Robo-Advisors in der Finanzberatung: Empfehlungen verstehen und einführen

KI-Tagesseminar · 1 Tag

Wie automatisierte Anlage- und Produktvorschläge entstehen und regelkonform ins Haus kommen

Das nehmen Sie mit

• Sie können Robo-Advisors, regelbasierte Tools und lernende Empfehlungssysteme fachlich unterscheiden und deren Grenzen benennen.
• Sie kennen die Datengrundlage und die Empfehlungstypen und erkennen Einsatzfelder für Ihre eigenen Dienstleistungen.
• Sie wissen, welche Transparenz-, Erklärungs- und Dokumentationspflichten aus MiFID II, DSGVO und EU-KI-Verordnung folgen.
• Sie gehen mit einer Checkliste für Machbarkeitsprüfung und Stakeholder-Kommunikation in die Projektplanung.

Ablauf

1. Teil 1

   Modul 1 – Einordnung: Robo-Advisors und Empfehlungssysteme

   • Was ein Robo-Advisor übernimmt und worin sich ein allgemeines Empfehlungssystem davon unterscheidet
   • Regelbasiertes Tool oder lernende KI: Merkmale, an denen Beratung und IT beides auseinanderhalten
   • Stärken und Grenzen automatisierter Beratung, etwa bei standardisierter Geldanlage gegenüber Nachfolgeplanung
   • Technische Grundbegriffe, die Fachbereich und Compliance für eine fundierte Bewertung kennen sollten
2. Teil 2

   Modul 2 – Funktionsweise: Wie ein personalisierter Vorschlag entsteht

   • Vom Datensatz zum Handlungsvorschlag: die Stufen, in denen ein System eine Empfehlung bildet
   • Inputdaten: Kundenprofil mit Anlageziel und Risikoneigung, Marktanalysen, Interaktionen in App und Filiale
   • Empfehlungstypen nebeneinander: kollaborativ, inhaltsbasiert und hybrid
   • Wie genauere Vorschläge den Erwartungen von Anlegern und Kreditkunden näherkommen
3. Teil 3

   Modul 3 – Einsatzfelder: Von der Vermögensverwaltung bis zum Girokonto

   • Robo-Advisory in der Vermögensverwaltung: Portfoliovorschlag auf Grundlage des Anlegerprofils
   • Produktvorschläge im Retail Banking, zum Beispiel Sparplan oder Ratenkredit passend zur Kontonutzung
   • Cross-Selling mit KI: welches Zusatzprodukt zu Depot, Konto oder Police passt
   • Potenziale für die eigenen Dienstleistungen des Instituts herausarbeiten
4. Teil 4

   Modul 4 – Vertrauen und Regulatorik: Verständliche und prüfbare Empfehlungen

   • Mensch-Maschine-Schnittstelle: wann der Kunde selbst entscheidet und wann eine Beraterin übernimmt
   • Vertrauen, Transparenz und Verständlichkeit: wie eine Empfehlung dem Kunden gegenüber begründet wird
   • Beispiele gelungener Interaktionsgestaltung, die den Kundenbedarf im Mittelpunkt halten
   • Anforderungen aus MiFID II, DSGVO und der EU-KI-Verordnung an automatisierte Beratung
   • Transparenzpflichten und Erklärbarkeit der Entscheidungen, die ein System trifft
   • Risikobewertung und Dokumentationspflichten als Teil von Compliance und Rechtssicherheit
5. Teil 5

   Modul 5 – Einführung: Ein Empfehlungsprojekt im Institut planen

   • Projektplanung: Voraussetzungen, Rollen und benötigte Technologien
   • Zusammenspiel von Fachbereich, IT und externen Partnern wie Plattformanbietern
   • Checkliste für die Machbarkeitsprüfung und die Kommunikation mit Stakeholdern
   • Erste Schritte für die Einführung im eigenen Haus festlegen