Databricks Genie One bringt governed AI-Agenten in das Buy-Side-Finanzwesen – und schützt NAV-Integrität, Nettogebührenmarge und Audit-Bereitschaft auf einer einzigen Plattform.
von Andrea DeSosa, Soheyl Rafi, Ralph Laite, Paul Signorelli und Kim Hatton
Fragt man einen CFO im Kapitalmarktbereich auf der Buy-Side, wie das Quartal aussieht, beginnt die Antwort an einer Stelle, an der die Sell-Side nicht ansetzt: nicht mit dem Risiko, das das Unternehmen in der eigenen Bilanz trägt, sondern mit dem Geld anderer Leute. Dann die Liste: der NAV, der nach einer verspäteten Preismeldung aus einer illiquiden Position neu berechnet werden musste, der Rücknahmeantrag, der genau dann eintraf, als ein Level-3-Asset eine neue Bewertung benötigte, die Frage des LPs zu einer Performance-Kennzahl, die bis zu ihrer Quelle zurückverfolgt werden musste. Jedes dieser Szenarien ist das Produkt mehrerer Systeme, und jedes wird zunehmend durch Automatisierung und AI-Agenten geprägt und komplexer. Der Instinkt ist derselbe, den die Finanzabteilung schon immer hatte: Schütze die Zahl, auf deren Richtigkeit der Investor vertraut. Doch heute muss sie Systemen und Agenten standhalten, die sich schneller bewegen, als es ein Mensch manuell überprüfen kann.
Die Buy-Side basiert auf einem Versprechen: dass die Zahl, die ein Investor sieht, dem tatsächlichen Wert seines Geldes entspricht. Märkte bewegen sich, Kapitalströme verschieben sich, und NAV, Liquidität sowie das Vertrauen der Investoren bewegen sich mit ihnen – jeder Faktor ein Hebel für die Zahl, auf die es für das Unternehmen selbst ankommt: die Netto-Gebührenmarge. Diese Marge zu schützen, ohne das dahinterstehende Versprechen zu brechen, war schon immer die Aufgabe der Finanzabteilung. Und sie ist nur noch schwieriger geworden, da mehr Kapital in weniger liquiden Strategien gebunden ist, Rücknahmebedingungen genauer geprüft werden und das regulatorische Reporting (SEC-Anforderungen an das Liquiditätsrisikomanagement, Form PF, GIPS-verifizierte Performance, AIFMD in Europa) immer anspruchsvoller wird. Dies ist das Umfeld, in dem Asset Manager agieren, und ihre Finanzabteilungen sind die Konstante in all dem, die dem Unternehmen hilft, die zunehmende Komplexität zu verstehen und darauf zu reagieren.
Nun wird diese Komplexität durch AI-Agenten noch verstärkt: Systeme, die zunehmend Bewertungsprozesse, Rücknahmeentscheidungen, das Performance-Reporting und den Abgleich im Backoffice beeinflussen. Das Volumen und die Komplexität dieser Arbeit steigen rasant: Eine globale Studie von BCG zum Asset Management für 2026 schätzt, dass agentische Workflows die Kapazität im Investmentbetrieb um 55 % bis 65 % steigern und die Betriebskosten um rund 40 % senken könnten – konzentriert genau auf die Fondsbuchhaltung, den Abgleich und die NAV-Arbeit, um die es in diesem Artikel geht. Das Tempo wird je nach Manager variieren, aber die Wellen autonomer Agenten, die Portfolio-, Bewertungs- und Finanzsysteme, AI-Ausgaben und das Investorenverhalten verändern, sind gekommen, um zu bleiben.
Die Finanzabteilung war schon immer gut darin, die richtige Zahl zu finden, selbst wenn sie in Komplexität vergraben ist. Aber sie ist auch die erste, die dem Unternehmen mitteilt, dass Zahlen nicht die ganze Geschichte erzählen. Was zählt, ist die Bedeutung dahinter: die Definitionen, die Strategien und Anteilsklassen, die Gebühren- und Bewertungstreiber und wie sich jeder dieser Faktoren im Zuge der Geschäftsentwicklung verändert. Präzise Antworten liefern die richtige Zahl. Korrekte Antworten verstehen, was diese Zahl bedeutet. Einfach ausgedrückt: „Wird die Zahl im gesamten Kontext des Unternehmens betrachtet?“
Genau das leistet eine Ontologie: Sie erfasst Bedeutungen und hält sie aktuell, wenn sich das Geschäft verändert. Auf der Buy-Side verschiebt sich diese Bedeutung so schnell wie nirgendwo sonst in der Branche. Das Risikoprofil einer Strategie, die Liquidität einer Position, die Bedingungen einer Gebührenvereinbarung – all das kann sich mitten im Quartal ändern. Ein Modell, das einmal auf dem Buch des letzten Quartals trainiert wurde, beantwortet bereits Fragen zu einem Fonds, der in dieser Form gar nicht mehr existiert. Das bringt uns zu einer neuen Art von Ontologie, die speziell für die Anforderungen des Asset Managements entwickelt wurde.
Eine Ontologie ist nur dann wertvoll, wenn sie aktuell bleibt. Fondspositionen warten nicht auf vierteljährliche Metadaten-Updates, und der Kontext muss sich so schnell weiterentwickeln wie das Geschäft selbst.
Hier wird Genie One zur Antwort. Databricks hat Genie One als datenintelligenten AI-Kollegen entwickelt: Eine Führungskraft im Finanzbereich stellt eine direkte Frage und erhält eine vertrauenswürdige, quellenbasierte Antwort zurück, die auf der Genie-Ontologie basiert und bei jedem Schritt kontrolliert wird. Das System lernt das Geschäft kennen und wird mit jeder Frage präziser. So ist es darauf ausgelegt, der Finanzabteilung zu genaueren Antworten zu verhelfen und – was noch wichtiger ist – vertrauenswürdige Maßnahmen zu liefern, anstatt nur Berichte über das Geschehene bereitzustellen.
Genie One ist nicht nur der Assistent, an den sich eine Führungskraft im Finanzbereich mit einer Frage wendet. Dahinter arbeiten Genie-Agenten (mehrere spezialisierte Agenten) im Backend des Fondsbetriebs unter der Genie-Ontologie: Sie lesen Dateien ein, gleichen Positionen ab und erstellen einen ersten NAV-Entwurf, lange bevor überhaupt jemand eine Frage an Genie One richtet.
So sieht das an einem ganz normalen Morgen aus. Der CFO öffnet ein vollständiges Echtzeitbild des Fondsbetriebs – keine Status-E-Mail, die das Operations-Team um 7 Uhr morgens manuell zusammengestellt hat. Jede NAV-Zahl auf diesem Bildschirm ist rückverfolgbar: Klicken Sie auf eine beliebige Zahl, um die genaue Preisquelle, die Abgrenzungsbuchungen und den Depotbankenvergleich zu sehen, die sie hervorgebracht haben. Über Nacht hat die Plattform bereits Depotbankdateien über LakeFlow eingelesen, Positionen mit dem Marktdaten-Feed bewertet und einen vorläufigen NAV zur Überprüfung durch das Bewertungsteam erstellt, noch bevor das Operations-Team seine Laptops aufgeklappt hat.
Das ist der Unterschied zwischen einem AI-Kollegen und einem Chatbot mit Datenverbindung. Ein Chatbot beantwortet die Frage, die jemandem gerade einfällt. Ein System von Agenten, die im Backend arbeiten, bedeutet, dass die Antwort bereits halb fertig, quellenbasiert und bereit zur Überprüfung ist, wenn man sich an den Schreibtisch setzt.
Bedenken Sie die drei Fragen, die jedes Finanzteam im Asset Management beschäftigen und die jeweils mit einem von drei sich gegenseitig verstärkten Ergebnissen verknüpft sind. Bei jeder dieser Fragen tut Genie One mehr als nur Daten abzurufen und zu antworten. Es legt seinen Rechenweg offen:
Das ist der Unterschied zwischen der Berichterstattung über Vergangenes und dem kontinuierlichen Lernen über das Geschäft: mit jeder Frage präziser zu werden, anstatt am Tag der Fragestellung bereits veraltet zu sein. Und weil jede Zahl bis zu ihrer Quelle zurückverfolgt werden kann, jede Berechtigung greift und die Kosten für die AI selbst unter einem einzigen Modell kontrolliert bleiben, ist es eine Antwort, auf die sich die Finanzabteilung verlassen kann, und die ein Investor oder eine Aufsichtsbehörde nachvollziehen kann. Genie One bereitet den Schritt vor: Liquidität vor einem Rücknahmefenster neu ausbalancieren, die Netto-Gebührenmarge verteidigen, die Zahl belegen. Die endgültige Entscheidung trifft ein Mensch.
Asset Management basiert auf Vertrauen: dem Vertrauen, dass der NAV korrekt ist, dass die Gebühr der Vereinbarung entspricht und dass die Antwort standhält, wenn ein LP oder ein Prüfer nachfragt. Ein datenintelligenter AI-Kollege ersetzt dieses Vertrauen nicht. Er sorgt dafür, dass die Finanzabteilung es sich in dem Tempo, in dem sich das Geschäft heute bewegt, weiterhin verdienen kann.
Wie verändert AI die Finanzprozesse im Asset Management? AI-Agenten prägen zunehmend die Entscheidungen, die NAV, Liquidität und Gebührenerträge bei Buy-Side-Unternehmen beeinflussen. Die Kernaufgabe der Finanzabteilung – der Schutz der Netto-Gebührenmarge – hat sich nicht geändert, aber die Geschwindigkeit und Komplexität der damit verbundenen Workflows sind erheblich gestiegen. Moderne Finanzteams benötigen Tools, die agentische Automatisierung in der Fondsbuchhaltung, dem Abgleich und der Bewertung verstehen und steuern können.
Trifft Genie One Entscheidungen über Bewertungen, Rücknahmen oder Gebühren? Nein. Databricks Genie trifft keine Investment-, Bewertungs- oder Rücknahmeentscheidungen. Diese Entscheidungen liegen beim Portfoliomanagement, den Bewertungsausschüssen und den Investor-Relations-Teams. Genie One und die dahinter arbeitenden Genie-Agenten bieten der Finanzabteilung eine präzise Sicht auf den Fondsbetrieb – so können Teams entstehende Risiken frühzeitig erkennen und die Entscheidungsträger unterstützen, die darauf reagieren. Bei jeder Aktion ist immer ein Mensch beteiligt.
Warum sind eine Business-Ontologie und Data Governance für AI im Asset Management wichtig? Eine Business-Ontologie erfasst, was jede Zahl im Kontext Ihrer Fonds, Strategien und Gebührenvereinbarungen bedeutet – und hält diese Definitionen bei geschäftlichen Veränderungen auf dem neuesten Stand. Das ist es, was eine AI-Antwort korrekt macht, nicht nur präzise. Data Governance stellt sicher, dass jede Zahl bis zu ihrer Quelle zurückverfolgt werden kann, rollenbasiert autorisiert ist und gegenüber einem LP, Wirtschaftsprüfer oder einer Regulierungsbehörde (SEC, GIPS, AIFMD) nachgewiesen werden kann. Zusammen machen Ontologie und Governance eine AI-generierte Antwort sicher für darauf basierende Maßnahmen – was dem Standard entspricht, den die Buy-Side im Finanzbereich verlangt.
Wie unterscheidet sich Genie One von einem AI-Dashboard oder BI-Tool? Ein herkömmliches Dashboard oder BI-Tool zeigt, was die Daten sagen – es ruft sie ab und stellt sie dar. Genie One ist ein daten-smarter AI-Kollege, der Finanzteams dabei hilft, auf Basis der Bedeutung der Daten zu handeln. Es basiert auf der Genie-Ontologie, unterliegt einer End-to-End-Governance, wobei ein Mensch die Entscheidung trifft.
Wie automatisiert Databricks Genie den NAV-Abgleich für Asset Manager? Die Backend-Agenten von Databricks Genie automatisieren den Fondsabwicklungs-Workflow über Nacht: das Einlesen von Depotbank-Dateien über LakeFlow, die Bewertung von Positionen anhand von Marktdaten-Feeds, den Abgleich mit den Aufzeichnungen der Depotbank und die Erstellung eines vorläufigen NAV zur Überprüfung durch das Bewertungsteam – und das alles, bevor das Ops-Team seine Laptops aufklappt. Jeder NAV-Wert ist bis zu seiner genauen Bewertungsquelle, den Abgrenzungsbuchungen und dem Depotbank-Abgleich rückverfolgbar. Das Finanzteam prüft und genehmigt; die Agenten erledigen die datenintensive Vorarbeit.
Erleben Sie, wie ein daten-smarter AI-Kollege im Finanzbereich des Asset Managements aussieht. Starten Sie mit Databricks Genie One.
(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag
Abonnieren Sie unseren Blog und erhalten Sie die neuesten Beiträge direkt in Ihren Posteingang.