Finanzbranche – Keine Bausteine mehr übrig?

Zusammenfassung des Kerninhalts

Dieser Artikel beschreibt das merkwürdige Phänomen in der Finanzbranche, dass „intelligente Menschen langfristig einfache Arbeiten erledigen“: Absolventen renommierter Universitäten verbringen täglich viel Zeit mit der Übertragung von Informationen, der Reinigung von Daten und der Organisation von Tabellen – also mit wiederholenden Aufgaben. Doch jetzt treten AI-Tools wie „Codex“ aus der Programmierbranche (im Artikel als „Agent“ bezeichnet) in den Finanzsektor ein und übernehmen diese grundlegenden, repetitiven Arbeiten. Dadurch verlagert sich der Schwerpunkt der Arbeit von Finanzexperten von der nächtlichen Erstellung von Unterlagen auf die Überprüfung, Beurteilung und Formulierung aussagekräftiger Argumente. Der Wettbewerb in der Branche verschiebt sich somit von der Frage „Wer kann die Materialien am schnellsten bearbeiten?“ hin zu „Wer kann auf der Grundlage der von AI erzeugten Daten wertvollere Entscheidungen treffen?“

I. Die tägliche Arbeit in der Finanzbranche früher: Intelligente Menschen erledigten die zeitaufwendigsten, einfachen Arbeiten

Viele Aufgaben in der Finanzbranche scheinen anspruchsvoll zu sein, sind im Grunde jedoch körperlich anstrengend. Beispiele:

• Erstellung von DD-Dokumentationen (Due-Diligence-Presentations): Der Chef benötigt Informationen über ein Unternehmen; man muss auf Plattformen wie Tianyancha nach Aktienstrukturen suchen, auf der Website des Unternehmens den Geschäftsablauf untersuchen, aus Jahresberichten Einnahmen und Gewinne extrahieren sowie in Nachrichten nach Risiken suchen. Anschließend werden die Informationen in Tabellen zusammengefügt und in Excel aufbereitet – am Ende entsteht vielleicht nur eine 3-seitige PowerPoint-Präsentation – das ist nichts anderes als die Übertragung von Daten.
• Quantitative Forschung: Es klingt, als würde man mithilfe mathematischer Modelle Marktverläufe analysieren, doch die meisten Forscher verbringen ihre Zeit damit, Daten zu sammeln, Felder zu bereinigen, Code zu schreiben und Tests durchzuführen; nur wenig Zeit bleibt für die eigentliche Strategieentwicklung.
• DCF-Wertung (Berechnung des zukünftigen Wertes eines Unternehmens): Die Erstellung eines vollständigen Modells dauert lange – allein das Herunterladen von Daten aus Plattformen wie Tonghuashun, das Ausgleichen der Bilanz und das Schreiben von Annahmen erfordert viel Zeit.

Diese Arbeiten sind nicht technisch anspruchsvoll, aber zeitaufwendig; früher wurde dies als unvermeidlich hingenommen – sogar die Fähigkeit, bis spät in die Nacht zu arbeiten, galt als Wettbewerbsvorteil.

II. Die Ankunft der AI-Agenten: Sie übernehmen alle „einfachen“ Arbeiten in der Finanzbranche

Heutige AI-Systeme sind nicht mehr nur einfache Chatboxen (die auf Fragen antworten), sondern können komplexe Aufgaben eigenständig erledigen wie „kleine Assistenten“:

• In der quantitativen Forschung: AI kann Daten selbst sammeln und Faktoren überprüfen, zeigt an, welche Faktoren nicht funktionieren und welche Parameter angepasst werden müssen – die Forscher müssen nur noch entscheiden, ob die Vorschläge des AI angemessen sind.
• Bei der DCF-Wertung: AI kann Daten automatisch auswerten, Bilanzen erstellen und Annahmen formulieren; Arbeiten, die früher viele Stunden in Anspruch nahmen, können nun in wenigen Stunden erledigt werden.
• Alltägliche Aufgaben: Bei der Erstellung von DD-Dokumentationen kann AI Aktienstrukturen überprüfen, Unternehmenprofile zusammenstellen und Risiken analysieren; bei der Erstellung von Vergleichstabellen (Comps Tables) kann es Daten von 30 Unternehmen automatisch auswerten und in einheitliche Formate bringen. Kurz gesagt: AI übernimmt alle Arbeiten, die früher manuell erledigt werden mussten – ohne dass sie viel Zeit in Anspruch nahmen.

III. Die Veränderung der Arbeit: Von der Erstellung von Unterlagen zur Überprüfung und Weiterentwicklung von Argumenten

Früher lag der Wettbewerb darin, wer die Unterlagen am schnellsten fertigstellen konnte (z. B. durch nächtliche Arbeit); heute erstellt AI die ersten Versionen der Unterlagen, und die Aufgabe der Menschen besteht darin, diese zu überprüfen, anzupassen und in aussagekräftige Argumente umzuwandeln:

• Überprüfung: Man muss sicherstellen, dass die Datenquellen korrekt sind und die Angaben einheitlich sind (z. B., ob die Einnahmenberechnungsmethoden bei zwei Unternehmen übereinstimmen).
• Anpassung: Unangemessene Annahmen müssen korrigiert werden (z. B., wenn die Prognose zum zukünftigen Wachstum eines Unternehmens zu hoch ist).
• Aufwertung: Die von AI erstellten Materialien müssen in überzeugende Argumente umgewandelt werden (z. B., indem aus finanziellen Daten die Kernrisiken eines Unternehmens hervorgehoben oder geeignete Bewertungsindikatoren gewählt werden).

IV. Vergleich mit der Programmierbranche: Wie hat Codex die Programmierer verändert?

Der Artikel verwendet das Beispiel von „Codex“ aus der Programmierbranche, um die Veränderungen in der Finanzbranche zu veranschaulichen:

• Als Codex erst erschien, dachten die Programmierer, es sei nur ein Tool zur automatischen Ergänzung von Code; später übernahm es jedoch Aufgaben wie das Durchsuchen von Dokumenten, das Schreiben von Vorlagen und das Erstellen von Testfällen. Dadurch konnten Anfänger schneller mit Architekturdesign und komplexen Geschäftsprozessen in Berührung kommen, während Fortgeschrittene sich auf schwierigere Fragen konzentrieren konnten.
• Das Ergebnis: Die Programmierer wurden nicht ersetzt, aber die „Hürden“ für den Einstieg in die Branche stiegen – Arbeiten, die früher nur Zeit kosteten, werden nun von AI übernommen; alle müssen sich auf Kernkompetenzen konzentrieren.

V. Der neue Wettbewerb: Nach der Erstellung der Unterlagen zeigt sich der wahre Wert

Heute können alle schnell erste Versionen von Unterlagen erhalten; der eigentliche Wettbewerb findet „nach der Erstellung“ statt:

• Wer kann Auffälligkeiten in den von AI bereitgestellten finanziellen Daten erkennen (z. B., wenn ein bestimmter Einnahmensektor plötzlich wächst, ohne ersichtlichen Grund)?
• Welche Bewertungsmethoden (EV/EBITDA oder P/E) sollten bei der Wertung verwendet werden – welche Indikatoren eignen sich für welche Unternehmen?
• Wer kann die von AI erstellten Informationen in Argumente umwandeln, die Chefs und Kunden verstehen können (z. B., indem er den Investitionswert eines Unternehmens auf einfache Weise erklärt)?

Diejenigen, die sich frühzeitig an diese Veränderungen anpassen, zeigen ihre Kernkompetenzen früher – schließlich kann AI zwar grundlegende Arbeiten übernehmen, aber Fähigkeiten wie Urteilsfähigkeit, Entscheidungsfindung und Kommunikation bleiben die wahren Wettbewerbsvorteile der Zukunft.

Zusammenfassung:

AI-Technologien ersetzen nicht die Arbeit von Finanzexperten, sondern helfen ihnen dabei, ihre Zeit auf wertvollere Aufgaben zu konzentrieren. Der Wettbewerb in der Branche verlagert sich von körperlichen zu intellektuellen Anforderungen.