufzeichnungsrichtlinie ordnet Aktivität, Jurisdiktion und Anforderung den aufzubewahrenden Objekten zu. Sie kann Quellnachweise, Berechnungen, Genehmigungen, Kommunikation, Werbematerialien, Kundenunterlagen, Modellversionen, Testergebnisse und Vorfälle umfassen.

Die elektronischen Aufzeichnungsvorschriften der SEC für Fonds und Berater erlauben die elektronische Aufbewahrung unter Bedingungen, einschließlich des Schutzes von Aufzeichnungen vor Verlust, Veränderung oder Zerstörung, der Beschränkung des Zugriffs und der Führung vollständiger, wahrheitsgemäßer und lesbarer Kopien in ihrem Geltungsbereich [18]. Unternehmen sollten für ihre Aktivitäten und Jurisdiktionen aktuellen Rechtsrat einholen.

Generierte Kommunikationskanäle sollten über genehmigte Archive geleitet werden. Ein Entwurf in einer Modelloberfläche sollte nicht zu einer nicht aufgezeichneten Kunden- oder Investorenkommunikation werden.

Cyberrisiko- und Vorfallmanagement

NIST CSF 2.0 strukturiert Cybersicherheitsergebnisse anhand von Govern, Identify, Protect, Detect, Respond und Recover [13]. Die Zusammenfassung der DFSA zur Cyberaufsicht erwartet von Unternehmen in ihrem Zuständigkeitsbereich, eine Cyberstrategie und ein Rahmenwerk festzulegen, das auf Art, Umfang und Komplexität zugeschnitten ist [17].

Die Vorfallaufzeichnung erfasst betroffene Daten, Workflow, Modell, Anbieter, Ausgabe, Nutzer, Empfänger, Eindämmung, Wiederherstellung, Benachrichtigung, Grundursache und Korrekturmaßnahme. Zu den AI-Vorfällen gehören nicht belegte wesentliche Aussagen, die Offenlegung vertraulicher Daten, unbefugte Tool-Aktionen, beeinträchtigtes Retrieval, Berechnungsabweichungen, schädliche Verzerrungen, Anbieterausfälle und Überwachungsausfälle.

Governance und Entscheidungsrechte

Mandat von Verwaltungsrat und Geschäftsleitung

Das Leitungsgremium oder das hochrangige verantwortliche Forum genehmigt das AI- und Technologie-Mandat, die Risikotoleranz, Wesentlichkeitskriterien, unzulässige Nutzungen, Finanzierung, Verantwortlichkeit und Berichterstattung. Das Mandat benennt die angestrebten Geschäftsergebnisse und die Entscheidungen, die vorbehalten bleiben.

Die Konsultation des FSB vom Juni 2026 schlägt 12 bewährte Praktiken für die organisationsweite AI-Governance und den AI-Lebenszyklus für Finanzinstitute vor [4]. Das Dokument ist eine Konsultation. Seine Themen unterstützen ein Governance-Design, das Strategie, Verantwortlichkeit, Kompetenzen, Daten, Modelle, Dritte, Überwachung und Vorfälle abdeckt.

Befugnismatrix

Die genaue Zuordnung hängt von der Governance des Unternehmens ab. Die unveränderliche Regel ist, dass Systemfähigkeit die delegierte Befugnis nicht verändert.

Änderungsgenehmigung

Ein Änderungspaket dokumentiert Ziel, betroffene Anwendungsfälle, Daten, Modell- oder Toolversion, Tests, Einschränkungen, Migration, Fallback, Kommunikation und Verantwortlichen. Wesentliche Änderungen werden vor dem Produktivbetrieb unabhängig geprüft und genehmigt.

Notfalländerungen haben eine eng begrenzte Dauer, eine benannte Instanz, erweitertes Logging und eine Überprüfung nach dem Ereignis. Ein stilles Modellupdate eines Anbieters sollte als Abhängigkeitsänderung behandelt werden, wenn es die Ausgabe beeinflussen kann.

Überwachung und Berichterstattung

Managementinformationen sollten abdecken:

• registrierte und nicht registrierte Anwendungsfälle;
• Verteilung nach Risikostufen;
• Fehler bei Daten und Datenquellenqualität;
• Evaluierungsergebnisse und Drift;
• akzeptierte Ergebnisse und Prüfaufwand;
• Überschreibungen, Ausnahmen und Enthaltungen;
• Berechtigungsverstöße und blockierte Aktionen;
• Anbieterkonzentration und Ausfälle;
• Vorfälle und Behebung;
• Kosten nach Fähigkeit und Workflow; und
• realisierte Ergebnismessgrößen, wenn eine Zurechnung vertretbar ist.

Die Anzahl generierter Dokumente oder Modellaufrufe belegt keinen geschäftlichen Nutzen. Akzeptierte Arbeitsergebnisse, Entscheidungsqualität, Service-Resilienz sowie Nachweise zu Kosten und Risiken bieten eine belastbarere Grundlage.

Resilienz gegenüber Drittanbietern und operative Resilienz

Anbieterinventar

Das Anbieterinventar umfasst Cloud-, Daten-, Modell-, Embedding-, Dokumentverarbeitungs-, Workflow-, Portfolio-, CRM-, Kommunikations- und Sicherheitsdienste. Es erfasst Rechtsträger, Dienstleistung, Region, Daten, Unterauftragsverarbeiter, Abhängigkeit, Kritikalität, Konzentration, Vertrag, Service-Level, Prüfrechte, Änderungsmitteilung, Exit und Fallback.

Die Erhebung der Bank of England und der FCA ergab, dass die drei größten namentlich genannten Anbieter unter den Befragten 73 % der Cloud-Anbieter, 44 % der Modellanbieter und 33 % der Datenanbieter ausmachten [1]. Diese von den Befragten gemeldeten Konzentrationen stützen eine explizite Abhängigkeitszuordnung.

Due Diligence und Vertragsgestaltung

Die gemeinsamen Leitlinien von UAE zu Enabling Technologies fordern für Institute im Anwendungsbereich eine Wesentlichkeits- und Auslagerungsrisikobewertung, Anbieter-Due-Diligence, Sicherheitskontrollen, Berücksichtigung des Datenstandorts, Monitoring und Exit-Planung [8]. Die Architektur übersetzt diese Themen in ein Anbieter-Nachweispaket.

Das Paket umfasst Nachweise zu Sicherheit und Datenschutz, finanzielle und operative Lage, Unterauftragsvergabe, Datenrechte, Richtlinie für Modellaktualisierungen, Vorfallpflichten, Geschäftskontinuität, Wiederherstellung, Testrechte und Übergangsunterstützung.

Wichtige Dienstleistungen und Auswirkungstoleranzen

Das Operational-Resilience-Rahmenwerk der FCA verlangt von Unternehmen im Anwendungsbereich, wichtige Geschäftsdienstleistungen zu identifizieren, Auswirkungstoleranzen festzulegen sowie ihre Fähigkeit abzubilden und zu testen, innerhalb dieser Toleranzen zu bleiben. Die Übergangsfrist für Unternehmen im Anwendungsbereich endete am 31. März 2025 [10]. Das Papier verwendet Service-Mapping und Tests als Designreferenz; es bedeutet nicht, dass jede Wertpapierfirma im Anwendungsbereich liegt.

Eine Wertpapierfirma kann Dienstleistungen wie Orderausführung, Bewertung, Kapitalabrufe, Investorenberichterstattung, Kundenkommunikation oder Covenant-Eskalation identifizieren. Jede Dienstleistung ordnet Menschen, Prozesse, Daten, Systeme, Anbieter und Einrichtungen zu. Schwere, aber plausible Tests untersuchen den Ausfall eines Modellanbieters, eines Datenfeeds, einer Cloud-Region, eines Identitätsdienstes, einer Portfolio-Plattform oder einer Schlüsselperson.

DORA-Kontext

Der EU-Rechtsakt zur digitalen operationalen Resilienz (DORA) gilt im Rahmen seines Anwendungsbereichs für Finanzunternehmen, einschließlich Wertpapierfirmen, Verwaltern alternativer Investmentfonds und Verwaltungsgesellschaften, vorbehaltlich genannter Ausnahmen. Er verlangt einen internen Governance- und Kontrollrahmen für IKT-Risiken und weist dem Leitungsorgan Verantwortung zu [9]. Die Anwendbarkeit erfordert eine rechtliche Prüfung.

Die Architektur unterstützt die relevanten Designthemen durch Asset- und Anbieterinventare, Vorfallaufzeichnungen, Tests, Änderungskontrolle, Service-Mapping und Exit-Pläne.

Exit und Portabilität

Die Exit-Planung identifiziert Datenexport, Schema, Modellaustausch, Workflow-Fallback, Widerruf von Zugriffsrechten, Aufbewahrung, Löschverifizierung, geistiges Eigentum und Übergangszeit. Eine kritische Fähigkeit sollte einen getesteten eingeschränkten Betriebsmodus haben.

Portabilität erfordert nicht, dass jede Komponente sofort austauschbar ist. Sie erfordert Transparenz über Abhängigkeiten und einen glaubwürdigen Übergangspfad, der der Kritikalität entspricht.

Produktivität und wirtschaftlicher Nutzen

Maßeinheit

Die Maßeinheit ist ein akzeptiertes Arbeitspaket oder ein abgeschlossenes Entscheidungsobjekt. Ein Paket zählt, wenn die erforderlichen Nachweise, Berechnungen, Ausnahmen, Prüfungen und Berechtigungsnachweise sein Freigabe-Gate bestehen.

Die Baseline sollte Folgendes erfassen:

• versuchte und akzeptierte Pakete;
• aktive Zeit von Analysten und Prüfern;
• Gesamtdauer;
• Quellenabdeckung und Gültigkeit der Quellenangaben;
• Berechnungs- und Abstimmungsfehler;
• Akzeptanz im ersten Durchlauf und Nacharbeit;
• Ausnahmen und Enthaltungen;
• verspätete oder fehlerhafte Freigaben;
• Anbieter-, Daten- und Kontrollkosten; und
• Vorfälle und Behebung.

Wertgleichung

Sei:

• (N) sei die Anzahl der pro Jahr versuchten Pakete;
• (a) sei die Quote der akzeptierten Ergebnisse;
• (H_b) seien die Baseline-Aktivstunden pro akzeptiertem Paket;
• (H_p) seien die aktiven Stunden nach dem Pilotprojekt pro akzeptiertem Paket;
• (c_h) seien die voll belasteten Stundenkosten;
• (C_t) seien die jährlichen Technologie- und Datenkosten;
• (C_v) seien die jährlichen Validierungs-, Sicherheits- und Kontrollkosten;
• (C_r) seien die beobachteten Nacharbeitskosten; und
• (C_i) seien die beobachteten Kosten für Vorfälle und Behebung.

Die veranschaulichende Struktur des operativen Werts lautet:

Jährlicher operativer Wert = N × a × (H_b - H_p) × c_h - C_t - C_v - C_r - C_i

Umsatz- oder Investment-Performance-Werte sollten null bleiben, sofern das Unternehmen nicht über einen definierten Kausalmechanismus, einen Beobachtungszeitraum, einen validen Vergleich und eine genehmigte Attribution verfügt.

Illustratives Szenario

Das folgende Szenario ist unverifiziert und verwendet illustrative Managementannahmen ausschließlich dazu, die Berechnungsstruktur zu veranschaulichen.

Diese Tabelle begründet keinen Business Case. Sie enthält keine Prognose für eine bessere Investitionsauswahl, Fundraising-Konversion, Kundenbindung, Gebühren oder Portfolio-Performance. Diese Ergebnisse erfordern einen längeren Beobachtungszeitraum, vergleichbare Populationen und eine belastbare Attributionsmethode.

Produktivitätsbaum

Produktivität hat vier Zweige.

1. Akzeptierte Kapazität: Analystenstunden, Prüferstunden und Durchsatz.
2. Evidenzqualität: Abdeckung, Gültigkeit der Quellenangaben, Berechnungsgenauigkeit und Vollständigkeit.
3. Entscheidungsdienst: Bearbeitungsdauer, Abschluss von Ausnahmen, Genehmigungsbereitschaft und Stakeholder-Erfahrung.
4. Kosten und Risiken: Technologie, Daten, Kontrollen, Nacharbeit, Vorfälle und Anbieterkonzentration.

Umsetzungs-Roadmap

Stufe 1; Mandat und Bestandsaufnahme

Geschäftsergebnisse, Umfang, Services, Entscheidungen, Befugnisse, Jurisdiktionen, Datenklassen, Anbieter und aktuelle Systeme definieren. Bestehende AI und Endbenutzer-Tools inventarisieren. Einen abgegrenzten Workflow mit ausreichendem Volumen und historischen Beispielen auswählen.

Exit-Gate: genehmigte Projektcharta, Verantwortlicher, Risikostufe, Quellperimeter, Baseline und unzulässige Handlungen.

Stufe 2; Identitäts- und Nachweisbasis

Stabile Entitätskennungen, Quellenregistrierung, berechtigungsgesteuerten Abruf, Taxonomie, Kennzahlendefinitionen und Nachweisstatus erstellen. Deterministische Berechnungs- und Abstimmungsdienste für den Piloten einrichten.

Exit-Gate: Rückverfolgbarkeit von der Quelle bis zur Ausgabe und Berechtigungstests bestehen für den gelabelten Evaluationsdatensatz.

Stufe 3; assistiver Pilot

Schreibgeschützte Suche, Klassifizierung, vorgeschlagene Extraktion und quellenbelegte Textentwürfe bereitstellen. Prüfer bleiben während der vergleichenden Bewertung nach Möglichkeit blind gegenüber der Modellherkunft. Auslassungen, nicht belegte Aussagen, Akzeptanz und Aufwand erfassen.

Exit-Gate: Komponentenschwellenwerte werden für die vorgesehene Dokumentpopulation erfüllt; ausgeschlossene Fälle bleiben ausgeschlossen.

Stufe 4; Schattenbetrieb des Workflows

Das vollständige Arbeitspaket parallel zum aktuellen Prozess ausführen. Workflow-Zustand, Ausnahmen, deterministische Tools, Überprüfung, Freigabe und Aufzeichnungen testen. Akzeptierte Ergebnisse und Gesamtaufwand vergleichen.

Exit-Gate: Die Qualität des vollständigen Arbeitspakets ist im Rahmen des freigegebenen Tests nicht schlechter, und die Entscheidungsbefugnis bleibt unverändert.

Stufe 5; kontrollierter Produktivbetrieb

Ausgewählte interne Ergebnisse nur nach ausdrücklicher Freigabe bereitstellen. Datenfehler, nicht belegte Aussagen, Tool-Fehler, Überschreibungen, Vorfälle, Kosten und verstrichene Zeit überwachen. Einen getesteten Fallback vorhalten.

Exit-Gate: Das Kontrollgremium genehmigt die weitere Nutzung auf Grundlage beobachteter Evidenz aus dem Produktivbetrieb.

Stufe 6; Plattformintegration

Den freigegebenen Workflow mit Systemen of Record, Portfoliodaten, Kommunikation und Management-Reporting verbinden. Service-Level, Wiederherstellungstests und Nachweise für den Anbieterausstieg festlegen.

Exit-Gate: End-to-End-Tests für Service, Aufzeichnung, Resilienz und Datenübertragung werden bestanden.

Stufe 7; Erweiterung

Neue Entscheidungen, Teams, Strategien oder Jurisdiktionen über ein neues Scope- und Validierungspaket hinzufügen. Gemeinsame Services wiederverwenden und separate Use-Case-Nachweise beibehalten.

Exit-Gate: Die Änderungsinstanz genehmigt Umfang, Testnachweise, Kontrollen und Betriebsverantwortung.

Anwendung für Family Offices und Fondsmanager

Family-Office-Investmentteam

Ein Family-Office-Team kann öffentliche Märkte, Fonds, Direktgeschäfte, Private Credit, Immobilien, Liquidität und operative Unternehmen beaufsichtigen. Die Architektur kann einen konsolidierten Entitäts- und Evidenzgraphen bereitstellen und dabei Mandats-, Vehikel-, Familienmitglieds- und Beraterberechtigungen beibehalten.

Priorisierte Entscheidungsobjekte können umfassen:

• Due Diligence von Managern und jährliche Überprüfung;
• Screening von Direktgeschäften und Unterlagen für den Investmentausschuss;
• Portfolio-Cashflow und Commitment-Pacing;
• Exposure- und Konzentrationsanalyse;
• Organisation von Dokumenten und Steuerunterlagen;
• Berichterstattung für Familie oder Investmentausschuss; und
• Überwachung von Covenants, Bewertungen und wesentlichen Ereignissen.

Das Family Office sollte definieren, welche Informationen zwischen Familienmitgliedern, Gesellschaften, Mitarbeitern und externen Beratern geteilt werden dürfen. Der menschliche CIO oder der Ausschuss behält die Allokations- und Investitionsbefugnis.

Fondsmanager oder Komplementär

Ein Manager kann Kapitalbeschaffung, Investoren-Due-Diligence, Pipeline, Underwriting, Portfoliooperationen, Bewertung, Reporting und Compliance priorisieren. Die Architektur kann genehmigte Fondsdaten und Offenlegungsnachweise über Investoren-Workflows hinweg wiederverwenden und dabei Berechtigungen und Kommunikationsstatus potenzieller Investoren getrennt halten.

Priorisierte Entscheidungsobjekte können umfassen:

• Qualifizierung von Target-LP;
• Vorbereitung von Meetings und Due Diligence;
• Beantwortung von DDQ und Datenraum-Anfragen;
• Investment Research und Unterlagen für den Investmentausschuss;
• Portfolioprüfung und Bewertung;
• vierteljährliche Berichterstattung und Anlegerschreiben;
• Kommunikation bei wesentlichen Ereignissen; und
• Untermauerung von Marketingaussagen.

Der Manager sollte Technologieangaben, Track-Record-Kennzahlen und Performance-Kommentare mit freigegebenen Nachweisen verknüpfen. Die Anlegerkommunikation bleibt in den geltenden Prüf- und Dokumentationsprozess eingebunden.

Chance einer gemeinsamen Architektur

Family Offices und Manager können sich auf berechtigungsgesteuerte Entscheidungsobjekte verständigen. Ein Manager kann ein freigegebenes Due-Diligence-Paket mit Definitionen, Nachweisdaten, Methodik, Ausnahmen und Aktualisierungen veröffentlichen. Ein Allokator kann dieses Paket beziehen, ohne uneingeschränkte interne Daten zu erhalten. Stabile Identifikatoren und Datenverträge reduzieren wiederholte Neueingaben und wahren zugleich die Befugnisse jeder Partei.

Einschränkungen und Forschungsagenda

Erstens aggregieren die zitierten Adoptionsstudien unterschiedliche Sektoren der Finanzdienstleistungen. Sie belegen weder Nutzung, Fähigkeit noch Produktivität für ein bestimmtes Family Office, einen bestimmten Fondsmanager oder eine bestimmte Beratungsgesellschaft [1,3].

Zweitens können Konsultationsberichte der IOSCO und des FSB vor der endgültigen Veröffentlichung geändert werden und begründen keine verbindlichen Standards [3,4].

Drittens variieren rechtliche und regulatorische Pflichten je nach Jurisdiktion, Rechtsträger, Kunde und Tätigkeit. Die hier zitierten Kontrollrahmen können keine aktuelle rechtliche Analyse ersetzen.

Viertens ändern sich Anbietermodelle, Produktkonfigurationen und Datenpraktiken. Ein Testergebnis gilt für die geprüfte Version, die Daten, die Tools und den Workflow.

Fünftens kann ein kleines Unternehmen Rollen kombinieren. Die Anforderung einer unabhängigen Hinterfragung sollte verhältnismäßig umgesetzt und dokumentiert werden.

Sechstens ist das numerische Szenario ungeprüft und verwendet illustrative Annahmen des Managements. Es dient ausschließlich der Berechnungsgestaltung.

Künftige Forschung sollte berechtigungsgesteuerte Benchmark-Pakete für Origination, Research, Due Diligence, Ausschussvorbereitung, Monitoring und Reporting erstellen. Jedes Benchmark sollte realistische Quellen, geänderte Versionen, Berechtigungen, Berechnungen, Ausnahmen, freigegebene Ergebnisse und Fehlerfälle enthalten. Die Evaluierung sollte Komponentengenauigkeit, Abnahme vollständiger Pakete, Prüferzeit, Einhaltung von Befugnissen, Kosten und Vorfälle messen. Eine Längsschnittstudie ist erforderlich, bevor die Architektur mit Fundraising-, Investment- oder Portfolioergebnissen verknüpft wird.

Fazit

Eine AI-fähige Investmentgesellschaft benötigt eine Governance-basierte Entscheidungsarchitektur. Stabile Entitäten verbinden Beziehungen, Fonds, Transaktionen, Assets und Kommunikation. Registrierte Evidenz verbindet jeden wesentlichen Sachverhalt mit seiner Quelle und seinem Status. Deterministische Services führen reproduzierbare Berechnungen durch. Statistische Modelle werden innerhalb der freigegebenen Verwendung betrieben. Sprachmodelle rufen Informationen ab und erstellen Entwürfe mit Quellenangaben. Workflow-Agenten koordinieren Aufgaben innerhalb expliziter Zustände, Tools, Budgets und Abbruchbedingungen. Benannte Personen behalten die materielle Entscheidungs- und Freigabebefugnis.

Die Architektur verbindet kaufmännische, Investment-, Kontroll- und Managementsysteme über Entscheidungsobjekte und governance-konforme Ereignisse. Systeme of Record bleiben für ihre Objekte maßgeblich. Sicherheit und Observability durchziehen jede Schicht. Anbieterabhängigkeiten, Service-Resilienz, Datenrechte, Aufzeichnungen und Exit werden von Beginn an konzeptionell behandelt.

Die Implementierung beginnt mit einem begrenzten Mandat und einer beobachteten Ausgangsbasis. Sie etabliert Identität und Evidenz, testet Komponenten, führt vollständige Workflows im Shadow-Betrieb aus, gibt kontrollierte interne Ergebnisse frei und weitet nach beobachteter Evidenz aus. Der Wert wird anhand akzeptierter Arbeitspakete, Evidenzqualität, Prüfaufwand, Service, Kosten und Vorfälle gemessen.

Für Family Offices und Fondsmanager ist das praktische Ziel ein vollständigerer und zeitnäherer Investmentprozess, dessen Evidenz, Beurteilung und Befugnisse von der Origination bis zum Portfolio-Reporting sichtbar bleiben.