Fragen & Antworten

Durch den Übergang von einer Stichprobenprüfung zu einer umfassenden Prüfung, bei der der Mensch nur noch die Ausnahmen bearbeitet. Die KI validiert nichts: Sie priorisiert, und genau das fehlt den Teams.

Drei konkrete Vorteile. Zunächst die Erkennung: abnorme Schwankungen von Quartal zu Quartal, Unstimmigkeiten zwischen den Quellen, unvollständige Felder – und zwar über alle Zeilen hinweg und nicht nur in einer Stichprobe. Dann die Erklärung: Jede Warnmeldung muss begründet sein, mit der ausgelösten Regel und den betreffenden Werten; andernfalls liest das Team die Warnmeldungen nicht mehr. Schließlich die Nachvollziehbarkeit: Wer hat die Ausnahme aufgehoben, auf welcher Grundlage, mit welchem Beleg, damit sowohl die Aufsichtsbehörde als auch der Bewerter den Überblick behalten.

Das Middle-Office-Modul von Bodic Apps wendet diese Logik auf Daten an, die mit dem Rest der Plattform geteilt werden, wodurch Konsistenzprüfungen zwischen den einzelnen Tools entfallen. Die Festlegung des Kontrollplans selbst – Schwellenwerte, Prioritäten und Zuständigkeiten – erfolgt im Rahmen der gemeinsam mit Bodic Conseil durchgeführten Rahmenplanung.

Ja, vorausgesetzt, man automatisiert die gesamte Datenkette und nicht nur die Formatierung des Enddokuments. Die meisten Projekte scheitern, weil sie sich auf die letzte Etappe konzentrieren, nämlich den LP-Bericht oder das Board Pack, während die tatsächlichen Kosten bereits im Vorfeld anfallen: das Sammeln, erneute Erfassen und die Sicherstellung der Zuverlässigkeit von Informationen, die von Dritten in unterschiedlichen Formaten und nach unterschiedlichen Zeitplänen erstellt wurden.
Drei Automatisierungsstufen, in aufsteigender Reihenfolge nach ihrem Wert. Zunächst die Erfassung: Ein strukturiertes Eingabeportal, das den Führungskräften der Beteiligungsgesellschaften offensteht, ersetzt den E-Mail-Kreislauf und macht den Abschlussstichtag vorhersehbar. Dies ist das wichtigste und am meisten unterschätzte Potenzial. Dann die Kontrolle: Übereinstimmung mit dem Vorquartal, Abweichungen vom Budget, Vollständigkeit – mit einem Prüfpfad, der die Frage „Woher stammt diese Zahl?“ beantwortet. Schließlich die Darstellung, die zu einem einfachen Problem wird, sobald die Daten einheitlich, datiert und validiert sind.
Eine Grenze darf jedoch nicht überschritten werden. Die Auswahl der Vergleichswerte, die Behandlung eines außergewöhnlichen Ereignisses und die Erläuterungen für die LP unterliegen dem Ermessen des Fondsmanagers. Das Ziel ist nicht, den Menschen auszuschalten, sondern seine Rolle zu verlagern: weniger Zeit für die Erarbeitung der Zahlen, mehr Zeit für deren Erläuterung.
Das ist die Logik, die bei Bodic Apps zum Tragen kommt, wo Portfolio Portal, Middle Office und Golden Source dieselben Daten nutzen, anstatt sie neu zu erfassen. Die vorangehende Einordnung, das Referenzsystem für Kennzahlen und die Begleitung des Veränderungsprozesses bei den Beteiligungen fallen in den Zuständigkeitsbereich von Bodic Conseil.

KI kann die Beziehungen zu Anlegern und IR-Teams konkret verbessern, wenn sie als Hebel für mehr Zuverlässigkeit und Konsistenz eingesetzt wird und nicht als Werkzeug zur automatisierten Produktion von Nachrichten.
IR-Teams sehen sich mit einer wachsenden Anforderung konfrontiert: Sie müssen schneller reagieren, genaue, einheitliche und kontextbezogene Informationen liefern und sich gleichzeitig an sehr unterschiedliche Anlegerprofile anpassen. In diesem Zusammenhang kann die KI eine strukturierende Rolle spielen.
Konkret ermöglicht sie die Erstellung von Zusammenfassungen aus internen Berichten, die Neuformulierung von Inhalten entsprechend dem Kenntnisstand des Empfängers, das schnelle Auffinden von Informationen in der Historie des Datenaustauschs oder in einem Datenraum und die Verbesserung der Gesamtkohärenz der versendeten Dokumente. Sie kann auch die Erstellung standardisierter Antworten (FAQs, Standard-E-Mails) unterstützen, wobei ein hohes Maß an redaktioneller Qualität erhalten bleibt.
Der eigentliche Beitrag der KI liegt jedoch nicht in der Ausführungsgeschwindigkeit. Er liegt in der Fähigkeit, Nachrichten aneinander auszurichten. Eine qualitativ hochwertige IR-Kommunikation beruht auf einzelnen, zuverlässigen Daten, die von den Teams geteilt werden. Wenn die KI an fragmentierte oder schlecht regierte Quellen angeschlossen ist, verstärkt sie Inkonsistenzen, anstatt sie zu korrigieren.
Die Herausforderung besteht also darin, die KI in einer kontrollierten Datenkette zu verankern: gleiche Zahlen für BI, Reporting und Investorenkommunikation, Nachvollziehbarkeit der Quellen und systematische redaktionelle Kontrolle vor dem Versand. In diesem Rahmen wird die KI zu einem mächtigen Hilfsinstrument, um die Kommunikation zu strukturieren, zu harmonisieren und abzusichern.
Die richtige Balance besteht darin, KI zur Vorbereitung und Verlässlichkeit von Inhalten einzusetzen, während die Verantwortung für Ton, Kontext und Beziehung bei den KI-Teams verbleibt. Es ist diese Kombination, die sowohl die operative Effizienz als auch das Vertrauen der Anleger steigert.

Halluzinationen sind das größte Risiko beim Einsatz von KI-Agenten im Finanzkontext. Sie sind nicht auf zufällige Fehler zurückzuführen, sondern auf ein strukturelles Verhalten der Modelle, wenn ihnen keine zuverlässigen oder ausreichend eingeschränkten Informationen zur Verfügung stehen.
Dieses Risiko lässt sich durch drei Kontrollebenen stark reduzieren.
Die erste ist die strikte Verankerung an einer zertifizierten Wahrheitsquelle. Der Agent darf sich nicht auf allgemeines Wissen oder implizite Daten stützen, sondern nur auf ein kontrolliertes internes Referenzsystem. Jede Antwort muss mit einer identifizierbaren, zugänglichen und überprüfbaren Quelle verknüpft sein. Eine nicht quellenbasierte Antwort sollte standardmäßig als ungültig betrachtet werden.
Die zweite Ebene ist die Beschränkung des funktionalen und informationellen Umfangs. Ein Agent muss in einem bestimmten Bereich mit einem begrenzten und kontrollierten Datensatz tätig werden. Je breiter der Umfang, desto größer ist das Risiko einer ungefähren Interpretation. In der Praxis ist ein Agent, der auf eine Untermenge von Finanzdaten spezialisiert ist, z. B. die KPIs einer Beteiligung oder die Middle-Office-Feeds, signifikant zuverlässiger als ein generalistischer Agent.
Die dritte Ebene ist die Einführung systematischer Kontrollen der Outputs. Alle Zahleninformationen, die für den externen Gebrauch bestimmt sind, insbesondere für Investoren, müssen einer menschlichen Validierung unterzogen werden. Diese Validierung muss sich auf eine vollständige Rückverfolgbarkeit stützen: ursprüngliche Anfrage, mobilisierte Quellen, angewandte Transformationen und generierte Antwort.
Über diese Grundsätze hinaus spielt die technische Architektur eine entscheidende Rolle. Ein strukturierter Ansatz besteht darin, die KI-Schicht von den Rohdaten zu isolieren, ein zentrales Repository zu verwenden und den Agenten nur validierte Daten zu präsentieren. So lässt sich genau kontrollieren, was der Agent sehen und verwenden kann.
Schließlich ist es wichtig, Halluzinationen als ein Thema der Governance zu behandeln und nicht nur als ein technisches Problem. Das bedeutet, Nutzungsregeln, Verantwortungsebenen und Aufsichtsmechanismen zu definieren, die den finanziellen Herausforderungen angemessen sind.
Ein zuverlässiger Agent ist nicht derjenige, der "gut antwortet", sondern derjenige, bei dem jede Antwort erklärt, zurückverfolgt und verifiziert werden kann.