Ich habe bereits betont, dass Künstliche Intelligenz für Asset Manager kein reines Tooling‑Thema ist, sondern eine Frage des Operating Models – und dass sich Strategie im Zeitalter der KI zunehmend über die operative Architektur manifestiert, nicht allein über ambitionierte Zielsetzungen.Diese Perspektiven führen zwangsläufig zu einer schwierigeren und zugleich sehr praktischen Frage: Wie vollzieht sich eine solche Transformation konkret in einer Organisation, die nicht als KI‑native aufgebaut wurde?

Ich habe bereits argumentiert, dass künstliche Intelligenz für Asset Manager in erster Linie kein Tooling-Problem ist, sondern ein Problem des operativen Modells. Die eigentliche Bedeutung von KI liegt in ihrem Einfluss darauf, wie Organisationen lernen, Entscheidungen skalieren und Verantwortung verankern.

Dieser Artikel ist der erste Teil einer kurzen Reihe zu Künstlicher Intelligenz und Operating Models im Asset Management. Er ordnet die aktuellen KI-Welle ein und analysiert deren Auswirkungen auf die Branche. Der zweite Artikel widmet sich der Daten und KI-Strategie, während der abschließende Beitrag die Umsetzung aus der Perspektive eines etablierten Asset Managers beleuchtet.