JP Morgans KI-Bekenntnis: Weckruf für DACH-Institute

Das Interview, das Doug Petno, Co-Präsident von JP Morgan, am 20. Juli 2026 dem Handelsblatt gab, hat mich nicht überrascht. Aber die Deutlichkeit, mit der er KI-Investitionen verteidigt und die Märkte als „goldenes Zeitalter“ beschreibt, ist ein klares Signal. JP Morgan, heuer mit einer Marktkapitalisierung von über 700 Milliarden US-Dollar, investiert jährlich zweistellige Milliardenbeträge in Technologie, ein wesentlicher Teil davon fließt in Künstliche Intelligenz. Petnos Aussage, dass sich diese Investitionen auszahlen, ist kein Lippenbekenntnis eines Tech-Vorstands, sondern die Einschätzung eines Bankers, der auf Rendite schaut. Für mich als KI-Berater, der hauptsächlich mit kleineren und mittleren Finanzinstituten in Österreich, Deutschland und der Schweiz arbeitet, ist dieses Statement ein Weckruf. Denn was JP Morgan heute im großen Stil umsetzt, wird den Wettbewerb für alle verändern – auch für das private Wealth-Management-Boutique in Wien, den unabhängigen Vermögensverwalter in München oder das Family Office in Zürich.

Was passiert ist

Doug Petno, Co-Präsident von JP Morgan und möglicher Nachfolger von CEO Jamie Dimon, sprach im Interview mit dem Handelsblatt über die Marktlage und die Rolle von Künstlicher Intelligenz. Er sieht die Kapitalmärkte in einem „goldenen Zeitalter“, getrieben durch stabile Wirtschaftswachstumsraten, hohe Unternehmensgewinne und eine anhaltend positive Stimmung an den Börsen. Kritik an den hohen KI-Investitionen, wie sie zuletzt etwa von einigen Analysten geäußert wurde, wies er zurück. Die Investitionen seien absolut gerechtfertigt, so Petno. Sie führen zu messbar besseren Abläufen, schnelleren Entscheidungen und neuen Ertragsmöglichkeiten. Konkrete Zahlen nannte er nicht, aber es ist bekannt, dass JP Morgan bereits mehrere tausend KI-Modelle im operativen Einsatz hat – vom Handel über die Risikoanalyse bis zum Kundenservice.

Das Interview reiht sich ein in eine Serie von Aussagen großer US-Banken zu KI. Goldman Sachs, Morgan Stanley und BlackRock haben ähnliche Signale gesendet. Was dieses Statement besonders macht: Es kommt von einem Manager, der sowohl das Investmentbanking als auch das Asset- und Wealth-Management verantwortet und damit einen breiten Blick auf die gesamte Wertschöpfungskette hat. Petno rechnet vor, dass KI nicht nur Kosten spart, sondern neue Erlösquellen erschließt. Bei JP Morgan läuft das konkret: KI-generierte Research-Berichte, automatisierte Hedging-Strategien und KI-unterstützte Kundenberatung sind längst im Einsatz. Aus meiner Sicht ist das kein Experimentierstadium mehr, sondern eine klare Ansage an den Markt.

Warum das jetzt für Sie zählt

Für kleinere und mittlere Finanzdienstleister im DACH-Raum mag die Welt von JP Morgan weit weg erscheinen. Das ist ein gefährlicher Trugschluss. Häufiges Muster: Ein unabhängiger Vermögensverwalter mit 300 Millionen Euro AuM denkt, er brauche keinen KI-Einsatz, weil die persönliche Beziehung zum Kunden alles entscheide. Das stimmt so nicht mehr. Wenn die großen Player beginnen, ihre Kundenberichte in Sekunden statt Tagen zu erstellen, personalisierte Asset-Allokationen auf Knopfdruck liefern und laufend Portfoliorisiken mit Machine-Learning bewerten, wird der Druck auf alle anderen steigen. Der Kunde erwartet bald diese Geschwindigkeit und Tiefe auch von der lokalen Bank oder dem freien Berater – nicht morgen, sondern schon im nächsten Quartal.

Gleichzeitig signalisiert das „goldene Zeitalter“ der Kapitalmärkte, dass die Margen derzeit gut sind. Wer jetzt in KI investiert, kann die Früchte dieses Marktumfelds für sich nutzen. Wer wartet, riskiert, in eine Phase geringeren Wachstums mit veralteten Prozessen zu geraten und dann aufzuholen. Mein Rat: Nutzen Sie den Rückenwind, um mit KI nicht nur Kosten zu senken, sondern Ihre Wettbewerbsposition auszubauen.

Gerade die Beratungspraxis ist ein Paradebeispiel. Der EU AI Act und DORA verlangen ohnehin mehr Dokumentation und Kontrolle. Eine KI, die den Beratungsprozess unterstützt – etwa durch automatisierte Geeignetheitsprüfung oder Plausibilisierung von Anlagevorschlägen –, erfüllt gleichzeitig Compliance-Anforderungen und steigert die Beratungsqualität. Das ist kein Spielzeug von Großbanken, sondern pragmatischer Nutzen für jedes Finanzhaus.

Drei Schritte, die Sie jetzt setzen sollten

1. KI-Reifegrad Ihrer Organisation prüfen. Verschaffen Sie sich einen klaren Überblick: Welche Daten liegen digital vor? Wo hakt der Workflow zwischen Kundenberater, Compliance und Portfolio-Management? Welche Prozesse laufen noch manuell per E-Mail und Excel? Für einen Asset-Manager heißt das konkret: Sind Research-Quellen strukturiert und historisch verfügbar? Für einen Zahlungsdienstleister: Ist das Transaktionsmonitoring regelbasiert oder bereits ML-fähig? Aus meiner Erfahrung scheitern die meisten KI-Projekte nicht an der Technik, sondern an schlecht gepflegten Daten und unklaren Verantwortlichkeiten. Ein einstündiger Workshop mit einem erfahrenen KI-Berater liefert meist ein klares Bild.

2. Mit einem schnellen Quick Win starten. Suchen Sie sich einen Prozess, der häufig vorkommt, spezifisches Fachwissen erfordert und zeitlich eng getaktet ist. Typische Kandidaten: die automatische Erstellung von Quartalsberichten für Vermögensverwaltungskunden, die KI-basierte Voranalyse von Kreditanträgen oder die automatisierte Plausibilisierung von Handelsgeschäften. In einem konkreten Fall habe ich einen unabhängigen Finanzberater begleitet, der mit einem generativen KI-Modell die Erstellung der jährlichen Anlagevorschläge von zwei Wochen auf drei Stunden reduziert hat – bei gleichbleibender, vom Kunden geschätzter Qualität. So ein Erfolg erzeugt Akzeptanz im Team und liefert die Grundlage für größere Projekte.

3. KI-Governance sofort mitdenken. Auch wenn Sie mit einem kleinen Use-Case beginnen: Die regulatorischen Anforderungen sind real. Der EU AI Act stuft viele Anwendungen im Finanzbereich als hochriskant ein – darunter Bonitätsprüfungen und automatisierte Anlageempfehlungen. Sie brauchen eine nachvollziehbare Modell-Validierung, dokumentierte Trainingsdaten und einen Verantwortlichen für KI-Risiken. Das muss kein ausgewachsener Chief AI Officer sein, aber eine benannte Person, die den Überblick behält. Mein pragmatischer Tipp: Legen Sie eine einfache KI-Policy an, die festlegt, welche Modelle eingesetzt werden und wer sie regelmäßig prüft. Das verschafft Luft gegenüber der Aufsicht und schützt vor unangenehmen Überraschungen.

Petnos Optimismus ist kein Selbstzweck, sondern Unterfütterung für einen klaren Handlungsauftrag. Nutzen Sie die Stärke der aktuellen Märkte, um Ihr Haus zukunftssicher zu machen. Wer jetzt startet, hat die Zeit und die Mittel, um KI nicht als Drohung zu sehen, sondern als strategischen Vorteil.