[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"node-by-slug-\u002Fde\u002Fcase-studies\u002Fdatengetriebenes-private-banking-durch-kuenstliche-intelligenz-de":3,"related-content-view-6485-de":379},["Reactive",4],{"entity":5,"errors":-1},{"__typename":6,"status":7,"metatag":8,"id":207,"path":208,"title":209,"translations":210,"sharedHeaderRefMedia":218,"sharedTeaserTitle":209,"sharedTeaserText":244,"sharedTeaserRefMedia":246,"logo":248,"sharedParagraphs":258,"sharedTaxrefIndustries":360,"sharedTaxrefExpertises":364,"sharedIntroText":377,"sharedCtaLink":220,"relatedCaseStudies":220},"NodeProject",true,[9,14,18,22,26,31,35,39,43,47,51,55,59,63,67,70,74,77,80,82,85,88,92,96,100,104,108,112,116,120,124,128,132,136,140,143,146,149,152,155,158,161,164,167,171,175,178,182,186,190,194,198,201,205],{"tag":10,"attributes":11},"meta",{"name":12,"content":13},"title","Datengetriebenes Private Banking durch Einsatz von KI",{"tag":10,"attributes":15},{"name":16,"content":17},"description","Kundenberater befähigen und die Kundenzufriedenheit steigern? Wie wir ein MVP für einen datengesteuerten Anlageempfehlungsdienst für die VP Bank entwickelt haben.",{"tag":10,"attributes":19},{"name":20,"content":21},"abstract","Datengesteuerte Bankgeschäfte bergen ein immenses Potenzial für Finanzdienstleister: Mit ihnen lässt sich das Kundenerlebnis verbessern und ein Wettbewerbsvorsprung erlangen. Zühlke hat für die VP Bank ein Minimalprodukt (MVP, Minimum Viable Product) zur datengesteuerten Investitionsempfehlung entwickelt. Erfahren Sie, welchen Ansatz wir dabei verfolgt haben.",{"tag":10,"attributes":23},{"name":24,"content":25},"icbm","51.525772, -0.082716",{"tag":27,"attributes":28},"link",{"rel":29,"href":30},"shortlink","https:\u002F\u002Fcms.zuehlke.com\u002Fapi\u002Fgraphql",{"tag":27,"attributes":32},{"rel":33,"href":34},"canonical","https:\u002F\u002Fcms.zuehlke.com\u002Fde\u002Fcase-studies\u002Fdatengetriebenes-private-banking-durch-kuenstliche-intelligenz",{"tag":10,"attributes":36},{"name":37,"content":38},"robots","index, follow",{"tag":27,"attributes":40},{"rel":41,"href":42},"image_src","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Fmax_1300x1300\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg?itok=Me9QnJAd,https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fzuhlke_innovation_social.jpg",{"tag":10,"attributes":44},{"name":45,"content":46},"referrer","unsafe-url",{"tag":10,"attributes":48},{"name":49,"content":50},"rights","Copyright ©2026 | Zühlke Engineering AG | All rights reserved.",{"tag":10,"attributes":52},{"property":53,"content":54},"og:site_name","Zühlke Engineering AG",{"tag":10,"attributes":56},{"property":57,"content":58},"og:type","website",{"tag":10,"attributes":60},{"property":61,"content":62},"og:url","https:\u002F\u002Fwww.zuehlke.com\u002Fde\u002Fcase-studies\u002Fdatengetriebenes-private-banking-durch-kuenstliche-intelligenz",{"tag":10,"attributes":64},{"property":65,"content":66},"og:title","Datengetriebenes Private Banking durch künstliche Intelligenz – Zühlke",{"tag":10,"attributes":68},{"property":69,"content":21},"og:description",{"tag":10,"attributes":71},{"property":72,"content":73},"og:image","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Fmax_1300x1300\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg?itok=Me9QnJAd",{"tag":10,"attributes":75},{"property":72,"content":76},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fzuhlke_innovation_social.jpg",{"tag":10,"attributes":78},{"property":79,"content":73},"og:image:url",{"tag":10,"attributes":81},{"property":79,"content":76},{"tag":10,"attributes":83},{"property":84,"content":73},"og:image:secure_url",{"tag":10,"attributes":86},{"property":84,"content":87},"https:\u002F\u002Fwww.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fzuhlke_innovation_social.jpg",{"tag":10,"attributes":89},{"property":90,"content":91},"og:updated_time","2025-12-29",{"tag":10,"attributes":93},{"property":94,"content":95},"og:image:alt","| Zühlke image",{"tag":10,"attributes":97},{"property":98,"content":99},"place:location:latitude","46.947944",{"tag":10,"attributes":101},{"property":102,"content":103},"place:location:longitude","7.438014",{"tag":10,"attributes":105},{"property":106,"content":107},"og:street_address","80 Great Eastern Street",{"tag":10,"attributes":109},{"property":110,"content":111},"og:locality","London",{"tag":10,"attributes":113},{"property":114,"content":115},"og:region","England",{"tag":10,"attributes":117},{"property":118,"content":119},"og:postal_code","EC2A 3JL",{"tag":10,"attributes":121},{"property":122,"content":123},"og:country_name","United Kingdom",{"tag":10,"attributes":125},{"property":126,"content":127},"og:email","london@zuhlke.com",{"tag":10,"attributes":129},{"property":130,"content":131},"og:phone_number","+44 20 7113 5000",{"tag":10,"attributes":133},{"property":134,"content":135},"og:locale","en_CH",{"tag":10,"attributes":137},{"property":138,"content":139},"og:locale:alternate","de_CH",{"tag":10,"attributes":141},{"property":138,"content":142},"de_DE",{"tag":10,"attributes":144},{"property":138,"content":145},"en_DE",{"tag":10,"attributes":147},{"property":138,"content":148},"en_AT",{"tag":10,"attributes":150},{"property":138,"content":151},"de_AT",{"tag":10,"attributes":153},{"property":138,"content":154},"en_HK",{"tag":10,"attributes":156},{"property":138,"content":157},"en_SR",{"tag":10,"attributes":159},{"property":138,"content":160},"en_BG",{"tag":10,"attributes":162},{"property":138,"content":163},"en_SG",{"tag":10,"attributes":165},{"property":138,"content":166},"en_GB",{"tag":10,"attributes":168},{"property":169,"content":170},"article:publisher","https:\u002F\u002Fwww.facebook.com\u002Fzuehlke.group",{"tag":10,"attributes":172},{"property":173,"content":174},"article:published_time","2022-09-21",{"tag":10,"attributes":176},{"property":177,"content":91},"article:modified_time",{"tag":10,"attributes":179},{"name":180,"content":181},"twitter:card","summary_large_image",{"tag":10,"attributes":183},{"name":184,"content":185},"twitter:site","@zuehlke_group",{"tag":10,"attributes":187},{"name":188,"content":189},"twitter:title","| Zühlke",{"tag":10,"attributes":191},{"name":192,"content":193},"twitter:site:id","247189965",{"tag":10,"attributes":195},{"name":196,"content":197},"twitter:image","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Fmax_1300x1300\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg?itok=Me9QnJAd,https:\u002F\u002Fwww.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fzuhlke_innovation_social.jpg",{"tag":10,"attributes":199},{"name":200,"content":95},"twitter:image:alt",{"tag":10,"attributes":202},{"name":203,"content":204},"google-site-verification","VEzolc1Vxy1KyRIlIqUSmVS7fqP_3_ZeBqPRby4g2mE",{"tag":206},"script","6485","\u002Fde\u002Fcase-studies\u002Fdatengetriebenes-private-banking-durch-kuenstliche-intelligenz","Datengetriebenes Private Banking durch künstliche Intelligenz",[211,215],{"path":212,"langcode":213},"\u002Fen\u002Fcase-studies\u002Fartificial-intelligence-to-empower-data-driven-private-banking",{"id":214},"en",{"path":208,"langcode":216},{"id":217},"de",{"id":219,"sharedMediaLegend":220,"mediaImage":221,"name":243},"5601",null,{"url":222,"width":223,"height":224,"alt":225,"title":220,"size":226,"mime":227,"variations":220,"headerMinimalVariations":228},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fdata-banking_0.jpg",1133,850,"business woman standing looking to a tablet in hands and smiling",107978,"image\u002Fjpeg",[229,234,235,239,242],{"name":230,"url":231,"width":232,"height":233},"FOCAL_POINT32_SMALL","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_small\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg.webp?itok=76Ex7xAA",800,533,{"name":230,"url":231,"width":232,"height":233},{"name":236,"url":237,"width":223,"height":238},"FOCAL_POINT169_MEDIUM","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_16_9_medium\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg.webp?itok=rzJqiyYv",638,{"name":240,"url":241,"width":223,"height":238},"FOCAL_POINT169_LARGE","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_16_9_large\u002Fpublic\u002Fimages\u002Fdata-banking_0.jpg.webp?itok=g9v3_ETT",{"name":240,"url":241,"width":223,"height":238},"data-banking.jpg",{"processed":245},"\u003Cp>Datengesteuerte Bankgeschäfte bergen ein immenses Potenzial für Finanzdienstleister: Mit ihnen lässt sich das Kundenerlebnis verbessern und ein Wettbewerbsvorsprung erlangen. Zühlke hat für die VP Bank ein Minimalprodukt (MVP, Minimum Viable Product) zur datengesteuerten Investitionsempfehlung entwickelt. Erfahren Sie, welchen Ansatz wir dabei verfolgt haben.\u003C\u002Fp>",{"id":219,"sharedMediaLegend":220,"mediaImage":247,"name":243},{"url":222,"width":223,"height":224,"alt":225,"title":220,"size":226,"mime":227,"variations":220},{"id":249,"sharedMediaLegend":220,"mediaImage":250,"name":257},"5628",{"url":251,"width":252,"height":253,"alt":254,"title":220,"size":255,"mime":256,"variations":220},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fvpbank-logo.png",836,278,"logo of VPBANK",19075,"image\u002Fpng","vpbank-logo.png",[259,266,271,277,314,320,348,354],{"__typename":260,"id":261,"ctaLink":220,"pgSharedText":262,"pgSharedTitle":220,"pgSharedCtaLink":220},"ParagraphPgText","23977",{"value":263,"processed":264,"format":265},"\u003Cul>\r\n\t\u003Cli>\r\n\t\u003Cp class=\"text-lead\">Datengesteuerte Bankgeschäfte und neue Technologien wie etwa KI und ML sind das Thema der Stunde in der Finanzdienstleistungsbranche.\u003C\u002Fp>\r\n\t\u003C\u002Fli>\r\n\t\u003Cli>\r\n\t\u003Cp class=\"text-lead\">Zühlke hat ein datengesteuertes MVP zur Anlageempfehlung für die Kundenberater der VP Bank entwickelt.\u003C\u002Fp>\r\n\t\u003C\u002Fli>\r\n\t\u003Cli>\r\n\t\u003Cp class=\"text-lead\">Datenzentrierte ML-Lösungen und KI-Technologien können für Banken eine neue Ära mit zufriedeneren Kunden und höheren Margen einleiten.\u003C\u002Fp>\r\n\t\u003C\u002Fli>\r\n\u003C\u002Ful>\r\n","\u003Cul>\n\t\u003Cli>\n\t\u003Cp class=\"text-lead\">Datengesteuerte Bankgeschäfte und neue Technologien wie etwa KI und ML sind das Thema der Stunde in der Finanzdienstleistungsbranche.\u003C\u002Fp>\n\t\u003C\u002Fli>\n\t\u003Cli>\n\t\u003Cp class=\"text-lead\">Zühlke hat ein datengesteuertes MVP zur Anlageempfehlung für die Kundenberater der VP Bank entwickelt.\u003C\u002Fp>\n\t\u003C\u002Fli>\n\t\u003Cli>\n\t\u003Cp class=\"text-lead\">Datenzentrierte ML-Lösungen und KI-Technologien können für Banken eine neue Ära mit zufriedeneren Kunden und höheren Margen einleiten.\u003C\u002Fp>\n\t\u003C\u002Fli>\n\u003C\u002Ful>","full_html",{"__typename":260,"id":267,"ctaLink":220,"pgSharedText":268,"pgSharedTitle":220,"pgSharedCtaLink":220},"15752",{"value":269,"processed":270,"format":265},"\u003Cp>Informationen sind heutzutage ein wichtiges Unterscheidungsmerkmal und Finanzdienstleistungsinstitute sind sich dessen vollkommen bewusst. Künstliche Intelligenz (KI) und maschinelles Lernen (ML) bleiben ein aktuelles Thema in der Finanzdienstleistungsbranche. In unserer internationalen, branchenübergreifenden Studie zu KI sehen 85 von 100 befragten Entscheidungsträgern ein hohes Potenzial im Bereich Daten- und KI-Projekte. Eine weitere Studie prognostiziert einen jährlichen Beitrag von 1 Billion USD durch Daten und KI im Bankensektor in den kommenden Jahren.\u003C\u002Fp>\r\n","\u003Cp>Informationen sind heutzutage ein wichtiges Unterscheidungsmerkmal und Finanzdienstleistungsinstitute sind sich dessen vollkommen bewusst. Künstliche Intelligenz (KI) und maschinelles Lernen (ML) bleiben ein aktuelles Thema in der Finanzdienstleistungsbranche. In unserer internationalen, branchenübergreifenden Studie zu KI sehen 85 von 100 befragten Entscheidungsträgern ein hohes Potenzial im Bereich Daten- und KI-Projekte. Eine weitere Studie prognostiziert einen jährlichen Beitrag von 1 Billion USD durch Daten und KI im Bankensektor in den kommenden Jahren.\u003C\u002Fp>",{"__typename":260,"id":272,"ctaLink":220,"pgSharedText":273,"pgSharedTitle":276,"pgSharedCtaLink":220},"14555",{"value":274,"processed":275,"format":265},"\u003Cp>Banken sind einem zunehmenden Wettbewerbsdruck durch Fintechs und Neobanken ausgesetzt. Es hat sich gezeigt, dass neuartige digitale, kundenzentrierte Dienstleistungen erforderlich sind, um Mehrwert zu schaffen und die Kundenbindung und Kundengewinnung zu steigern. Dies erzeugt eine Menge Druck auf Marketing und Vertrieb. Die gute Nachricht ist, dass die Digitalisierung den Weg für datenzentrierte ML-Lösungen geebnet hat, die zur Bewältigung dieses Drucks beitragen. Viele Banken setzen also KI-Technologien ein, um einen Wettbewerbsvorteil zu erlangen.\u003C\u002Fp>\r\n\r\n\u003Cp>Wir haben mit der VP Bank mit Sitz in Liechtenstein ein derartiges Projekt begonnen, um ihren Kundenberatern ein System zur Entscheidungsunterstützung an die Hand zu geben. Kundenberater erbringen für ihre Kunden unter anderem auch Anlageberatungen. Dabei verlassen sich Kundenberater auf die Anlageempfehlungen des Forschungsteams und werden oft durch spezialisierte Produktexperten und Portfoliomanager unterstützt. Dies erfordert fundierte Kenntnisse der Finanzmärkte und der Kundenbedürfnisse (Risikobereitschaft etc.). Je mehr Kunden die Bank gewinnt und je mehr Produkte sie anbietet, desto höher wird die Komplexität.\u003C\u002Fp>\r\n\r\n\u003Cp>Ziel unseres Projektes war es, Kundenberater beim Empfehlungsprozess zu unterstützen und das gezielte Ansprechen von Kunden zu verbessern. Derartige ML-Systeme werden Menschen nicht durchweg ersetzen, sie dienen vielmehr als Entscheidungshilfe zur Unterstützung des Menschen. Denken Sie nur an Taschenrechner, die ebenfalls Teil von Entscheidungshilfesystemen sind. Wie produktiv wäre man wohl ohne sie? Anlageempfehlungstools sind als intelligente Taschenrechner zu verstehen.\u003C\u002Fp>\r\n\r\n\u003Cp>Unser Projekt startete mit einer Findungsphase. Zusammen mit der Geschäftsleitung der Bank identifizierte unser Team schnell den folgenden Geschäftsfall mit hohem Potenzial: Die VP Bank veröffentlicht seit vielen Jahren Anlageideen, wobei die grösste Herausforderung darin bestand, die richtigen Kunden anzusprechen. Die Anlageideen müssen zur Portfoliostrategie der Kunden passen und Compliance-Vorgaben erfüllen. Im Bild unten sind fiktive Beispiele für Anlageideen zu sehen, wie sie in unserem Empfehlungssystem zu finden sind.\u003C\u002Fp>\r\n","\u003Cp>Banken sind einem zunehmenden Wettbewerbsdruck durch Fintechs und Neobanken ausgesetzt. Es hat sich gezeigt, dass neuartige digitale, kundenzentrierte Dienstleistungen erforderlich sind, um Mehrwert zu schaffen und die Kundenbindung und Kundengewinnung zu steigern. Dies erzeugt eine Menge Druck auf Marketing und Vertrieb. Die gute Nachricht ist, dass die Digitalisierung den Weg für datenzentrierte ML-Lösungen geebnet hat, die zur Bewältigung dieses Drucks beitragen. Viele Banken setzen also KI-Technologien ein, um einen Wettbewerbsvorteil zu erlangen.\u003C\u002Fp>\n\n\u003Cp>Wir haben mit der VP Bank mit Sitz in Liechtenstein ein derartiges Projekt begonnen, um ihren Kundenberatern ein System zur Entscheidungsunterstützung an die Hand zu geben. Kundenberater erbringen für ihre Kunden unter anderem auch Anlageberatungen. Dabei verlassen sich Kundenberater auf die Anlageempfehlungen des Forschungsteams und werden oft durch spezialisierte Produktexperten und Portfoliomanager unterstützt. Dies erfordert fundierte Kenntnisse der Finanzmärkte und der Kundenbedürfnisse (Risikobereitschaft etc.). Je mehr Kunden die Bank gewinnt und je mehr Produkte sie anbietet, desto höher wird die Komplexität.\u003C\u002Fp>\n\n\u003Cp>Ziel unseres Projektes war es, Kundenberater beim Empfehlungsprozess zu unterstützen und das gezielte Ansprechen von Kunden zu verbessern. Derartige ML-Systeme werden Menschen nicht durchweg ersetzen, sie dienen vielmehr als Entscheidungshilfe zur Unterstützung des Menschen. Denken Sie nur an Taschenrechner, die ebenfalls Teil von Entscheidungshilfesystemen sind. Wie produktiv wäre man wohl ohne sie? Anlageempfehlungstools sind als intelligente Taschenrechner zu verstehen.\u003C\u002Fp>\n\n\u003Cp>Unser Projekt startete mit einer Findungsphase. Zusammen mit der Geschäftsleitung der Bank identifizierte unser Team schnell den folgenden Geschäftsfall mit hohem Potenzial: Die VP Bank veröffentlicht seit vielen Jahren Anlageideen, wobei die grösste Herausforderung darin bestand, die richtigen Kunden anzusprechen. Die Anlageideen müssen zur Portfoliostrategie der Kunden passen und Compliance-Vorgaben erfüllen. Im Bild unten sind fiktive Beispiele für Anlageideen zu sehen, wie sie in unserem Empfehlungssystem zu finden sind.\u003C\u002Fp>","Wettbewerbsvorsprung durch KI und ML",{"__typename":278,"id":279,"caption":220,"captionSecondary":220,"pgSharedTitle":220,"pgMediaRefMedia":280,"secondaryImage":220,"edgeToEdge":220,"fullWidth":220},"ParagraphPgMedia","14556",{"id":281,"sharedMediaLegend":282,"mediaImage":283,"name":313},"5611","Fiktive Beispiele für Anlageideen, wie sie in unserem Empfehlungssystem zu finden sind",{"url":284,"width":285,"height":286,"alt":287,"title":220,"size":288,"mime":227,"variations":220,"mediaVariations":289,"infographVariations":307},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fdatadriven-user-interface.jpg",2109,720,"user interface mit anlageideen",142907,[290,295,296,301,306],{"name":291,"url":292,"width":293,"height":294},"FIXED_WIDTH_SMALL","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_small\u002Fpublic\u002Fimages\u002Fdatadriven-user-interface.jpg.webp?itok=kZ35zEh7",900,307,{"name":291,"url":292,"width":293,"height":294},{"name":297,"url":298,"width":299,"height":300},"FIXED_WIDTH_MEDIUM","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_medium\u002Fpublic\u002Fimages\u002Fdatadriven-user-interface.jpg.webp?itok=JtpgEg91",1200,410,{"name":302,"url":303,"width":304,"height":305},"FIXED_WIDTH_LARGE","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_large\u002Fpublic\u002Fimages\u002Fdatadriven-user-interface.jpg.webp?itok=deRuD1wR",1600,546,{"name":302,"url":303,"width":304,"height":305},[308,309,310,311,312],{"name":291,"url":292,"width":293,"height":294},{"name":291,"url":292,"width":293,"height":294},{"name":291,"url":292,"width":293,"height":294},{"name":297,"url":298,"width":299,"height":300},{"name":297,"url":298,"width":299,"height":300},"datadriven-user-interface.jpg",{"__typename":260,"id":315,"ctaLink":220,"pgSharedText":316,"pgSharedTitle":319,"pgSharedCtaLink":220},"14558",{"value":317,"processed":318,"format":265},"\u003Cp>Mit der Investmentstory («Alexa, beschütze mich») entfaltet sich das volle Potenzial des Anlageempfehlungstools, wie sich im Bild unten erkennen lässt.\u003C\u002Fp>\r\n\r\n\u003Cp>Oben links sehen wir eine Beschreibung der Investmentidee mit der Option, ein PDF mit einer detaillierteren Beschreibung herunterzuladen, das unmittelbar an den Kunden weitergeleitet werden kann.\u003C\u002Fp>\r\n\r\n\u003Cp>Unten links sehen wir alle Kundenportfolios, nach Compliance gefiltert und nach der Übereinstimmung des Portfolios mit der aufgerufenen Investmentidee geordnet. Die grösste technische Herausforderung in diesem Bereich war es, ein Modell zu entwickeln und vorauszusagen, wie gut das Portfolio eines Kunden und mögliche Kundeninteressen mit einer bestimmten Investmentidee übereinstimmen. Unser Data-Science-Team entwickelte und bewertete in enger Zusammenarbeit mit den Fachbereichsexperten der Bank verschiedene Machine-Learning-Modelle.\u003C\u002Fp>\r\n","\u003Cp>Mit der Investmentstory («Alexa, beschütze mich») entfaltet sich das volle Potenzial des Anlageempfehlungstools, wie sich im Bild unten erkennen lässt.\u003C\u002Fp>\n\n\u003Cp>Oben links sehen wir eine Beschreibung der Investmentidee mit der Option, ein PDF mit einer detaillierteren Beschreibung herunterzuladen, das unmittelbar an den Kunden weitergeleitet werden kann.\u003C\u002Fp>\n\n\u003Cp>Unten links sehen wir alle Kundenportfolios, nach Compliance gefiltert und nach der Übereinstimmung des Portfolios mit der aufgerufenen Investmentidee geordnet. Die grösste technische Herausforderung in diesem Bereich war es, ein Modell zu entwickeln und vorauszusagen, wie gut das Portfolio eines Kunden und mögliche Kundeninteressen mit einer bestimmten Investmentidee übereinstimmen. Unser Data-Science-Team entwickelte und bewertete in enger Zusammenarbeit mit den Fachbereichsexperten der Bank verschiedene Machine-Learning-Modelle.\u003C\u002Fp>","Enge Zusammenarbeit zwischen den Teams von Zühlke und der VP Bank",{"__typename":278,"id":321,"caption":220,"captionSecondary":220,"pgSharedTitle":220,"pgMediaRefMedia":322,"secondaryImage":220,"edgeToEdge":220,"fullWidth":220},"14594",{"id":323,"sharedMediaLegend":324,"mediaImage":325,"name":347},"5612","Alle Kundenportfolios, nach Compliance gefiltert und nach der Übereinstimmung des Portfolios mit der aufgerufenen Investmentidee geordnet",{"url":326,"width":327,"height":328,"alt":329,"title":220,"size":330,"mime":227,"variations":220,"mediaVariations":331,"infographVariations":341},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fclient-portfolio.jpg",1086,567,"Empfohlenes Kundenportfolio auf der Benutzeroberfläche",155431,[332,335,336,338,340],{"name":291,"url":333,"width":293,"height":334},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_small\u002Fpublic\u002Fimages\u002Fclient-portfolio.jpg.webp?itok=4CH5vqEm",470,{"name":291,"url":333,"width":293,"height":334},{"name":297,"url":337,"width":327,"height":328},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_medium\u002Fpublic\u002Fimages\u002Fclient-portfolio.jpg.webp?itok=NP_oaBIw",{"name":302,"url":339,"width":327,"height":328},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffixed_width_large\u002Fpublic\u002Fimages\u002Fclient-portfolio.jpg.webp?itok=nc1mFzie",{"name":302,"url":339,"width":327,"height":328},[342,343,344,345,346],{"name":291,"url":333,"width":293,"height":334},{"name":291,"url":333,"width":293,"height":334},{"name":291,"url":333,"width":293,"height":334},{"name":297,"url":337,"width":327,"height":328},{"name":297,"url":337,"width":327,"height":328},"client-portfolio.jpg",{"__typename":260,"id":349,"ctaLink":220,"pgSharedText":350,"pgSharedTitle":353,"pgSharedCtaLink":220},"14559",{"value":351,"processed":352,"format":265},"\u003Cp>Zudem ist es uns gelungen, eine Compliance Engine zu bauen, die automatisch die Kunden herausfiltert, die nicht zur Investmentidee passen. Durch diese Prozessautomatisierung wird den Kundenberatern eine mühsame und repetitive Aufgabe abgenommen. Sie können nun direkt die am besten passenden Kunden mit der Investmentidee kontaktieren. Oben in der Mitte sehen wir das Reasoning für die Anlageempfehlung, das für die Kundenkommunikation genutzt werden kann.\u003C\u002Fp>\r\n\r\n\u003Cp>Es war überaus wichtig, Vertrauen für die ML-Lösung aufzubauen. Wir haben uns dieser Herausforderung gestellt, indem wir die Kundenberater so früh wie möglich in das Projekt miteinbezogen und das Reasoning für die Empfehlung in einem transparenten, anwenderfreundlichen Front End bereitgestellt haben. Darüber hinaus zeigen Anlageempfehlungen sowohl regelbasierte Ergebnisse, die aus der gängigen Praxis abgeleitet sind, sowie die ML-Empfehlung, damit die Kundenberater die unterschiedlichen Matching Scores der Portfolios unmittelbar vergleichen können.\u003C\u002Fp>\r\n\r\n\u003Cp>Eine weitere wichtige Funktion ist die Liste der Anlageinstrumente, die in der Investmentidee enthalten sind. Die endgültige Entscheidung, ein bestimmtes Instrument zu empfehlen, liegt im Ermessen des Kundenberaters. Genau in der Mitte sieht man den «VP Sustainability Score», also die Nachhaltigkeitsbewertung des aktuellen Kundenportfolios.\u003C\u002Fp>\r\n\r\n\u003Cp>Auf der rechten Seite wird dem Kundenberater das Portfolio des Kunden angezeigt: Ein Überblick der Assetklassen, die drei wichtigsten Beteiligungen und die letzten Transaktionen ermöglichen dem Kundenberater eine informierte und professionelle Kundeninteraktion. Es muss auch sichergestellt werden, dass die intelligente Lösung sich ständig weiter verbessert: Mit den zwei Schaltflächen unten rechts können die Kundenberater Feedback zu den Vorschlägen abgeben. Diese Erkenntnisse werden gespeichert und kuratiert. Dadurch wird die Lösung weiter optimiert und belastbarer für verschiedene Grenzfälle aus der Praxis.\u003C\u002Fp>\r\n","\u003Cp>Zudem ist es uns gelungen, eine Compliance Engine zu bauen, die automatisch die Kunden herausfiltert, die nicht zur Investmentidee passen. Durch diese Prozessautomatisierung wird den Kundenberatern eine mühsame und repetitive Aufgabe abgenommen. Sie können nun direkt die am besten passenden Kunden mit der Investmentidee kontaktieren. Oben in der Mitte sehen wir das Reasoning für die Anlageempfehlung, das für die Kundenkommunikation genutzt werden kann.\u003C\u002Fp>\n\n\u003Cp>Es war überaus wichtig, Vertrauen für die ML-Lösung aufzubauen. Wir haben uns dieser Herausforderung gestellt, indem wir die Kundenberater so früh wie möglich in das Projekt miteinbezogen und das Reasoning für die Empfehlung in einem transparenten, anwenderfreundlichen Front End bereitgestellt haben. Darüber hinaus zeigen Anlageempfehlungen sowohl regelbasierte Ergebnisse, die aus der gängigen Praxis abgeleitet sind, sowie die ML-Empfehlung, damit die Kundenberater die unterschiedlichen Matching Scores der Portfolios unmittelbar vergleichen können.\u003C\u002Fp>\n\n\u003Cp>Eine weitere wichtige Funktion ist die Liste der Anlageinstrumente, die in der Investmentidee enthalten sind. Die endgültige Entscheidung, ein bestimmtes Instrument zu empfehlen, liegt im Ermessen des Kundenberaters. Genau in der Mitte sieht man den «VP Sustainability Score», also die Nachhaltigkeitsbewertung des aktuellen Kundenportfolios.\u003C\u002Fp>\n\n\u003Cp>Auf der rechten Seite wird dem Kundenberater das Portfolio des Kunden angezeigt: Ein Überblick der Assetklassen, die drei wichtigsten Beteiligungen und die letzten Transaktionen ermöglichen dem Kundenberater eine informierte und professionelle Kundeninteraktion. Es muss auch sichergestellt werden, dass die intelligente Lösung sich ständig weiter verbessert: Mit den zwei Schaltflächen unten rechts können die Kundenberater Feedback zu den Vorschlägen abgeben. Diese Erkenntnisse werden gespeichert und kuratiert. Dadurch wird die Lösung weiter optimiert und belastbarer für verschiedene Grenzfälle aus der Praxis.\u003C\u002Fp>","Vertrauensbildung als zentrales Prozesselement",{"__typename":260,"id":355,"ctaLink":220,"pgSharedText":356,"pgSharedTitle":359,"pgSharedCtaLink":220},"14560",{"value":357,"processed":358,"format":265},"\u003Cp>Gemäss der Gartner CFO and Finance Executive Conference 2021 haben Unternehmen nur begrenzt Zeit, um durch den Einsatz von ML tatsächlich einen Wettbewerbsvorteil zu erlangen. Die meisten Unternehmen sind bereit, in Daten und KI zu investieren. Sie müssen jedoch auf Projekte mit echtem Transformationspotenzial setzen, statt nur bestehende Prozesse zu modernisieren, \u003Ca href=\"https:\u002F\u002Fwww.gartner.com\u002Fen\u002Fnewsroom\u002Fpress-releases\u002F2021-05-12-gartner-says-cfos-have-a-limited-window-to-derive-competitative-advantage-from-atificial-intelligence\" target=\"_blank\">um den ROI langfristig zu beeinflussen\u003C\u002Fa>.\u003C\u002Fp>\r\n\r\n\u003Cp>Wir bei Zühlke glauben an eine ausgewogene Investitionsstrategie im Bereich Daten und KI, um Vertrauen zu schaffen und Wachstum zu sichern. Kontaktieren Sie uns, falls Sie sich dafür interessieren, wie wir Unternehmen bei der Erarbeitung einer solchen Strategie und bei der Umsetzung von sowohl gewagten transformatorischen als auch stetigen Modernisierungslösungen unterstützen.\u003C\u002Fp>\r\n","\u003Cp>Gemäss der Gartner CFO and Finance Executive Conference 2021 haben Unternehmen nur begrenzt Zeit, um durch den Einsatz von ML tatsächlich einen Wettbewerbsvorteil zu erlangen. Die meisten Unternehmen sind bereit, in Daten und KI zu investieren. Sie müssen jedoch auf Projekte mit echtem Transformationspotenzial setzen, statt nur bestehende Prozesse zu modernisieren, \u003Ca href=\"https:\u002F\u002Fwww.gartner.com\u002Fen\u002Fnewsroom\u002Fpress-releases\u002F2021-05-12-gartner-says-cfos-have-a-limited-window-to-derive-competitative-advantage-from-atificial-intelligence\" target=\"_blank\">um den ROI langfristig zu beeinflussen\u003C\u002Fa>.\u003C\u002Fp>\n\n\u003Cp>Wir bei Zühlke glauben an eine ausgewogene Investitionsstrategie im Bereich Daten und KI, um Vertrauen zu schaffen und Wachstum zu sichern. Kontaktieren Sie uns, falls Sie sich dafür interessieren, wie wir Unternehmen bei der Erarbeitung einer solchen Strategie und bei der Umsetzung von sowohl gewagten transformatorischen als auch stetigen Modernisierungslösungen unterstützen.\u003C\u002Fp>","Begrenzte Zeitspanne für den Einsatz von ML",[361],{"id":362,"name":363},"7","Banken & Finanzdienstleister",[365,368,371,374],{"id":366,"name":367},"110","KI",{"id":369,"name":370},"875","Data",{"id":372,"name":373},"129","Experience Design",{"id":375,"name":376},"944","User \u002F Customer Experience",{"processed":378},"\u003Cp>Datengesteuerte Bankgeschäfte bergen ein immenses Potenzial für Finanzdienstleister: Mit ihnen lässt sich das Kundenerlebnis verbessern und einen Wettbewerbsvorsprung erlangen. Zühlke hat für die VP Bank ein Minimalprodukt (MVP, Minimum Viable Product) zur datengesteuerten Investitionsempfehlung entwickelt. Erfahren Sie, welchen Ansatz wir dabei verfolgt haben.\u003C\u002Fp>",[380,411,435,464],{"id":381,"path":382,"sharedTeaserTitle":383,"sharedTeaserRefMedia":384,"sharedTaxrefIndustries":402,"sharedTaxrefExpertises":404},"25893","\u002Fde\u002Fcase-studies\u002Fgscf-erfolgreiches-cloud-onboarding-in-nur-drei-monaten","GSCF: Cloud-Migration mit AWS spart monatlich 250.000 £",{"id":385,"sharedMediaLegend":220,"mediaImage":386,"name":401},"170094",{"url":387,"width":388,"height":389,"alt":390,"title":220,"size":391,"mime":227,"variations":220,"relatedContentVariations":392},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fcity-landscape-in-cloud.jpg",1280,853,"city landscape in cloud",50066,[393,395,396,399,400],{"name":230,"url":394,"width":232,"height":233},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_small\u002Fpublic\u002Fimages\u002Fcity-landscape-in-cloud.jpg.webp?itok=72J0B34x",{"name":230,"url":394,"width":232,"height":233},{"name":397,"url":398,"width":299,"height":232},"FOCAL_POINT32_MEDIUM","https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_medium\u002Fpublic\u002Fimages\u002Fcity-landscape-in-cloud.jpg.webp?itok=KYrUpTLV",{"name":397,"url":398,"width":299,"height":232},{"name":397,"url":398,"width":299,"height":232},"city-landscape-in-cloud.jpg",[403],{"id":362,"name":363},[405,408],{"id":406,"name":407},"124","Cloud",{"id":409,"name":410},"1064","Managed Services",{"id":412,"path":413,"sharedTeaserTitle":414,"sharedTeaserRefMedia":415,"sharedTaxrefIndustries":431,"sharedTaxrefExpertises":433},"7945","\u002Fde\u002Fcase-studies\u002Feffizientes-risikomanagement-im-banking-durch-kuenstliche-intelligenz","Effizientes Risikomanagement im Banking durch künstliche Intelligenz",{"id":416,"sharedMediaLegend":220,"mediaImage":417,"name":430},"172198",{"url":418,"width":419,"height":388,"alt":420,"title":220,"size":421,"mime":227,"variations":220,"relatedContentVariations":422},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002FArtificial_Intelligence_Brain.jpg",1920,"Artificial_Intelligence_Brain",512036,[423,425,426,428,429],{"name":230,"url":424,"width":232,"height":233},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_small\u002Fpublic\u002Fimages\u002FArtificial_Intelligence_Brain.jpg.webp?itok=e_PIVsiN",{"name":230,"url":424,"width":232,"height":233},{"name":397,"url":427,"width":299,"height":232},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_medium\u002Fpublic\u002Fimages\u002FArtificial_Intelligence_Brain.jpg.webp?itok=ALZCY3Am",{"name":397,"url":427,"width":299,"height":232},{"name":397,"url":427,"width":299,"height":232},"Artificial_Intelligence_Brain.jpg",[432],{"id":362,"name":363},[434],{"id":366,"name":367},{"id":436,"path":437,"sharedTeaserTitle":438,"sharedTeaserRefMedia":439,"sharedTaxrefIndustries":455,"sharedTaxrefExpertises":457},"2222","\u002Fde\u002Fcase-studies\u002Feffizienzsteigerung-dank-der-digitalen-produktuebersicht-von-zuehlke","Effizienzsteigerung dank der digitalen Produktübersicht von Zühlke",{"id":440,"sharedMediaLegend":220,"mediaImage":441,"name":454},"1797",{"url":442,"width":419,"height":443,"alt":444,"title":220,"size":445,"mime":256,"variations":220,"relatedContentVariations":446},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fdigital_product_bank.png",1006,"kantonalbank-digital-product-overview",1578893,[447,449,450,452,453],{"name":230,"url":448,"width":232,"height":233},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_small\u002Fpublic\u002Fimages\u002Fdigital_product_bank.png.webp?itok=Uv_o3JtR",{"name":230,"url":448,"width":232,"height":233},{"name":397,"url":451,"width":299,"height":232},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_medium\u002Fpublic\u002Fimages\u002Fdigital_product_bank.png.webp?itok=r392sVS6",{"name":397,"url":451,"width":299,"height":232},{"name":397,"url":451,"width":299,"height":232},"digital_product_bank.png",[456],{"id":362,"name":363},[458,461],{"id":459,"name":460},"19","Digitale Strategien",{"id":462,"name":463},"891","Neue Technologien",{"id":465,"path":466,"sharedTeaserTitle":467,"sharedTeaserRefMedia":468,"sharedTaxrefIndustries":486,"sharedTaxrefExpertises":488},"434","\u002Fde\u002Fcase-studies\u002Fmit-zuehlke-zur-digitalisierten-vermoegensverwaltung","Zur digitalisierten Vermögensverwaltung mit Zühlke",{"id":469,"sharedMediaLegend":220,"mediaImage":470,"name":485},"170512",{"url":471,"width":472,"height":473,"alt":474,"title":220,"size":475,"mime":227,"variations":220,"relatedContentVariations":476},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fimages\u002Fvolt-app-vontobel.jpg",1036,689,"\"\"",135565,[477,479,480,483,484],{"name":230,"url":478,"width":232,"height":233},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_small\u002Fpublic\u002Fimages\u002Fvolt-app-vontobel.jpg.webp?itok=oOWXFKgL",{"name":230,"url":478,"width":232,"height":233},{"name":397,"url":481,"width":482,"height":473},"https:\u002F\u002Fcms.zuehlke.com\u002Fsites\u002Fdefault\u002Ffiles\u002Fstyles\u002Ffocal_point_3_2_medium\u002Fpublic\u002Fimages\u002Fvolt-app-vontobel.jpg.webp?itok=K3N_mN7R",1034,{"name":397,"url":481,"width":482,"height":473},{"name":397,"url":481,"width":482,"height":473},"volt-app-vontobel.jpg",[487],{"id":362,"name":363},[489,490,493,494,497],{"id":459,"name":460},{"id":491,"name":492},"888","Lean & Agile",{"id":372,"name":373},{"id":495,"name":496},"21","Softwareentwicklung",{"id":498,"name":499},"884","Mobile Anwendungen"]