Den Nutzen von Ratings erschließen

Capital Markets Day 26 an der Frankfurt School of Finance & Management

Von Dr. Oliver Everling | 29.April 2026

An der Frankfurt School of Finance & Management startet heute an der Adickesallee in Frankfurt am Main der „Capital Markets Day“. DieKonferenz ist klar entlang der zentralen Transformationsachsen des europäischen Kapitalmarkts strukturiert: Makroökonomie und Zinsumfeld, institutionelle Kapitalströme, Marktinfrastruktur sowie technologische Disruption durch Blockchain und Künstliche Intelligenz. Inhaltlich zeigt sich ein roter Faden: Der Kapitalmarkt befindet sich gleichzeitig unter geopolitischem Druck, regulatorischer Neuordnung und tiefgreifendem technologischen Wandel.

Der Auftakt mit Vertretern wie Roland Scheinert, Thorben Lüthge und Dr. Markus Röhrig setzt bereits die Tonalität, wie Ulrich Martin, Leiter des Frankfurt School Forums, deutlich macht: eine enge Verzahnung von Wissenschaft, Beratung, Banken und Börseninfrastruktur. Mit Frankfurt School of Finance & Management als akademischem Anker wird die Konferenz klar im Spannungsfeld von Theorie und Praxis positioniert.

Inhaltlich beginnt der Tag stark makroökonomisch geprägt. Die Keynotes – insbesondere von Thorben Lüthge und Martin Weirich – adressieren zwei der aktuell dominierenden Kräfte: geoökonomische Fragmentierung und die Transformation der Altersvorsorgesysteme. Die Diskussion um die „Savings and Investments Union“ signalisiert, dass Kapitalmarktintegration in Europa politisch forciert wird, um Investitionen effizienter zu lenken. Ergänzt wird dies durch die Perspektive aus den Niederlanden (Maureen Schlejen), die als Blaupause für Pensionsreformen dienen können. Hier zeigt sich: Pension Capital wird zunehmend zum zentralen Treiber für Kapitalmarktliquidität und Zinsstruktur.

Die anschließende Paneldiskussion mit Akteuren wie Dr. Tammo Diemer, Dr. Ulrich Kater und einem Vertreter der Europäische Zentralbank verdeutlicht die systemische Dimension: steigende Staatsverschuldung, Reformdruck bei Pensionen und deren Rückkopplung auf Zins- und Kreditmärkte. Hier liegt ein zentraler Spannungsbereich der nächsten Jahre – zwischen fiskalischer Expansion und finanzieller Stabilität.

Mit dem Thema Infrastruktur als Assetklasse verschiebt sich der Fokus auf reale Investitionen. Beiträge von Akteuren wie KfW IPEX-Bank zeigen, dass Infrastrukturfinanzierung zunehmend institutionalisiert und kapitalmarktfähig wird. Das ist strategisch relevant, da diese Assets stabile Cashflows liefern und ideal zu den Bedürfnissen von Pensionsinvestoren passen.

Am Nachmittag erfolgt dann ein klarer Themenwechsel hin zur Marktinfrastruktur und Digitalisierung. Die Impulse zu Tokenisierung, etwa durch Steve Henning, machen deutlich: Der Erfolg digitaler Assets hängt weniger an der Technologie selbst als an Distribution, also Zugang, Liquidität und regulatorischer Einbettung. Initiativen wie eine europäische Blockchain-Infrastruktur (RL1) oder Plattformen wie Boerse Stuttgart Group-nahe Projekte zeigen den Anspruch Europas, digitale Souveränität im Kapitalmarkt zu sichern.

Die Diskussion um „Müssen Banken und FMIs jetzt handeln?“ bringt einen kritischen Punkt auf den Tisch: First-Mover-Vorteile versus regulatorische Unsicherheit. Klassische Finanzmarktinfrastrukturen stehen unter Druck, da neue, technologiegetriebene Systeme Effizienzgewinne versprechen – insbesondere im Settlement und bei der Verwahrung.

Der Block zu Digital Assets und KI vertieft diese Perspektive. Beiträge von Dr. Ulli Spankowski und Jan-Oliver Sell zeigen, dass Blockchain und KI nicht isoliert gedacht werden können: Während Blockchain Vertrauen und Infrastruktur neu definiert, verändert KI die Entscheidungslogik im Kapitalmarkt, etwa im Trading oder Risikomanagement. Themen wie Stablecoins und algorithmisches Lernen deuten darauf hin, dass Marktmechanismen selbst adaptiver und datengetriebener werden.

Die abschließende Keynote von Dr. Jochen Papenbrock setzt einen strategischen Schlusspunkt: Der Wettbewerbsvorteil im Banking verschiebt sich hin zu Rechenleistung, Datenverfügbarkeit und KI-Infrastruktur („AI Factories“). Das ist ein klares Signal, dass Technologie nicht mehr nur Enabler, sondern Kern des Geschäftsmodells ist.

Zusammengefasst will die Konferenz zu drei zentralen Erkenntnissen führen: Erstens wird der europäische Kapitalmarkt zunehmend durch regulatorische Integration und Pensionskapital geprägt. Zweitens verschiebt sich Wertschöpfung durch Digitalisierung von Produkten hin zu Infrastruktur und Distribution. Drittens wird technologische Souveränität – insbesondere bei Blockchain und KI – zum entscheidenden Wettbewerbsfaktor für Banken und Finanzmarktinfrastrukturen.

Themen: Ratings | Kommentare deaktiviert für Capital Markets Day 26 an der Frankfurt School of Finance & Management

M&A-Berater im Finanzsektor starten mit deutlichen Verschiebungen ins Jahr 2026

Von Dr. Oliver Everling | 27.April 2026

Im ersten Quartal 2026 haben sich die Kräfteverhältnisse unter den Beratern für Fusionen und Übernahmen im Finanzdienstleistungssektor deutlich verschoben. Laut aktuellen Auswertungen von GlobalData dominieren vor allem große internationale Investmentbanken und Anwaltskanzleien das Geschehen, wobei sowohl beim Transaktionsvolumen als auch beim Gesamtwert der Deals teils erhebliche Zuwächse zu verzeichnen sind.

Im Bereich der Finanzberater sicherte sich Barclays die Spitzenposition nach Transaktionswert mit beratenen Deals im Umfang von 31,4 Milliarden US-Dollar, während Houlihan Lokey nach Anzahl der Transaktionen führte und insgesamt 15 Deals begleitete. Die Entwicklung unterstreicht eine bemerkenswerte Dynamik innerhalb der Branche. Dazu erklärte Aurojyoti Bose: „Houlihan Lokey was the top adviser by volume in Q1 2025 and managed to retain that in Q1 2026. Interestingly, the number of deals it advised also remained unchanged.“ Gleichzeitig konnten alle Top-10-Berater nach Dealwert ihre Ergebnisse im Vergleich zum Vorjahr steigern. Besonders auffällig ist der Aufstieg von Barclays, das einen massiven Sprung nach vorne machte. Bose kommentierte hierzu: „In fact, Barclays saw more than a seven-fold jump in the total value of deals advised by it, improving its ranking from eighth in Q1 2025 to the top position in Q1 2026.“

Hinter Barclays folgen Morgan Stanley, Goldman Sachs, Lazard und JPMorgan, die allesamt Transaktionen im zweistelligen Milliardenbereich begleiteten. Beim Transaktionsvolumen liegt Goldman Sachs auf Platz zwei, gefolgt von Piper Sandler, Stifel/KBW und Raymond James Financial.

Auch bei den rechtlichen Beratern zeigen sich deutliche Verschiebungen. Sullivan & Cromwell führt das Ranking nach Dealwert mit 20,7 Milliarden US-Dollar an, während Kirkland & Ellis mit 15 Transaktionen die höchste Aktivität verzeichnete. Die Entwicklung bei Kirkland & Ellis ist besonders bemerkenswert, wie Bose hervorhebt: „There was a three-fold jump in the total number of deals advised by Kirkland & Ellis in Q1 2026 compared to Q1 2025 and resultantly, its ranking by volume jumped from 17th to the top position.“ Auch Sullivan & Cromwell konnte massiv zulegen. Bose erklärte: „Similarly, there was more than a five-fold jump in the total value of deals advised by Sullivan & Cromwell, lifting its ranking from 14th by value in Q1 2025 to top spot in Q1 2026.“

Weitere führende Kanzleien nach Dealwert sind White & Case, Clifford Chance, Paul, Weiss, Rifkind, Wharton & Garrison und Latham & Watkins. Beim Transaktionsvolumen folgt Latham & Watkins auf Platz zwei, während Simpson Thacher & Bartlett, Paul, Weiss sowie Skadden, Arps, Slate, Meagher & Flom ebenfalls zu den aktivsten Akteuren zählen.

Insgesamt zeigt sich, dass insbesondere großvolumige Transaktionen eine zentrale Rolle für die Verschiebung der Ranglisten spielen. Mehrere milliardenschwere Deals, darunter sogenannte Mega-Deals mit einem Volumen von über zehn Milliarden US-Dollar, haben maßgeblich dazu beigetragen, dass einzelne Akteure innerhalb kurzer Zeit deutlich an Bedeutung gewonnen haben. Die Analyse basiert auf umfassenden Datenbanken und kontinuierlicher Marktbeobachtung, wodurch ein detailliertes Bild der aktuellen M&A-Aktivitäten im Finanzsektor entsteht.

Themen: Ratings | Kommentare deaktiviert für M&A-Berater im Finanzsektor starten mit deutlichen Verschiebungen ins Jahr 2026

Immobilienkrise, Energiepreise und ihre Bedeutung für Kreditratings

Von Dr. Oliver Everling | 27.April 2026

Die aktuelle Entwicklung am deutschen Immobilienmarkt verdeutlicht eine zunehmende Spreizung von Chancen und Risiken, die sich direkt in der Bewertung von Immobilienkrediten niederschlägt. Besonders prägnant wird dies in der Feststellung, „Chancen ja, für kapitalstarke, konservativ finanzierte, energieeffiziente oder sanierbare Bestände in nachfragestarken Lagen“ (Quelle: CHECK-Analyse, Stephan Appel, 26.04.2026), während für schwache Lagen, hoch fremdfinanzierte Strukturen und sanierungsintensive Objekte die Krise als zusätzlicher Risikoverstärker wirke. Diese Differenzierung markiert im Kern genau jene Faktoren, die auch moderne Kreditratings bestimmen.

Im Kontext der Kreditvergabe bedeutet dies, dass sich die Risikobewertung zunehmend weg von pauschalen Marktannahmen hin zu objektspezifischen Kriterien verschiebt. Insbesondere die Energieeffizienz gewinnt dabei erheblich an Bedeutung. Sie beeinflusst nicht nur die laufenden Kosten und damit die Zahlungsfähigkeit der Mieter, sondern auch den Marktwert der Immobilie selbst. Sinkende Werte bei ineffizienten Gebäuden führen zu höheren Beleihungsausläufen und damit zu einer Verschlechterung zentraler Kennzahlen wie der Loan-to-Value-Quote, was sich unmittelbar negativ auf das Rating auswirkt.

Hinzu kommt die gestiegene Zinssensitivität des Marktes. Höhere Refinanzierungskosten belasten die Cashflows vieler Investitionen erheblich. In der Folge verschlechtern sich Schuldendienstdeckungsgrade, insbesondere bei hoch fremdfinanzierten Objekten. Der ehemals positive Leverage-Effekt kehrt sich dabei teilweise ins Gegenteil um und verstärkt Verlustrisiken. Für Ratingmodelle bedeutet dies eine stärkere Gewichtung von Zinsbindungsstrukturen, Kapitalpuffern und nachhaltiger Finanzierungsarchitektur.

Ein weiterer kritischer Punkt ist die zunehmende Zahl problembehafteter Kredite. Auch wenn viele Darlehen formal noch bedient werden, deutet vieles darauf hin, dass sich ein wachsender Teil im Übergangsstadium zwischen „performing“ und tatsächlich notleidend befindet. Die Analyse legt nahe, dass Banken Risiken teilweise durch Prolongationen oder Anpassungen von Kreditbedingungen verdecken und damit eine unmittelbare Neubewertung hinauszögern, was die Aussagekraft klassischer Kreditratings temporär einschränken kann.

Parallel dazu verstärken makroökonomische Faktoren wie steigende Energiekosten die Unsicherheiten. Sie wirken sowohl direkt auf die Betriebskosten von Immobilien als auch indirekt über die wirtschaftliche Leistungsfähigkeit von Mietern und Unternehmen. In Regionen mit wirtschaftlichen Strukturproblemen kann dies zu sinkender Nachfrage, fallenden Mieten und letztlich zu Wertverlusten führen – ein klarer Negativfaktor für Kreditratings.

Gleichzeitig zeigt sich, dass bestimmte Segmente eine höhere Resilienz aufweisen. Energieeffiziente Immobilien in starken Lagen oder Objekte mit stabilen, indexierten Mieteinnahmen generieren verlässlichere Cashflows und werden entsprechend besser bewertet. Damit verstärkt sich die Polarisierung im Markt: Während hochwertige Assets von stabilen oder sogar verbesserten Ratings profitieren, geraten risikoreichere Objekte zunehmend unter Druck.

Insgesamt wird deutlich, dass sich die Systematik der Immobilienkreditratings strukturell verändert. Energieeffizienz, Finanzierungsstruktur, Standortqualität und makroökonomische Einflüsse wirken heute enger zusammen als je zuvor. Die Folge ist eine deutlich differenziertere Risikobewertung, bei der die Energiefrage zu einem zentralen Bestandteil geworden ist und maßgeblich darüber entscheidet, ob ein Kredit als stabil oder risikobehaftet eingestuft wird.

Themen: Nachrichten | Kommentare deaktiviert für Immobilienkrise, Energiepreise und ihre Bedeutung für Kreditratings

Wie KI-gestütztes Coding mit Smart Glasses die Resilienz und Flexibilität von Unternehmen neu definiert

Von Dr. Oliver Everling | 25.April 2026

Die Dynamik des Codings verändert sich derzeit grundlegend, insbesondere durch den Einsatz von KI-gestützten Agenten und neuen Schnittstellen wie Wearables. Diese Entwicklung hat das Potenzial, die Resilienz und Flexibilität von Unternehmen nachhaltig zu beeinflussen, da sie Arbeitsweisen beschleunigt, dezentralisiert und zugleich stärker vernetzt. Ein aktueller Einblick in diese Entwicklung findet sich im Beitrag „Even Journal, Episode 4“ von Even Realities.

Ein zentraler Aspekt ist die zunehmende Verschmelzung von Entwicklungsumgebungen mit dem Alltag. Wenn Entwickler „ihren Coding-Agenten über Smart Glasses“ nutzen können, verschiebt sich der Ort der Produktivität. Coding wird mobil, kontextabhängig und kontinuierlich verfügbar. Diese neue Form des Arbeitens stärkt die Flexibilität von Unternehmen erheblich, da Teams nicht mehr an feste Arbeitsplätze gebunden sind. Entscheidungen und Anpassungen können schneller getroffen werden, was in dynamischen Märkten ein klarer Vorteil ist. Gleichzeitig erhöht sich die Resilienz, weil Arbeitsprozesse weniger anfällig für physische Einschränkungen oder Standortprobleme sind.

Hinzu kommt, dass Feedbackzyklen deutlich verkürzt werden. Im Beitrag wird beschrieben, wie „Feedback direkt unsere neuesten Patches und Infrastruktur-Renovierungen antreibt“. Diese enge Rückkopplung zwischen Nutzern und Entwicklern fördert eine kontinuierliche Verbesserung von Systemen. Unternehmen, die solche iterativen Prozesse übernehmen, können schneller auf Veränderungen reagieren und bleiben auch in unsicheren Zeiten handlungsfähig. Resilienz entsteht hier durch Anpassungsfähigkeit – durch die Fähigkeit, Fehler nicht nur zu tolerieren, sondern aktiv in Fortschritt umzuwandeln.

Ein weiterer wichtiger Punkt ist die wachsende Bedeutung von sogenannten agentischen Systemen. Die Einführung eines Features, „das deinen Coding-Agenten sichtbar macht“, deutet darauf hin, dass KI nicht mehr nur unterstützend im Hintergrund arbeitet, sondern zu einem aktiven Partner im Entwicklungsprozess wird. Dies verändert die Rolle von Fachkräften und ermöglicht es Unternehmen, komplexe Aufgaben effizienter zu bewältigen. Flexibilität entsteht hier durch Skalierbarkeit: Teams können mehr leisten, ohne proportional zu wachsen, weil KI-Agenten Aufgaben übernehmen oder beschleunigen.

Auch die globale Vernetzung spielt eine entscheidende Rolle. Der Beitrag verweist auf internationale Erfahrungen und Veranstaltungen, bei denen Entwicklergemeinschaften zusammenkommen. So heißt es, man wolle „mit weiteren Entwicklern und Communities in Kontakt treten“. Solche Austauschformate stärken die Innovationskraft und helfen Unternehmen, frühzeitig neue Trends zu erkennen. Resiliente Unternehmen sind nicht isoliert, sondern eingebettet in Netzwerke, die Wissen und Ressourcen teilen.

Besonders hervorzuheben ist zudem die radikale Vereinfachung der technischen Zugangsbarrieren: Anwender benötigen künftig lediglich eine leichte Brille, um aktiv Code zu schreiben und mit ihrem KI-Agenten zu interagieren. Das Aufklappen eines Notebooks oder das Einrichten klassischer Entwicklungsumgebungen wird damit zunehmend überflüssig. Diese Verschiebung hin zu nahezu unsichtbarer Technologie senkt nicht nur die Einstiegshürden, sondern ermöglicht auch spontane Produktivität in unterschiedlichsten Situationen. Für Unternehmen bedeutet das eine neue Qualität von Flexibilität, da kreatives Arbeiten nicht mehr an Geräte oder Orte gebunden ist, sondern unmittelbar im Alltag stattfinden kann.

Schließlich wird deutlich, dass es sich nicht nur um technologische Updates handelt, sondern um eine breitere Vision: „Dies ist mehr als nur ein Produktupdate. Es ist ein offenes Gespräch darüber, wohin sich die Technologie entwickelt.“ Genau diese Perspektive ist entscheidend für Unternehmen. Wer Coding nicht nur als technische Disziplin versteht, sondern als dynamischen Bestandteil der eigenen Organisationsentwicklung, kann langfristig widerstandsfähiger und anpassungsfähiger agieren.

Insgesamt zeigt der Beitrag von Even Realities, dass die Dynamik des modernen Codings – geprägt durch KI, Mobilität und globale Zusammenarbeit – Unternehmen dazu zwingt, sich neu zu organisieren. Wer diese Entwicklungen aktiv nutzt, kann nicht nur effizienter arbeiten, sondern auch resilienter gegenüber Krisen und flexibler im Umgang mit Veränderungen werden.

Themen: Nachrichten | Kommentare deaktiviert für Wie KI-gestütztes Coding mit Smart Glasses die Resilienz und Flexibilität von Unternehmen neu definiert

Agentic AI revolutioniert die Prozesse in der Finanzindustrie

Von Dr. Oliver Everling | 22.April 2026

Im Workshop „Agentic AI revolutioniert die Prozesse in der Finanzindustrie“ auf der Konferenz an der Frankfurt School of Finance & Management zeigten Jens Heilmann und Jochen Papenbrock, wie sich Künstliche Intelligenz zunehmend von einem isolierten Werkzeug zu einer mehrschichtigen Infrastruktur entwickelt, die Prozesse, Geschäftsmodelle und Wertschöpfung im Finanzsektor grundlegend verändert. Im Zentrum stand dabei das Konzept der sogenannten „Agentic AI“, also KI-Systeme, die nicht nur analysieren, sondern eigenständig Aufgaben ausführen, Entscheidungen vorbereiten und Prozessketten orchestrieren können.

Die technologische Grundlage dieser Entwicklung bilden unterschiedliche Modellklassen, deren Abkürzungen im Workshop eingeordnet wurden. LLM steht für Large Language Models, also große Sprachmodelle, die natürliche Sprache verstehen und generieren können. VLM bezeichnet Vision Language Models, die Bild- und Sprachinformationen kombinieren. VLA meint Vision Language Action Modelle, die zusätzlich Aktionen ausführen können. MMLLM steht für Multimodal Large Language Models, die verschiedene Datentypen integrieren. GPT bezeichnet Generative Pre-trained Transformer, eine spezifische Modellarchitektur für generative KI. DM steht für Decision Models, also Modelle zur Entscheidungsunterstützung. GNN sind Graph Neural Networks, neuronale Netze zur Analyse komplexer Beziehungsstrukturen. MOE bedeutet Mixture of Experts, ein Modellansatz, bei dem spezialisierte Teilmodelle kombiniert werden. SSM steht für State Space Models, die zeitliche Dynamiken abbilden. LBM kann als Large Behavioral Models verstanden werden, die komplexe Verhaltensmuster modellieren.

Ein zentrales Argument des Workshops war, dass Open-Source-KI zur tragenden Säule der Innovation geworden ist. Offene Modelle erreichen mittlerweile Leistungsniveaus an der technologischen Spitze und ermöglichen gleichzeitig größere Unabhängigkeit, insbesondere im Hinblick auf Datenhoheit und Kostenkontrolle. In diesem Kontext wurde auch die Modellfamilie NVIDIA Nemotron vorgestellt, die auf hohe Leistungsfähigkeit, Effizienz und Offenheit ausgelegt ist. Ergänzend dazu beschleunigt die sogenannte RAG-Technologie, Retrieval-Augmented Generation, Anwendungen, bei denen generative KI mit unternehmensspezifischem Wissen kombiniert wird, indem relevante Daten gezielt abgerufen und in die Antwortgenerierung integriert werden.

Die Umsetzung solcher Anwendungen erfolgt zunehmend über modulare Infrastrukturen, etwa durch Microservices, also kleine, spezialisierte Softwarekomponenten, die zusammen komplexe Systeme bilden. Diese treiben sogenannte RAG-Pipelines an, also Prozessketten, die Daten in verwertbares Wissen transformieren. Unterstützt werden sie durch optimierte Inferenz-Engines, also Systeme zur effizienten Ausführung trainierter Modelle, die auf Plattformen wie NVIDIA NIM, einer Laufzeitumgebung für KI-Modelle, basieren. Ziel ist es, hochgradig anpassbare, produktionsreife Systeme zu schaffen, die flexibel eingesetzt werden können und gleichzeitig eine schnelle Verarbeitung großer Datenmengen ermöglichen, etwa durch beschleunigte Vektorsuche.

Ein weiteres zentrales Konzept war die Idee von „AI Factories“, also KI-Fabriken, die als integrierte Systeme aus Rechenleistung, Netzwerken, Speicher und Software eine neue industrielle Infrastruktur bilden. Diese gelten als Treiber einer neuen industriellen Revolution, da sie die Skalierung und Industrialisierung von KI-Anwendungen ermöglichen. NVIDIA liefert hierfür Referenzarchitekturen, die Unternehmen als Blaupause für den Aufbau solcher Systeme nutzen können.

Im Bankenkontext wurde diese Entwicklung anhand von Architekturprinzipien für eine KI-getriebene Bank veranschaulicht. Dazu gehören souveräne Grundlagen durch Open-Source-Modelle zur Sicherstellung von Plattformunabhängigkeit, Datenschutz und geringeren Gesamtkosten, proprietäre Präzision durch die Nutzung und Veredelung interner Daten sowie die agentische Ausführung als „Intelligence Flywheel“, also ein sich selbst verstärkender Kreislauf aus Daten, Modellen und Entscheidungen. Praxisbeispiele wie die Royal Bank of Canada zeigen, dass durch den gezielten Einsatz solcher Technologien signifikante Wachstumsziele unterstützt werden können.

Abschließend wurde deutlich, dass sogenannte Transaction Foundation Models, also grundlegende Modelle für Transaktionsdaten, als nächste Entwicklungsstufe gelten. Insbesondere Graph Neural Networks spielen hierbei eine wichtige Rolle, da sie komplexe Beziehungen in Finanzdaten, etwa zwischen Kunden, Transaktionen und Netzwerken, besonders gut abbilden können. Insgesamt machte der Workshop klar, dass Agentic AI nicht nur einzelne Prozesse optimiert, sondern als umfassende Infrastruktur die Grundlage für eine tiefgreifende Transformation der Finanzindustrie bildet.

Themen: Bankenrating | Kommentare deaktiviert für Agentic AI revolutioniert die Prozesse in der Finanzindustrie

Next-Gen Banking 2030: Wie GenAI, Plattformpartner und neue Betriebsmodelle die Resilienz von Banken neu definieren

Von Dr. Oliver Everling | 22.April 2026

Der Vortrag „Next-Gen Banking 2030: Wie GenAI, Plattformpartner und neue Betriebsmodelle die Resilienz von Banken neu definieren“ von Andreas Bruckner, Director bei PPI, stellt auf der Konferenz „Finanzdienstleister der nächsten Generation“ auf der Frankfurt School of Finance and Management eine zentrale Frage in den Mittelpunkt: Was ist der nicht substituierbare Kern einer Bank – und weiß sie überhaupt noch, ob Künstliche Intelligenz diesen Kern stärkt oder überflüssig macht? Der Vortrag argumentiert, dass viele Banken diese Frage bislang nicht klar beantworten und damit faktisch durch jede Einzelentscheidung über Technologie, Partnerschaften und Auslagerungen ihr künftiges Betriebsmodell mitgestalten.

Im Kern beschreibt Bruckner eine Branche, in der sich die traditionellen Grenzen zwischen Eigenbetrieb, Plattformbezug und Orchestrierung verschieben. GenAI senkt die Produktionskosten vieler Bankfunktionen, während spezialisierte Plattformpartner in Bereichen wie Core Banking, Payment oder KYC/AML Skalenvorteile erzielen. Gleichzeitig bleibt der regulatorische Druck hoch, weil DORA, der EU AI Act, die Outsourcing-Leitlinien der EBA und der Cyber Resilience Act klare Anforderungen an Steuerbarkeit, Auditierbarkeit, Exit-Fähigkeit und technische Sicherheit stellen. Damit wird die alte Frage „kaufen oder selbst bauen?“ durch eine neue ersetzt: Was muss unter eigener Governance bleiben, und was kann unter externer Steuerung laufen?

Der Vortrag macht deutlich, dass Banken nicht nur technologisch, sondern vor allem organisatorisch unter Veränderungsdruck stehen. Bruckner ordnet KI in mehreren Stufen ein, von klassischer KI über GenAI und KI-Agenten bis zu Multi-Agent-Systemen, und zeigt, dass besonders operative Bereiche, Dokumentenverarbeitung, Kreditvergabe, Compliance und Risikomanagement von Effizienzgewinnen betroffen sind. Zugleich verweist er darauf, dass bereits heute ein großer Teil der Bank-FTEs in Operations gebunden ist und dass Agentic AI diese Tätigkeiten zunehmend automatisieren kann. Für Banken entsteht dadurch nicht nur ein Effizienzthema, sondern auch ein strategisches Risiko: Wer heute ohne klare Leitplanken investiert, baut Datenarchitekturen, Abhängigkeiten und Governance-Strukturen auf, die später schwer korrigierbar sind.

Besonders prägnant ist die Gegenüberstellung zweier tragfähiger Betriebsmodelle. Das erste Modell ist der fokussierte Spezialist, der seine Ressourcen auf einen klar definierten Kern konzentriert und dort mit hoher operativer Exzellenz, geringer externer Abhängigkeit und robuster Resilienz arbeitet. Das zweite Modell ist der souveräne Orchestrator, der die Kundenschnittstelle und die Steuerung eines Partner-Ökosystems behält, während Leistungserbringung und Spezialisierung weitgehend ausgelagert werden. Beide Modelle können erfolgreich sein, aber sie verlangen völlig unterschiedliche Investitionsprioritäten, Fähigkeiten und Governance-Logiken. Die eigentliche Gefahr liegt laut Vortrag nicht in der Wahl eines der beiden Wege, sondern in der unentschlossenen Mitte, die hohe Komplexität, regulatorische Exposition und fehlenden Wettbewerbsvorteil miteinander verbindet.

Der regulatorische Teil des Vortrags verleiht dieser strategischen Entscheidung zusätzliches Gewicht. DORA zwingt Banken, kritische IKT-Funktionen nachweisbar steuerbar zu halten und Drittparteien transparent zu kontrollieren; der EU AI Act erhöht die Anforderungen an Erklärbarkeit, menschliche Aufsicht und Auditierbarkeit von KI-gestützten Entscheidungen; der Cyber Resilience Act erweitert den Fokus auf Produktsicherheit in vernetzten Systemen. Für Banken bedeutet das: Governance ist nicht mehr nur eine Unterstützungsfunktion, sondern eine Kernkompetenz. Gerade im Orchestrator-Modell wird die Fähigkeit, Partner zu überwachen, Datenflüsse zu kontrollieren und Exit-Optionen vorzuhalten, selbst zum Wettbewerbsvorteil.

Am Ende ist die Botschaft des Vortrags klar: KI ist nicht das Betriebsmodell, sondern das Instrument. Die eigentliche Managemententscheidung besteht darin, die Wertschöpfung der Bank sauber zu kartieren, das passende Modell bewusst zu wählen und Governance-Kompetenz als strategisches Investitionsfeld zu behandeln. Resilienz entsteht dann nicht zufällig, sondern durch Kohärenz zwischen Strategie, Operating Model und regulatorischer Umsetzung. Wer diesen Zusammenhang heute ernst nimmt, gestaltet die Bank von 2030 aktiv; wer ihn ignoriert, wird durch Kosten, Regulierung und neue Marktstrukturen dazu gezwungen.

Die Konferenz „Finanzdienstleister der nächsten Generation“ an der Frankfurt School of Finance & Management hat sich als zentrale Plattform etabliert, auf der sich Entscheiderinnen und Entscheider aus Banken, Versicherungen, Technologieunternehmen und Aufsicht über die Zukunft der Finanzindustrie austauschen. Im Mittelpunkt stehen dabei die tiefgreifenden Veränderungen durch Künstliche Intelligenz, Cloud-Technologien und neue regulatorische Rahmenbedingungen, die das Zusammenspiel von Innovation, Risiko und Governance neu definieren. Charakteristisch für die Veranstaltung ist die enge Verzahnung von wissenschaftlicher Analyse, praktischer Umsetzung und strategischer Perspektive, wodurch nicht nur Trends diskutiert, sondern konkrete Transformationspfade aufgezeigt werden. Die Konferenz schafft damit einen Raum, in dem die Finanzbranche ihre Rolle zwischen technologischer Disruption und stabilitätsorientierter Verantwortung neu verhandelt und sich auf die nächste Entwicklungsstufe digitaler Finanzdienstleistungen ausrichtet.

Themen: Bankenrating | Kommentare deaktiviert für Next-Gen Banking 2030: Wie GenAI, Plattformpartner und neue Betriebsmodelle die Resilienz von Banken neu definieren

Transformation für die vermehrte Nutzung von Modellen und KI in der Finanzindustrie

Von Dr. Oliver Everling | 22.April 2026

Die Podiumsdiskussion „Risk Modelling & Decisioning – Transformation für die vermehrte Nutzung von Modellen und KI in der Finanzindustrie“ auf der Konferenz der Frankfurt School of Finance & Management markierte einen zentralen programmatischen Schwerpunkt der Veranstaltung, da sie exemplarisch die Verschiebung von klassischen Entscheidungslogiken hin zu daten- und modellbasierten Steuerungsmechanismen im Finanzsektor sichtbar machte. Die Bedeutung der Runde lag dabei weniger in einzelnen Beiträgen als vielmehr in der Zusammensetzung der Perspektiven aus Bankpraxis, Technologieanbietern und digitaler Produktentwicklung, die gemeinsam ein realistisches Bild der aktuellen Transformation zeichneten.

Mit Vertreterinnen und Vertretern aus Instituten wie der Deutsche Bank AG, der Deutsche Kreditbank AG sowie der DZ PRIVATBANK S.A. und einem führenden Technologieanbieter wurde deutlich, dass sich Risikomodellierung und Entscheidungsfindung zunehmend von statischen Verfahren hin zu dynamischen, KI-gestützten Systemen entwickeln. Diese Entwicklung ist nicht nur technologisch getrieben, sondern stellt insbesondere Governance, Organisation und regulatorische Aufsicht vor neue Anforderungen.

Die Relevanz der Diskussion liegt vor allem darin, dass sie die Schnittstelle zwischen Innovation und Verantwortung adressiert. Während der Einsatz moderner Modelle und KI-Systeme erhebliche Effizienzgewinne in der Kreditvergabe, im Fraud Detection und im Compliance-Management ermöglicht, entstehen gleichzeitig neue Fragestellungen hinsichtlich Modelltransparenz, Validierung und Kontrolle. Genau an diesem Punkt wird die Transformation für Finanzinstitute strategisch bedeutsam: Es geht nicht mehr nur um die Einführung neuer Technologien, sondern um die Fähigkeit, diese in bestehende Entscheidungsarchitekturen sicher und nachvollziehbar zu integrieren.

Besonders hervorzuheben ist zudem die Rolle der Diskussion als Brücke zwischen verschiedenen Funktionsbereichen innerhalb der Finanzindustrie. Risk Management, IT, Produktentwicklung und Regulierung rücken enger zusammen, da KI-basierte Entscheidungsmodelle diese Bereiche zunehmend miteinander verschränken. Dadurch entsteht ein interdisziplinärer Dialog, der für die Weiterentwicklung der Branche entscheidend ist, da isolierte Betrachtungen einzelner Funktionen nicht mehr ausreichen, um die Komplexität moderner Modelle zu beherrschen.

Insgesamt zeigte die Podiumsdiskussion exemplarisch, dass die Transformation im Bereich Risk Modelling und Decisioning weit über technische Implementierungsfragen hinausgeht. Sie ist vielmehr Ausdruck eines grundlegenden Wandels in der Finanzindustrie, in dem datengetriebene Entscheidungen zur neuen Norm werden und gleichzeitig neue Anforderungen an Kontrolle, Governance und Vertrauen entstehen. Damit wurde die Runde zu einem zentralen Baustein der Konferenz, der die strategische Tragweite der KI- und Modelltransformation im Bankensektor besonders deutlich machte.

Themen: Bankenrating | Kommentare deaktiviert für Transformation für die vermehrte Nutzung von Modellen und KI in der Finanzindustrie

Stabilität in stürmischen Zeiten: Die Perspektiven der Pfandbriefbanken für 2026

Von Dr. Oliver Everling | 22.April 2026

Wie stark und wie sicher sind die Credit Ratings für Pfandbriefbanken? Das lässt sich auf Basis der aktuellen Geschäftszahlen und Verbandspositionen differenziert beantworten. Ein wesentlicher Pfeiler für die Stabilität der Ratings ist die robuste Verfassung des Pfandbriefmarktes selbst. Wie vdp-Präsident Gero Bergmann betont, hat das Produkt seine Rolle als Stabilitätsanker für die Pfandbriefbanken und die Immobilienfinanzierung erneut eindrucksvoll unterstrichen. Der Pfandbrief stelle seine traditionelle Krisen-Resilienz unverändert unter Beweis, was eine fundamentale Voraussetzung für eine dauerhaft hohe Bonitätseinstufung darstellt.

Ein weiterer Faktor für die Sicherung der Ratings ist die Erholung der zugrunde liegenden Immobilienmärkte. Nachdem die Preise für Wohnimmobilien im Jahr 2025 deutlich zulegten, wird für die Zukunft eine Fortsetzung dieses Trends erwartet. Aus heutiger Sicht ist nach wie vor mit leicht steigenden Preisen im Jahr 2026 zu rechnen, so die Einschätzung von Bergmann. Insbesondere im Bereich der Wohnimmobilien näherten sich die Werte bereits wieder ihrem Rekordniveau von 2022 an. Auch im Gewerbesegment scheinen die größten Risiken vorerst gebannt, da die Preise für von Banken finanzierte Büros 2025 die Bodenbildung abgeschlossen und sich wieder leicht positiv entwickelt haben.

Trotz dieser operativen Erfolge sieht der Verband deutscher Pfandbriefbanken jedoch Risiken in der regulatorischen Landschaft, die die finanzielle Schlagkraft und damit indirekt auch die langfristige Sicherheit beeinflussen könnten. Jens Tolckmitt, Hauptgeschäftsführer des vdp, warnt davor, dass regulatorische Vorgaben häufig ausufernd, komplex und in sich nicht konsistent seien. Besonders kritisch wird die Umsetzung von Basel III in Europa gesehen, die im Gegensatz zu den Lockerungen in den USA zu erheblichen Mehrbelastungen beim Eigenkapital führen könnte. Um die Substanz der Institute nicht zu gefährden, fordert der Verband daher eine Deckelung der Anforderungen: Der Output-Floor muss auf seinem Ursprungsniveau von 50 % eingefroren werden.

Zusätzlich zur Abwehr belastender Regulierung setzt der Verband auf aktive gesetzliche Verbesserungen, um die Qualität der Deckungsstöcke und damit die Sicherheit der Emissionen weiter zu erhöhen. Im Rahmen der anstehenden Novellierung des Pfandbriefgesetzes wird das Ziel verfolgt, den Pfandbrief generell noch sicherer und attraktiver zu machen und die Wettbewerbsfähigkeit deutscher Emittenten zu stärken. Eine konkrete Maßnahme hierfür ist die angestrebte Erhöhung der Beleihungsgrenze. Mit einer Ausweitung der Beleihungsgrenze auf 80 % könnte der Pfandbrief sein Potenzial für Wohnungsbau und -erwerb noch besser entfalten, erklärt Bergmann. Solche strukturellen Anpassungen könnten dazu beitragen, die hohen Credit Ratings der deutschen Pfandbriefe auch in einem schwierigen geopolitischen Umfeld, das durch Kriege und wirtschaftliche Unsicherheiten geprägt ist, dauerhaft zu untermauern.

Themen: Pfandbriefrating | Kommentare deaktiviert für Stabilität in stürmischen Zeiten: Die Perspektiven der Pfandbriefbanken für 2026

Risikoorientierte KI-Governance: Zwischen Regulierung, Verantwortung und praktischer Umsetzung

Von Dr. Oliver Everling | 22.April 2026

Auf der Konferenz „Finanzdienstleister der nächsten Generation“ an der Frankfurt School of Finance & Management rückte neben technologischen Innovationen insbesondere die Frage in den Mittelpunkt, wie Künstliche Intelligenz verantwortungsvoll gesteuert werden kann. In der Session zur „Risikoorientierten Governance für verantwortungsvolle KI“ diskutierten Tobias Hainz und Patrick Kappler-Henne praxisnah, wie Organisationen tragfähige Governance-Strukturen für den Einsatz von KI entwickeln und implementieren können.

Dr. Tobias Hainz eröffnete die Diskussion mit einem strukturierten Blick auf den Aufbau eines KI-Governance-Frameworks. Dieses sei bewusst hierarchisch konzipiert, wobei jede Ebene eine klar definierte Funktion erfüllt. Ausgangspunkt bilden ethische und regulatorische Überlegungen sowie übergeordnete KI-Prinzipien, aus denen sich die grundlegende Ausrichtung ableitet. Damit diese Prinzipien nicht abstrakt bleiben, werden sie durch interne Richtlinien formal verankert und operationalisiert, wodurch Verbindlichkeit entsteht. Die eigentliche Umsetzung erfolgt über konkrete Instrumente wie KI-Inventare, klar definierte Rollenmodelle und systematische Risikoassessments. Diese Elemente sorgen nicht nur für Transparenz, sondern ermöglichen auch eine konsistente Anwendung im gesamten Unternehmen, setzen jedoch gleichzeitig entsprechende Kompetenzen und Schulungen voraus.

Hainz betonte, dass ein solches Framework den gesamten Lebenszyklus von KI-Systemen abdecken muss – von der ersten Idee über die Entwicklung bis hin zur produktiven Nutzung. In jeder Phase seien sowohl ethische als auch regulatorische Anforderungen zu berücksichtigen. Besonders hervor hob er fünf zentrale Bausteine, die für ein funktionierendes KI-Governance-Modell entscheidend sind: ein vollständiges und transparentes KI-Inventar als Grundlage, ein umfassendes Verständnis aller Risiken durch strukturierte Assessments, ein klar definiertes Rollenkonzept zur Zuweisung von Verantwortlichkeiten, verbindliche Richtlinien sowie der gezielte Aufbau von KI-Kompetenz innerhalb der Organisation.

Anschließend ergänzte Dr. Patrick Kappler-Henne die Perspektive um konkrete Einblicke aus der industriellen Praxis bei der Mercedes-Benz Group AG. Unter dem Leitgedanken „AI @ Mercedes-Benz“ erläuterte er, wie das Unternehmen die Prinzipien verantwortungsvoller KI mit Leben füllt. Dazu zählen insbesondere der verantwortungsvolle Einsatz von KI, die Sicherstellung von Erklärbarkeit, der Schutz der Privatsphäre sowie hohe Anforderungen an Sicherheit und Zuverlässigkeit. Entscheidend sei jedoch, dass diese Prinzipien nicht nur formuliert, sondern durch ein funktionierendes Governance-System in den Alltag integriert werden.

Dieses Governance-System basiert bei Mercedes-Benz auf mehreren ineinandergreifenden Maßnahmen: einer klaren Informations- und Führungsstruktur, gezielten Trainings- und Awareness-Programmen, regelmäßigen Risiko-Selbstbewertungen sowie einer engen Einbindung von Rechts- und Ethikexpertise. Dadurch wird sichergestellt, dass KI nicht isoliert als Technologie betrachtet wird, sondern als integraler Bestandteil unternehmerischer Verantwortung. Die Diskussion machte deutlich, dass risikoorientierte Governance kein statisches Regelwerk ist, sondern ein dynamischer Prozess, der kontinuierlich weiterentwickelt werden muss.

Insgesamt zeigte die Session eindrucksvoll, dass der erfolgreiche Einsatz von KI weit über technische Fragen hinausgeht. Entscheidend ist vielmehr die Fähigkeit von Organisationen, klare Strukturen, Verantwortlichkeiten und Kompetenzen aufzubauen, um Innovation mit Verantwortung zu verbinden. Gerade für die Finanzbranche, in der Vertrauen, Regulierung und Stabilität zentrale Rollen spielen, wird ein solches Governance-Verständnis zunehmend zum entscheidenden Erfolgsfaktor.

Themen: OR-Rating | Kommentare deaktiviert für Risikoorientierte KI-Governance: Zwischen Regulierung, Verantwortung und praktischer Umsetzung

Zwischen Innovation und Souveränität: Wie die Bundesbank Cloud und KI strategisch steuert

Von Dr. Oliver Everling | 22.April 2026

In ihrer Opening Keynote „Von Cloud bis KI: Strategie und Governance im Spannungsfeld von Souveränität und Innovation“ zeichnete Fritzi Köhler-Geib ein differenziertes Bild davon, wie tief Technologie heute in die Arbeit von Zentralbanken eingebettet ist und welche strategischen Konsequenzen sich daraus ergeben. Als Mitglied des Vorstands der Deutsche Bundesbank machte sie deutlich, dass Institutionen wie die Bundesbank längst keine rein geldpolitischen Akteure mehr sind, sondern hochgradig technologiegetriebene Organisationen, in denen Innovation und Regulierung eng miteinander verflochten sind.

Ausgangspunkt ihrer Ausführungen war die Frage, wie Technologie konkret innerhalb der Bundesbank eingesetzt wird. Sie verwies dabei nicht nur auf klassische IT-Anwendungen, sondern auch auf spezifische Beispiele wie die vertragliche Absicherung von Patenten, die zeigen, wie stark technologische Entwicklung auch institutionelle Prozesse prägt. Künstliche Intelligenz ist dabei längst Teil des Arbeitsalltags geworden. Ihr Einsatz reicht von der Analyse großer Datenmengen bis hin zur Unterstützung komplexer regulatorischer Aufgaben. Besonders anschaulich wurde dies am Beispiel der Bankenaufsicht: Rund 27.000 Seiten regulatorischer Vorgaben sollen durch KI-Systeme künftig effizienter erschlossen und für Aufseher besser nutzbar gemacht werden.

Gleichzeitig betonte Köhler-Geib, dass mit diesen Möglichkeiten erhebliche Herausforderungen einhergehen. Deutschland verfüge insbesondere im industriellen Mittelstand über einen enormen Datenschatz, der als Grundlage für leistungsfähige KI-Anwendungen dienen könne. Doch die Art und Weise, wie KI-Systeme – insbesondere autonome Agenten – eingesetzt werden, habe potenziell direkte Auswirkungen auf die Finanzstabilität. Diese Erkenntnis habe dazu geführt, dass die Bundesbank ihre Forschungsaktivitäten im Bereich KI deutlich ausgeweitet hat, um die Risiken und Wechselwirkungen besser zu verstehen.

Vor diesem Hintergrund gewinnt das Thema Governance zentrale Bedeutung. Der Einsatz von KI erfordert klare Regeln und Verantwortlichkeiten, die über rein technische Fragestellungen hinausgehen. Die Bundesbank verfolgt dabei einen strukturierten Ansatz, der drei zentrale Rollen unterscheidet: Anbieter von KI-Systemen, Entwicklerinnen und Entwickler sowie die Nutzerinnen und Nutzer. Ziel ist es, ein Umfeld zu schaffen, in dem sich alle Beteiligten sicher fühlen und KI verantwortungsvoll einsetzen können. Governance wird hier nicht als Einschränkung verstanden, sondern als Voraussetzung dafür, dass Innovation überhaupt stattfinden kann.

Ein weiterer Schwerpunkt der Keynote lag auf der Frage technologischer Souveränität. Köhler-Geib verdeutlichte die aktuelle Abhängigkeit Europas von außereuropäischen Anbietern, indem sie ein Bild zeigte, das von Flaggen der USA und Chinas dominiert war. Mehr als 80 Prozent der digitalen Infrastruktur und Technologien würden derzeit importiert, was strategische Risiken mit sich bringe. Daraus leitete sie die Notwendigkeit eines aktiven Managements technologischer Abhängigkeiten ab, das sowohl politische als auch unternehmerische Entscheidungen umfasst.

Ein konkretes Beispiel für diesen Ansatz ist die Überarbeitung der Cloud-Strategie der Bundesbank. Unter dem Leitprinzip „Cloud First, Smart Placement“ wird angestrebt, Cloud-Technologien gezielt und differenziert einzusetzen. Dabei stehen drei Kriterien im Mittelpunkt: Einfachheit, Sicherheit und Souveränität. Es geht nicht darum, alles in die Cloud zu verlagern, sondern bewusst zu entscheiden, welche Anwendungen wo betrieben werden, um sowohl Effizienz als auch Kontrolle zu gewährleisten.

Abschließend verwies Köhler-Geib auf Initiativen wie IDA2Cloud, mit denen die Innovationskraft gezielt gestärkt werden soll. Diese Programme stehen exemplarisch für den Versuch, technologische Modernisierung mit strategischer Unabhängigkeit zu verbinden. Die Keynote machte deutlich, dass sich das Spannungsfeld zwischen Innovation und Souveränität nicht auflösen lässt, sondern aktiv gestaltet werden muss. Gerade für Institutionen wie Zentralbanken bedeutet dies, technologische Entwicklungen nicht nur zu nutzen, sondern auch deren Rahmenbedingungen entscheidend mitzuprägen.

Fritzi Köhler-Geib ist Mitglied des Vorstands der Deutsche Bundesbank und zählt zu den prägenden Stimmen an der Schnittstelle von Finanzsystem, Digitalisierung und Regulierung. Mit ihrer Erfahrung aus internationalen Institutionen und ihrer Arbeit in der deutschen Zentralbank bringt sie eine Perspektive ein, die technologische Innovation stets im Kontext von Stabilität und Governance betrachtet. Ihre Keynote hielt sie auf der Konferenz „Finanzdienstleister der nächsten Generation“ an der Frankfurt School of Finance & Management, einem etablierten Branchentreff, der führende Vertreterinnen und Vertreter aus Banken, Aufsicht, Technologie und Wissenschaft zusammenbringt, um aktuelle Entwicklungen rund um Künstliche Intelligenz, Cloud und die Transformation des Finanzsektors zu diskutieren.

Themen: Nachrichten | Kommentare deaktiviert für Zwischen Innovation und Souveränität: Wie die Bundesbank Cloud und KI strategisch steuert

« Voriger Beitrag Folgender Beitrag »

Dr. Oliver Everling