Wie Addepar Investment-Workflows mit Databricks AI Agents skaliert

Eine einheitliche Daten- und KI-Grundlage für Finanzdienstleistungen

Addepar ist eine globale Technologie- und Datenplattform, die es Investmentprofis ermöglicht, komplexe Finanzinformationen in umsetzbare Erkenntnisse umzuwandeln. Registrierte Anlageberater, Family Offices, Privatbanken und globale Institutionen verlassen sich auf Addepar, um Portfolio-, Markt- und Kundendaten zu vereinheitlichen und eine Gesamtportfolioansicht über öffentliche und private Märkte hinweg zu liefern.

Daten und KI sind für diese Mission von grundlegender Bedeutung. Addepar verwaltet mittlerweile fast 9 Billionen US-Dollar an Vermögenswerten auf seiner Plattform, und Kunden verlassen sich auf Sicherheit, Qualität und Konsistenz, um fundierte, hochriskante Entscheidungen zu treffen. Um dies zu unterstützen, hat Addepar seine Sammlung älterer Systeme und Datenbanktools auf eine einzige Datenintelligenzplattform auf Databricks unter AWS umgestellt. Diese Plattform erfasst Hunderte von unterschiedlichen Datenfeeds, standardisiert und reichert sie an und liefert die Ergebnisse dann über Produkte, APIs und Datenaustausch an die Kunden.

Aufbau auf Databricks für Skalierbarkeit, Governance und Zusammenarbeit

Addepar hat sich für Databricks entschieden, um Engineering, Analytik und KI auf einer einzigen, gesteuerten Datenplattform zu vereinheitlichen. Kollaborative Notebooks und SQL ermöglichen es internen Teams, an einem Ort zu arbeiten, während Unity Catalog die feingranularen Berechtigungen und Zugriffskontrollen bietet, die ein globales Finanzdienstleistungsgeschäft erfordert.

Das Ergebnis ist eine einzige Quelle der Wahrheit, auf die sich Ingenieure, Analysten und jetzt auch KI-Systeme verlassen können.

Diese Entscheidung hat klare geschäftliche Auswirkungen gezeigt. Seit der Einführung von Databricks hat Addepar die Pipeline-Kosten um 60 % im Vergleich zur Altsystem-Infrastruktur reduziert – was zu Einsparungen von über 2 Millionen US-Dollar bei Infrastruktur und Datenverarbeitung geführt hat – und eine 5-fache Verbesserung der Geschwindigkeit bei der Bereitstellung neuer Pipelines und Integrationen erzielt. Diese Beschleunigung unterstützt das Onboarding, die Kundenlieferung und die Experimentierfreudigkeit, während die Kombination aus Databricks und AWS Addepar die Skalierbarkeit und Zuverlässigkeit bietet, die für das Wachstum mit seinen Kunden erforderlich sind.

Addison: eine native KI-Erfahrung, die in die Plattform integriert ist

Aufbauend auf seiner einheitlichen Datenbasis hat Addepar Addison eingeführt, eine native KI-Erfahrung, die direkt in die Plattform integriert ist. Addison wurde entwickelt, um vertrauenswürdige Anleitungen und umsetzbare Erkenntnisse zu liefern, die auf den Kerndaten und Workflows von Addepar basieren.

Addison geht über eine Chat-basierte Benutzeroberfläche hinaus, um:

• Innerhalb der Kernplattform von Addepar zu leben, direkt integriert mit Portfolios, Lösungen und Workflows.
• Die „Substantive und Verben“ der Finanzwelt im Kontext des Datenmodells von Addepar zu verstehen.
• Fragen und Antworten, proaktive Erkenntnisse (Push) und handlungsorientierte Workflows in einer einzigen Erfahrung zu kombinieren.
• Relevante Marktnachrichten neben Portfolio-Daten anzuzeigen, um Beratern zu helfen, Kundenbestände mit aktuellen Marktereignissen zu verknüpfen.
• Auf der Kernberechnungs-Engine von Addepar zu laufen und sich auf dieselben Portfolio-Metriken und Performance-Berechnungen zu beziehen, die auf der gesamten Plattform verwendet werden.

Für Investmentprofis agiert Addison wie ein digitaler Partner:

• Abrufen: Berater stellen Fragen wie: „Schlüsseln Sie die Alternativen-Allokation dieses Portfolios auf“, „Wenn die Zinsen um 50 Basispunkte steigen, was ist die prognostizierte Auswirkung auf die Duration von festverzinslichen Wertpapieren?“ oder „Identifizieren Sie Konten, die mehr als 3 % vom Ziel abgewichen sind“, und Addison antwortet mit Live-Daten, die unter Governance stehen.
• Senden: Addison zeigt Benachrichtigungen und Ereignisse an, wie z. B. aufkommende Risiken, Chancen oder Anomalien in Portfolios, ohne dass eine explizite Aufforderung erforderlich ist.
• Handeln: Berater initiieren Workflows, wie z. B. die Erstellung eines Finanzplans oder die Untersuchung alternativer Allokationen, verstehen Portfolio-Trends und -Verhaltensweisen – während Addison hilft, die zugrunde liegenden Daten und Schritte über Addepar-Tools und Workflows hinweg zu orchestrieren. Diese Funktionen sind mit menschlicher Kontrolle konzipiert, sodass Investmentprofis die Entscheidungen und Handlungen fest im Griff behalten.

Die Vision ist, dass natürliche Sprache, Workflows und intelligente Agenten die primäre Art und Weise werden, wie Benutzer mit Addepar interagieren. Durch die Auslagerung mühsamer Datenmanipulation und Orchestrierung an Addison können sich Investmentprofis mehr auf Beziehungen und strategische Entscheidungen konzentrieren.

Sichere, skalierbare GenAI für Finanzdienstleistungen

Da die Kunden von Addepar in stark regulierten Bereichen tätig sind, muss die Architektur von Addison sicher und skalierbar sein, wie es generische Verbrauchermodelle, wie z. B. direkte Aufrufe an öffentliche LLMs, nicht können. Addepar priorisiert Sicherheit, Datenschutz und Governance und hat seinen KI-Stack entsprechend konzipiert.

Durch die Transformation seiner Infrastruktur auf Databricks nutzt Addepar Unity Catalog mit Berechtigungen und Zugriffskontrollen, die tief in seine Umgebung integriert sind. Dieselben Kontrollen werden in Addison angezeigt. Eine Kombination aus modernsten Frontier-Modellen wird über Databricks Model Serving in der Umgebung von Addepar bereitgestellt und gehostet und mit MLflow verfolgt und verwaltet, was ein konsistentes Lifecycle-Management und Auditierbarkeit gewährleistet.

Die Beibehaltung von Daten und Modellen innerhalb des Addepar-Ökosystems ist entscheidend für persönlich identifizierbare und kundenidentifizierbare Daten im gesamten globalen Infrastruktur-Footprint von Addepar. Dies hilft dem Unternehmen, die Kundenerwartungen in Bezug auf Risiko, Compliance sowie rechtliche oder jurisdiktionelle Bedenken zu erfüllen.

Dieser Ansatz bedeutet, dass Addison nicht nur ein LLM-Endpunkt ist. Es ist ein KI-System, das dieselben Governance-Garantien wie der Rest der Addepar-Plattform erbt, was mit fragmentierten Tools oder unmanaged externen APIs erheblich schwieriger zu erreichen wäre.

Von LLMs zu Agenten mit Agent Bricks, Foundation Model Serving und MLflow

Einfache LLM-Prompts können leistungsstark sein, aber es ist schwierig, sie für Produktions-Workflows im Finanzdienstleistungsbereich zuverlässig und wiederholbar genug zu machen. Es erfordert Orchestrierung, Validierung und Iteration, um das Konsistenzniveau zu erreichen, das Berater und Investoren benötigen.

Addepar setzt nun Databricks Agent Bricks als nächste Evolutionsstufe seiner KI-Reise ein, beginnend mit dem Supervisor Agent, der Genie-gestützte Analysen im Hintergrund koordiniert. Addison nutzt diese Supervisor-Flows, um von „LLM plus Prompt“ zu vertrauenswürdigen, agentenhaften Workflows überzugehen, bei denen das System im Auftrag von Beratern Aktionen ausführen kann, die deren Aufsicht unterliegen. Was zuvor ein unzusammenhängender, manueller Prozess des Zusammenschaltens von Prompts, Tools und Validierungslogik war, wird nun durch Agent Bricks zentralisiert und vereinfacht, einschließlich der frühen Nutzung von Multi-Agenten-Genie-Workflows zur Stromversorgung interner Slackbots und Beratererlebnisse.

Addison nutzt LLMs, die von Databricks Foundation Model APIs bereitgestellt werden, welche den Zugriff auf State-of-the-Art-Modelle von verschiedenen Modell-Anbietern über gesteuerte Serving-Endpunkte ermöglichen. Produktions-Workflows im Finanzdienstleistungsbereich erfordern Transparenz, Auditierbarkeit und feingranulare Bewertung der KI-Genauigkeit. Addepar nutzt Databricks Managed MLFlow, um Nachverfolgbarkeit und granulare Einblicke in einzelne Agenten-Workflows zu ermöglichen. Addepar nutzt nun auch MLFlow, um die Leistung und das Verhalten von Addison zu entwickeln, zu bewerten und zu iterieren.

Für Addepar bedeutet dies, dass es Agenten-Workflows definieren, wie z. B. mehrstufige Portfolioanalysen, Planungs-Flows oder automatisierte Einblicksgenerierung, diese rigoros testen und mit Governance bereitstellen kann – alles auf derselben Plattform, die seine Kerndaten antreibt. Dies ist ein einzigartiges Wertversprechen von Databricks: vereinheitlichte Daten, Governance und Agenten-Orchestrierung an einem Ort.

Zusammenarbeit und Datenaustausch als Multiplikator

Databricks hat auch die Art und Weise verändert, wie Addepar intern und mit Kunden zusammenarbeitet. Zuvor arbeiteten verschiedene Benutzertypen innerhalb von Addepar und bei Kundenorganisationen oft transaktional mit Tabellenkalkulationen, Extraktionen und einmaligen API-Austauschen. Die Zusammenarbeit war begrenzt und unzusammenhängend.

Mit Databricks Notebooks und Unity Catalog kann Addepar nun Daten, Code und SQL in einer einzigen Umgebung mit den richtigen Zugriffskontrollen teilen. Teams können an Daten und Modellen am selben Ort arbeiten, und diese Zusammenarbeit erstreckt sich auf KI. Sie können Modelle, Konfigurationen und Prompts mit konsistentem Kontext teilen. Für Kunden schafft die Möglichkeit, dieselben Daten gleichzeitig anzuzeigen, Vertrauen, reduziert Missverständnisse während des Onboardings und im laufenden Betrieb und unterstützt eine genauere und transparentere Sicht auf Portfolios.

Eine Partnerschaft, die auf Ergebnisse ausgerichtet ist

Addepar bietet die grundlegende Datenplattform für das Investment-Ökosystem und bringt komplexe Portfolio-, Markt- und Kundendaten zusammen, um die Workflows zu ermöglichen, auf die Investmentprofis täglich angewiesen sind. Um die Skalierbarkeit, Sicherheit und Innovation zu unterstützen, die die Plattform erfordert, arbeitet Addepar eng mit Technologiepartnern wie Databricks und AWS zusammen, deren Fähigkeiten wichtige Elemente seiner Dateninfrastruktur unterstützen. Diese Partnerschaften basieren auf einem offenen Austausch und gemeinsamem Erfolg und nicht auf einer einfachen Transaktion mit einem Anbieter.

Da Databricks seine Daten- und KI-Fähigkeiten weiterentwickelt, erwartet Addepar, dass Addison zur primären Art und Weise wird, wie viele Benutzer die Plattform erleben. Durch die Kombination einer einheitlichen, gesteuerten Datenbasis mit GenAI und Agenten hilft Addepar Investmentprofis, Komplexität in Portfolios, Daten und Workflows zu durchdringen, um fundiertere Entscheidungen zu treffen und bessere Ergebnisse für die Kunden zu erzielen, denen sie dienen.

Besuchen Sie die Databricks AI Days in einer Stadt in Ihrer Nähe, um zu erfahren, wie Sie die Kontrolle über Ihre Daten übernehmen und KI-Agenten entwickeln können, die Geschäftsergebnisse erzielen.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag