Welche Berufe fallen weg und welche neuen Chancen entstehen?

Die Finanzwelt steht vor einem grundlegenden Wandel. Die generative Künstliche Intelligenz (KI) sorgt nicht nur für effizientere Prozesse, sondern beeinflusst auch maßgeblich, welche Berufe im Finanzsektor in Zukunft gefragt sein werden. Dieser Artikel beleuchtet die Auswirkungen von KI auf die Arbeitswelt im Finanzwesen, zeigt auf, welche traditionellen Berufe durch KI ersetzt werden könnten und welche neuen Berufsfelder dadurch entstehen.

Highlights

• KI ersetzt zunehmend traditionelle Berufe im Finanzsektor wie Buchhalter, Risikoprüfer und einfache Finanzanalysten.
• Große Banken wie Goldman Sachs und JP Morgan nutzen bereits KI für Reporting und Finanzanalysen, was die Effizienz deutlich steigert.
• Neue Berufsfelder entstehen, darunter Datenwissenschaftler, KI-Spezialisten und KI-Ethikbeauftragte.
• Menschliche Analysten sind weiterhin essenziell, insbesondere für die qualitative Bewertung und strategische Entscheidungen.
• KI-gestützte Systeme können Entscheidungen bis zu 60 % schneller treffen als Menschen, insbesondere bei der Analyse großer Datenmengen.
• Weiterbildung und Umschulung der Mitarbeiter im Finanzsektor sind entscheidend, um den Anschluss an die technologischen Entwicklungen zu halten.

Welche Berufe im Finanzwesen durch KI ersetzt werden (könnten)

Die Automatisierung wiederkehrender Aufgaben hat dazu geführt, dass einige klassische Berufe im Finanzsektor zunehmend in den Hintergrund treten. Rollen wie Buchhalter, Risikoprüfer oder einfache Finanzanalysten, die vor allem repetitive Datenauswertungen durchführen, werden von KI-Systemen ersetzt. Diese Systeme sind in der Lage, große Mengen an Daten in kürzester Zeit zu analysieren und Muster zu erkennen, für die Menschen weitaus länger benötigen würden.

So haben zum Beispiel die großen Investmentbanken wie Goldman Sachs und JP Morgan bereits KI-basierte Systeme implementiert, um das traditionelle Reporting und die Analyse von Finanzdaten zu automatisieren. Aufgaben, die früher Stunden oder gar Tage in Anspruch genommen haben, werden jetzt innerhalb weniger Minuten erledigt. Buchhaltungssoftware wie Xero oder QuickBooks, die zunehmend mit KI angereichert wird, reduziert den Bedarf an manuellen Buchhaltern erheblich.

Auch Risikoprüfungen und Kreditentscheidungen werden zunehmend automatisiert. Banken nutzen KI-Modelle, die innerhalb von Sekunden die Kreditwürdigkeit eines Antragstellers beurteilen können, indem sie auf umfangreiche Datensätze zugreifen und eine genauere Risikobewertung bieten als traditionelle Methoden. Dadurch entfällt der Bedarf an vielen traditionellen Risikoprüfern.

Ein weiteres Beispiel für die zunehmende Automatisierung im Finanzsektor ist der Bereich der Steuererklärungen. KI-gestützte Systeme wie die von Intuit TurboTax oder H&R Block sind in der Lage, komplexe Steuererklärungen innerhalb kurzer Zeit zu erstellen, was den Bedarf an menschlichen Steuerberatern reduziert. Gleichzeitig sorgt dies für eine höhere Genauigkeit, da Fehlerquellen, die durch manuelle Eingaben entstehen, weitgehend ausgeschlossen werden können. Der Einsatz solcher Technologien nimmt kontinuierlich zu, da immer mehr Menschen und Unternehmen diese zeitsparenden und kosteneffizienten Lösungen bevorzugen.

Neue Berufsfelder im Finanzsektor

Gleichzeitig entstehen durch den Einsatz von KI auch viele neue Berufschancen. Datenwissenschaftler, die Machine-Learning-Modelle entwickeln und pflegen, sowie KI-Spezialisten, die sich mit der Weiterentwicklung von generativen Modellen beschäftigen, sind gefragter denn je. Diese Fachkräfte sind für die Konzeption, Implementierung und kontinuierliche Überwachung von KI-Lösungen verantwortlich.

Eine wichtige Rolle spielt auch die Modellvalidierung. Unternehmen wie die Deutsche Bank und Credit Suisse haben spezielle Teams eingerichtet, die sicherstellen, dass die verwendeten KI-Modelle keine Verzerrungen oder Fehler aufweisen. Compliance-Experten, die die ethischen und rechtlichen Aspekte der KI-Nutzung überwachen, gewinnen ebenfalls zunehmend an Bedeutung, da Regulierungsbehörden sicherstellen wollen, dass KI verantwortungsvoll eingesetzt wird.

Zusätzlich haben sich sogenannte „Human-in-the-Loop“-Experten etabliert. Diese Rolle umfasst die Zusammenarbeit zwischen Mensch und Maschine: Sie überprüfen die Ergebnisse der KI und korrigieren gegebenenfalls Fehlentscheidungen. Dieser Bereich wird besonders wichtig, wenn es um ethische oder sensible Entscheidungen geht, bei denen die KI-Unterstützung zwar hilfreich ist, die endgültige Verantwortung jedoch beim Menschen bleibt.

Ein weiteres neu entstehendes Berufsfeld ist das des KI-Ethikbeauftragten. Diese Experten sind dafür verantwortlich, sicherzustellen, dass die KI-Systeme ethisch einwandfrei agieren und keine diskriminierenden oder ungewollten Konsequenzen verursachen. In einem zunehmend regulierten Umfeld sind Unternehmen gezwungen, sicherzustellen, dass ihre KI-Modelle nicht nur technisch effizient, sondern auch ethisch vertretbar sind. Dies schafft die Notwendigkeit für spezielle Rollen, die sicherstellen, dass diese Anforderungen erfüllt werden.

Darüber hinaus gewinnen Berufe im Bereich der Nutzererfahrung (User Experience, UX) und des KI-Trainings an Bedeutung. Diese Fachkräfte arbeiten daran, die Schnittstellen zwischen Mensch und Maschine so intuitiv wie möglich zu gestalten, damit die Interaktion mit KI-Lösungen reibungslos verläuft. Gerade im Finanzsektor, in dem viele Prozesse komplex sind, ist eine gute Nutzererfahrung entscheidend, um Vertrauen in die neuen Technologien aufzubauen.

Die Rolle menschlicher Analysten im Zusammenspiel mit KI

Obwohl viele Aufgaben automatisiert werden, bleibt die menschliche Expertise weiterhin essenziell. Menschliche Analysten spielen eine wichtige Rolle im Zusammenspiel mit KI, insbesondere wenn es darum geht, komplexe Zusammenhänge zu verstehen und kreative Lösungen zu entwickeln. Ein Beispiel dafür ist die Strategieberatung: KI kann zwar Möglichkeiten zur Prozessoptimierung identifizieren, aber welche dieser Möglichkeiten letztlich verfolgt wird und wie man sie in die Gesamtstrategie eines Unternehmens integriert, liegt weiterhin in der Hand erfahrener Analysten.

Hinzu kommt die qualitative Bewertung von Unternehmen. Während KI-Systeme in der Lage sind, fundamentale Daten eines Unternehmens zu analysieren und quantitative Empfehlungen zu geben, müssen menschliche Analysten oft zusätzliche, nicht greifbare Faktoren berücksichtigen, wie z.B. die Führungskräfte des Unternehmens, deren Strategien und langfristige Visionen. Solche weichen Faktoren lassen sich nur schwer in ein KI-Modell übertragen, da sie viel Kontext und Erfahrungswissen erfordern.

Ein weiterer Bereich, in dem menschliche Analysten unersetzlich bleiben, ist die Krisenbewältigung. In Zeiten wirtschaftlicher Unsicherheit oder bei unerwarteten Marktentwicklungen können menschliche Analysten flexibel reagieren und Strategien entwickeln, die nicht nur auf Daten basieren, sondern auch auf menschlichem Urteilsvermögen und Intuition. Gerade diese Fähigkeit, in unvorhersehbaren Situationen fundierte Entscheidungen zu treffen, unterscheidet den Menschen grundlegend von der KI.

Statistik zur Performance von KI im Vergleich zu menschlichen Analysten

Statistiken zeigen, dass KI-Systeme in bestimmten Bereichen die Performance menschlicher Analysten bereits übertreffen. So sind sie beispielsweise bei der Vorhersage von Marktbewegungen oder bei der Verarbeitung großer Datenmengen schneller und effizienter. Einem Bericht von McKinsey zufolge können KI-gestützte Systeme Entscheidungen bis zu 60 % schneller treffen als ihre menschlichen Gegenstücke – mit einer vergleichbaren oder sogar höheren Genauigkeit.

Ein weiteres Beispiel ist BlackRock, das mit seinem KI-gestützten Aladdin-System in der Lage ist, umfangreiche Datenmengen aus verschiedenen Märkten zu analysieren und Investitionsentscheidungen zu unterstützen. Dabei hat sich gezeigt, dass KI-basierte Vorhersagen insbesondere in kurzfristigen, hochfrequenten Handelsentscheidungen oft treffsicherer sind als menschliche Vorhersagen. Dennoch betonen Experten, dass menschliche Analysten unersetzlich bleiben, wenn es um das Verständnis komplexer Wechselwirkungen und um langfristige, strategische Entscheidungen geht.

KI kann auch in der Portfoliooptimierung ihre Stärken ausspielen. Algorithmen sind in der Lage, unzählige Szenarien in Echtzeit durchzuspielen und die beste Kombination von Anlageinstrumenten zu identifizieren, die ein optimales Rendite-Risiko-Verhältnis bieten. Diese Art von Optimierung war in der Vergangenheit sehr zeitaufwendig und oft nur grob näherungsweise möglich, doch KI-Systeme wie die von Wealthfront oder Betterment bieten heute individualisierte Anlagestrategien auf Basis dieser Optimierungen.

Weiterbildung und Umschulung für Mitarbeiter

Um mit der rasanten Entwicklung Schritt zu halten, müssen sich Mitarbeiter im Finanzwesen kontinuierlich weiterbilden. Weiterbildung und Umschulungen sind entscheidend, um neue Technologien zu verstehen und sinnvoll einzusetzen. Unternehmen wie UBS und HSBC haben eigene Schulungszentren eingerichtet, in denen Mitarbeiter die Grundlagen von KI, Datenanalyse und Machine Learning erlernen können. Besonders wichtig sind Fähigkeiten wie Datenanalyse, kritisches Denken und ein grundlegendes Verständnis der Funktionsweise von KI.

Eine große Herausforderung besteht darin, auch ältere Mitarbeiter mitzunehmen, die bisher keine Berührungspunkte mit KI hatten. Hier sind Unternehmen gefragt, ein Arbeitsumfeld zu schaffen, das die Weiterentwicklung aller Mitarbeiter fördert, etwa durch Mentoring-Programme oder gezielte, niedrigschwellige Schulungsangebote.

Ein weiterer Ansatz zur Weiterbildung ist die Integration von „Learning-on-the-Job“-Programmen. Mitarbeiter sollen die Möglichkeit haben, während ihrer regulären Arbeit neue Technologien zu erlernen und sich mit KI-Tools vertraut zu machen. Dies kann durch die Einführung von Pilotprojekten geschehen, bei denen Mitarbeiter erste Erfahrungen im Umgang mit KI sammeln können, ohne dabei den Druck zu verspüren, sofort perfekte Ergebnisse liefern zu müssen.

Zudem wird der Austausch mit Start-ups und Technologiepartnern immer wichtiger. Viele große Finanzinstitute arbeiten mit jungen Unternehmen zusammen, um von deren Know-how im Bereich der KI zu profitieren. Dieser Wissenstransfer hilft dabei, die Mitarbeiter auf den neuesten Stand der Technik zu bringen und gleichzeitig innovative Ideen in den eigenen Unternehmensalltag zu integrieren.

Fazit

Die Einführung von generativer KI im Finanzsektor verändert die Arbeitswelt nachhaltig. Während traditionelle Rollen zunehmend automatisiert werden, entstehen gleichzeitig neue, spannende Berufsfelder. Der Mensch bleibt jedoch ein zentraler Faktor – besonders wenn es darum geht, kreative Lösungen zu entwickeln und ethische Entscheidungen zu treffen. Für Mitarbeiter im Finanzwesen bieten sich viele neue Chancen, vorausgesetzt, sie sind bereit, sich weiterzubilden und die neuen Technologien zu umarmen. Die Zukunft des Finanzsektors wird ein Zusammenspiel aus menschlicher Kreativität und technologischer Effizienz sein, bei dem KI die Werkzeuge liefert, um die Arbeit der Menschen effektiver und zielgerichteter zu gestalten.

Ein wichtiger Punkt ist, dass die Kombination aus menschlicher Intuition und KI-basierter Analyse das volle Potenzial dieser Technologien ausschöpfen kann. In einer Welt, in der Daten immer komplexer werden und die Geschwindigkeit der Informationsverarbeitung stetig zunimmt, können nur diejenigen erfolgreich sein, die bereit sind, beide Seiten dieser neuen Arbeitswelt zu vereinen. Unternehmen, die gezielt in die Weiterbildung ihrer Mitarbeiter investieren und den offenen Umgang mit neuen Technologien fördern, werden sich langfristig im Wettbewerb behaupten können. Die Transformation mag herausfordernd sein, doch sie bietet auch die Möglichkeit, die Arbeitswelt grundlegend zum Besseren zu verändern.