Plattform statt Modell: Googles KI-Strategie für Finanzdienstleister

19. Juli 2026 – Diese Woche analysierte heise online die hintergründige KI-Strategie von Google. Der entscheidende Punkt: Google versucht nicht mehr zwingend, das technisch beste KI-Modell zu bauen. Stattdessen will der Konzern den Rahmen dominieren, in dem KI-Anwendungen entstehen und laufen. Also die Plattform. Das hat weitreichende Konsequenzen für alle, die in der Finanzbranche KI einsetzen – vom Asset-Manager über den Zahlungsdienstleister bis zur Depotbank.

Was passiert ist

Der heise-Artikel zeichnet ein Bild, das viele bereits spürten: Google positioniert seine Cloud-Dienste, insbesondere Vertex AI und die enge Verzahnung mit Gemini-Modellen, als den zentralen Ort für KI-Entwicklung. Nicht die einzelne Modell-Release bestimmt den Erfolg, sondern die Integrationskraft der Plattform. Datenhaltung, Modellauswahl, Feinabstimmung, MLOps, Monitoring – alles aus einer Hand. Ähnlich wie einst bei Android: Die Kontrolle über die Infrastruktur ist langfristig wertvoller als jedes Einzelgerät.

Aus meiner Sicht bestätigt dieser Strategiewechsel eine Entwicklung, die wir im Beratungsalltag schon länger beobachten. Ein Finanzdienstleister fragt mich nicht: „Welches Modell ist das beste?" Sondern: „Wie bekomme ich ein KI-System, das sicher, nachvollziehbar und dauerhaft betreibbar ist – bei mir oder in einer Cloud, die die Aufsicht akzeptiert?" Genau darauf zielt Google ab.

Warum das jetzt für die Finanzbranche zählt

Finanzdienstleister in der DACH-Region stehen vor einer doppelten Herausforderung. Einerseits müssen sie KI-Funktionalität rasch in ihre Prozesse bringen – vom Research-Assistenten in der Anlageberatung bis zur automatisierten Transaktionsüberwachung. Andererseits sind regulatorische Vorgaben wie der EU AI Act, DORA und die Erwartungen der BaFin oder FMA keine sanften Empfehlungen, sondern harte Compliance-Pflicht. Wer im Finanzsektor KI einsetzt, braucht keine isolierte High-End-Technologie. Er braucht einen stabilen, prüfbaren und erklärbaren Rahmen.

Genau hier liegt die Anziehungskraft der Google-Plattformstrategie. Vertex AI bietet Modellregistries, Evaluierungs-Tools, Feature-Stores und vor allem: klare Regelungen zu Datenresidenz in europäischen Rechenzentren. Für eine Schweizer Privatbank, die ihre Kundendaten nicht außerhalb der Schweiz verarbeiten darf, ist das ebenso entscheidend wie für einen deutschen Asset-Manager, der nachweisen muss, dass sein KI-gestützter Allokationsalgorithmus nicht diskriminiert. Plattform heißt in der Finanzbranche immer auch: Governance-Schiene, Audit-Trail, Vertragsgestaltung mit dem Cloud-Provider. Diese Aspekte rücken durch Googles Strategie ins Zentrum.

Typisches Muster: Ein unabhängiger Vermögensverwalter nutzt drei verschiedene Large Language Models für die Erstellung von Anlagevorschlägen. Das jeweils beste Modell für die Analyse von Unternehmensdaten, das beste für die Textzusammenfassung von Research, das beste für die Kundensprache. Aber jedes Modell stammt von einem anderen Anbieter, jedes hat eigene Aktualisierungszyklen, eigene API-Limitierungen und eigene Vertragswerke. Aus Compliance-Sicht ein Albtraum. Die Plattform antwortet darauf nicht mit besserer Modell-Leistung, sondern mit Konsolidierung und einheitlicher Steuerung. Das ist kein technologisches Detail, das ist ein fundamentales Architekturprinzip für regulierte Branchen.

Für Handelsplätze und Brokerage-Häuser gilt Ähnliches. Wenn eine Ausführungs-Algorithmik auf KI-Modellen basiert, dann muss sie konstant, reproduzierbar und gegenüber der BaFin erklärbar sein. Ein Wechsel des zugrundeliegenden Modells jede Woche, weil woanders ein neuer Benchmark-Score auftaucht, ist nicht praktikabel. Die Plattform sorgt für Stabilität. Möglich, dass dadurch kurzfristig ein paar Basispunkte Optimierungspotential ungenutzt bleiben. Aber die Rechtssicherheit, die ein durchgängiges Plattformkonzept bietet, wiegt diesen Nachteil in der Regulierungspraxis klar auf.

Handlungsempfehlungen für Finanzdienstleister

Mein Rat an alle Entscheider in der Finanzbranche, vom Compliance-Leiter einer Genossenschaftsbank bis zum CTO eines Krypto-Verwahrers: Prüfen Sie Ihre KI-Architektur nicht nach dem Kriterium des besten Einzelmodells, sondern nach dem Kriterium der besten Plattform.

Erster Schritt: Multi-Provider-Strategie aktiv gestalten. Setzen Sie sich nicht vorschnell auf einen Cloud-Anbieter fest, nur weil dessen KI-Plattform besonders verlockend wirkt. Definieren Sie stattdessen klare Schnittstellen, sodass Sie jederzeit den Anbieter wechseln oder ein alternatives Modell integrieren können. Das klingt nach Mehraufwand, schafft aber Unabhängigkeit – und Unabhängigkeit ist für einen regulierten Finanzdienstleister mehr wert als jeder Rabatt auf Cloud-Nutzung.

Zweiter Schritt: Governance vor Modell-Leistung. Bevor Sie ein neues LLM für die Anlageberatung oder die Kreditwürdigkeitsprüfung freigeben, klären Sie: Wer zeichnet die Ergebnisse gegen? Wie dokumentieren Sie die Versionierung des Modells? Wo liegen die Daten, mit denen Sie die Ausgabe validieren? Eine Plattform wie Vertex AI bietet Ihnen dafür Bordmittel. Aber nur, wenn Sie sie auch konsequent nutzen und nicht laufend externe Modelle ohne Einbindung in die Governance testweise einsetzen. Compliance-Kollegen sollten bei jeder KI-Entscheidung mit am Tisch sitzen – nicht erst, wenn der Prüfer anklopft.

Dritter Schritt: Exit-Strategie in die Architektur einbauen. Ein Plattformwechsel ist teuer – aber möglich, wenn Sie von Anfang an auf Containerisierung, offene Standards und modulare Architektur setzen. Lassen Sie sich nicht auf proprietäre Google-eigene Formate ein, nur weil sie im ersten Moment bequem sind. Jede KI-Komponente muss auch in einer anderen Cloud oder in Ihrem eigenen Rechenzentrum lauffähig sein.

Für kleinere Asset-Manager, Honorarberater und Family Offices gilt der gleiche Grundsatz in angepasster Form. Sie nutzen vielleicht keinen direkten Cloud-Zugang, sondern KI-Funktionen über White-Label-Lösungen von Fintech-Anbietern. Fragen Sie den Anbieter, auf welcher Plattform-Architektur die angebotene Lösung basiert. Und vor allem: Lassen Sie sich vertraglich zusichern, dass ein Anbieterwechsel keine komplette KI-Neuentwicklung erzwingt. Plattformbindung gibt es nicht nur auf der Hyperscaler-Ebene, sondern auch im Mittelstand – und Abhängigkeit ist dort genauso geschäftskritisch.

Googles Schachzug, den Rahmen zu besetzen, zeigt in die Zukunft. Er zwingt die Finanzbranche, sich nicht von Modell-Schlagzeilen blenden zu lassen. Sondern ihre KI-Infrastruktur wie eine kritische Finanzinfrastruktur zu behandeln: stabil, dokumentiert, austauschbar. Darin liegt genau die Chance für Finanzdienstleister, die langfristig denken.

Am Ende gewinnt nicht das beste Modell, sondern das sicherste System.