Eine Ende Oktober 2026 erschienene Studie aus Indien beschreibt, wie generative KI und Tokenisierung die Berufsbilder der Finanzbranche umbauen. Für Asset- und Wealth-Manager ist weniger die Zahlenbasis interessant als die Rollenkarte, die die Autoren daraus ableiten. Sie zeigt, welche Kompetenzen bei Einstellung und Weiterbildung an Gewicht gewinnen.
Welche Rollen wegfallen und welche entstehen
Verfasst haben die Arbeit Chandana Heswanth Veera Jyothi und Ratnavalli Bhagavatula von der Hochschule KLEF in Andhra Pradesh. Erschienen ist sie im International Journal of Scientific Research in Engineering and Management. Die Autoren werten 36 Quellen aus, vor allem Berichte von Beratungen, Verbänden und Technologieanbietern. Eigene Daten erheben sie nicht.
Ihre Kernaussage: Technik baut Arbeitsplätze nicht pauschal ab, sondern verlagert Aufgaben. Routinetätigkeiten wie die manuelle Handelsabstimmung oder statisches Rebalancing fallen weg. Im Asset- und Wealth-Management sehen die Autoren neue Rollen entstehen. Genannt werden etwa Strukturierer für tokenisierte Vermögenswerte, Spezialisten für Direct Indexing und Ingenieure für Private Credit.
Für das künftige Kompetenzprofil stützen sie sich auf Arbeiten des CFA Institute. Tiefe Finanzkenntnis bildet den Stamm eines T-förmigen Profils. Quer dazu liegen Datenkenntnisse wie Python und SQL, die Kontrolle von KI-Modellen und ethisches Urteilsvermögen.
Warum die Marktzahlen Vorsicht verlangen
Die Studie arbeitet mit Prognosen, die mehrere Jahre alt sind. Die Boston Consulting Group und die Plattform ADDX sahen 2022 bis zum Jahr 2030 ein Tokenisierungspotenzial von 16,1 Billionen US-Dollar. Der heutige Markt ist davon weit entfernt: Laut RWA.xyz lag er Ende Juni 2026 bei gut 32 Milliarden US-Dollar. Gezählt sind dabei Vermögenswerte, die direkt über öffentliche Blockchains ausgegeben werden.
Ähnlich verhält es sich bei generativer KI. McKinsey schätzte 2023 das jährliche Potenzial im globalen Bankensektor auf 200 bis 340 Milliarden US-Dollar. Das beschreibt ein mögliches Potenzial aus der Frühphase der Technologie, keine gemessene Wirkung.
Unter den 36 Quellen finden sich zudem ein Reddit-Forum und ein Dokument der Plattform Scribd. Die Autoren räumen selbst ein, dass Branchenprognosen von Annahmen abhängen. Nach unserer Einschätzung taugen die Zahlen der Studie daher als Richtung, nicht als Planungsgrundlage.
Was Entscheider daraus mitnehmen können
Der Nutzen liegt aus unserer Sicht in der Systematik. Die Studie verknüpft Marktinfrastruktur und Berufsbilder, die sonst meist getrennt betrachtet werden. Personalverantwortliche in Fondsgesellschaften können die Rollentabelle mit der eigenen Organisation abgleichen. Wer Weiterbildung plant, findet dort konkrete Bausteine, von Datenkenntnis bis zur Modellkontrolle.
Offen bleibt, wie schnell der Wandel tatsächlich verläuft. Die Autoren fordern selbst Langzeitstudien, die Rollenwechsel in Banken über fünf Jahre messen. Auch den Einfluss des EU AI Act und der EU-Kryptoregulierung MiCA auf das Tempo der Automatisierung wollen sie untersucht sehen. Für Häuser im DACH-Raum dürfte gerade diese Regulierung bestimmen, wann Kompetenzen in Tokenisierung und Modellkontrolle intern zur Pflicht werden.
* DE: Die ergänzenden Inhalte können KI-generiert sein. EN: The additional content may be AI-generated.