Broadridge setzt agentische KI bei über 40 Finanzdienstleistungs-Kunden ein

Broadridge Financial Solutions hat agentische KI-Funktionen in den Kapitalmarkt- und Wealth-Management-Operationen eingeführt und autonome Workflow-Systeme bereitgestellt, die dazu dienen, operative Ausnahmen zu analysieren, zu priorisieren und zu lösen – mit nur begrenztem menschlichen Eingriff. Die Technologie läuft bereits im Produktionsbetrieb für mehr als 40 verwaltete Services-Clients und verarbeitet pro Monat Millionen operativer Transaktionen in der Post-Trade-Verarbeitung, im Account-Management und in Kundenservice-Workflows. Laut Broadridge könnten neue Kunden, die das System übernehmen, unmittelbar nach der Implementierung operative Kostenreduktionen von bis zu 30% erreichen.

Wechsel von KI-Assistenten zu autonomen Abläufen

Ein Großteil der früheren KI-Einführungen in der Finanzbranche konzentrierte sich auf Produktivitätssteigerungen, Copilots, Analytik-Unterstützung oder konversationelle Schnittstellen. Broadridge’ Einsatz hingegen setzt auf „agentische KI“, ein Modell, bei dem Software-Systeme operative Aufgaben autonom ausführen, Ausnahmen bewerten, Aktionen anstoßen und Workflows koordinieren, ohne dass ständig menschliche Anweisungen erforderlich sind.

Das aktuelle Deployment übernimmt operative Funktionen wie Trade-Fail-Management, Break-Resolution, Verarbeitung von Bewertungs-Ausnahmen, Workflows zur Kontopflege, Automatisierung von Kundenanfragen sowie das Handling von E-Mail-Workflows. Die Systeme laufen innerhalb dessen, was Broadridge als „human-supervised architecture“ beschrieben hat, und gewährleisten Nachvollziehbarkeit, Aufsicht und regulatorische Kontrollen.

Tom Carey, Präsident der Global Technology- und Operations-Sparte von Broadridge, sagte: „Wir glauben, dass die Unternehmen, die in der nächsten Ära der Finanzdienstleistungen führen werden, diejenigen sein werden, die KI direkt in die Art integrieren, wie Arbeit erledigt wird.“

Dateninfrastruktur und Ontologie-Basis

Einer der bedeutendsten Aspekte in Broadridge’ Ankündigung ist die Betonung von Daten-Normalisierung und Ontologie-Infrastruktur. Das Unternehmen argumentiert, dass fragmentierte operative Daten der wichtigste Engpass bleiben, der eine großskalige KI-Einführung in Finanzinstituten verhindert.

Die meisten Banken und Asset Manager arbeiten noch immer in voneinander getrennten Systemen, mit isolierten Datenbanken, Legacy-Workflows und inkonsistenten operativen Taxonomien, die sich über Jahrzehnte angesammelt haben. Broadridge behauptet, diese Herausforderung durch das gelöst zu haben, was es als die erste abgeschlossene Ontologie für Finanzdienstleistungen beschreibt, die auf institutionellem Maßstab betrieben wird.

Die Ontologie fungiert als normalisierte, maschinenlesbare Datenschicht, die operative und transaktionale Informationen über mehrere Anlageklassen, Workflows und institutionelle Systeme hinweg integriert. Laut Broadridge schöpft die Infrastruktur aus mehr als 60 Jahren operativer Daten und unterstützt tägliche Handelsaktivitäten von über 15 Billionen US-Dollar – sowohl bei tokenisierten als auch bei traditionellen Wertpapieren.

Broadridge positionierte diese normalisierte Datenarchitektur als zentrales Unterscheidungsmerkmal, das produktionsreife agentische KI-Systeme von fragmentierten Experimenten trennt. Das Unternehmen führt aus, dass die KI-Qualität in Finanzprozessen weniger allein von Modell-„Sophistication“ abhängt und stärker von strukturiertem operativem Kontext sowie standardisierten institutionellen Daten.

Zusammenführung von Managed Services und KI-Infrastruktur

Broadridge erklärte, dass sich seine agentischen Fähigkeiten seit 2024 durch Produktions-Deployments innerhalb des Managed-Services-Geschäfts entwickelt haben. Das Unternehmen bietet nun zwei Bereitstellungsmodelle an. Im ersten Modell übernimmt Broadridge die Abläufe von Ende zu Ende vollständig über seine Outsourcing-Infrastruktur und bettet zugleich agentische Automatisierung in diese Workflows ein. Das zweite Modell ermöglicht es Institutionen, Broadridges KI-Plattform direkt in ihre eigene Infrastruktur zu integrieren – über Open-Standard-APIs.

Beide Ansätze basieren auf derselben Ontologie und demselben operativen Framework. Die doppelte Struktur zeigt, wie KI zunehmend die Ökonomie des finanziellen Outsourcings verändert. Managed-Service-Provider konkurrieren nicht mehr nur ausschließlich nach Arbeitskräfte-Skalierung oder operativer Expertise; sie konkurrieren zunehmend über proprietäre Workflow-Automatisierung, operative Intelligenz und AI-aktivierte Infrastruktur.

Wettbewerbliche und regulatorische Implikationen

Wenn agentische Systeme in der Lage sind, wesentliche Teile der Post-Trade-Verarbeitung, der Kundenoperationen, der Abstimmung, des Exception-Managements und der Koordination von Workflows zu automatisieren, könnte sich die Struktur von Teams für Finanzoperationen im Laufe der Zeit deutlich verändern. Finanzinstitute suchen zunehmend nach Möglichkeiten, manuelle operative Lasten zu reduzieren – bei gleichzeitiger Wahrung der Compliance und regulatorischer Kontrollmechanismen.

Gleichzeitig werden Regulierungsbehörden vermutlich genauer prüfen, wie autonome operative Systeme Entscheidungen treffen, Ausnahmen eskalieren, Fehler managen und Audit-Trails aufrechterhalten. Broadridge betonte in der Ankündigung wiederholt menschliche Aufsicht und Governance und machte damit deutlich, dass das Unternehmen diese Bedenken erkennt.

Das Unternehmen erklärte außerdem, es prüfe einen breiteren Branchenzugang zu Teilen seiner Ontologie-Infrastruktur über offene Standards. Wenn das umgesetzt wird, könnte das beeinflussen, wie Finanzinstitute operative Daten standardisieren und interoperable KI-Systeme branchenweit einsetzen.