Wird Claude Finance Junior-Banker wirklich ersetzen?

Dies ist ein Beitrag, der seit der Veröffentlichung von Claude Finance durch Anthropic die Frage analysiert, ob „AI Junior-Banker ersetzen wird“, anhand von zwei Benchmarks.

Kernpunkte

AI ersetzt die Arbeit von Junior-Bankern nicht auf einmal. Sie übernimmt jedoch schnell zuerst dokumentierte und strukturierte Aufgaben, wodurch insbesondere Mitarbeitende im Middle- und Backoffice mit hoher Wahrscheinlichkeit ersetzt werden könnten.

Benchmark-Ergebnisse

Vals AI Financial Agent 2.0: Selbst Top-Modelle durchbrechen die 52%-Hürde nicht. Betrachtet man nur die Kategorie Financial Modeling, liegt der Höchstwert bei 23%
BankerToolBench (bewertet von 502 aktiven Mitarbeitenden bei Goldman, JPM und Evercore): Ergebnisse, die direkt an Kunden gesendet werden können 0%, mit leichten Korrekturen 13%, mit umfassender Überarbeitung 41%, unbrauchbar 27%
Fehlertypen: Code-/Formelfehler 41%, Fehler in der Business-Logik 27%, Abbruch von Datenabfragen 18%, manipulierte Zahlen 13%

Ersetzbar vs. nicht ersetzbar

Ersetzbar: Auffinden von Offenlegungen und Transkriptmaterial, Zusammenfassung von Earnings Calls, Comps-Bewertung, erste Bewertung, Pitch-Entwürfe, Datenraum-Q&A
Nicht ersetzbar: Beurteilung von MNPI, Gespräche mit dem Management, Verkaufsgründe des Verkäufers, Beziehungen zu Beratungsfirmen, Erkennen regulatorischer und politischer Stimmungen, endgültige Verantwortung und Freigabe

Besonderheiten der koreanischen Finanzbranche

Es gibt deutlich mehr Kontexte als in globalen Märkten, die nicht in den Datenraum eingehen — etwa Familiennachfolge, Chaebol-Beziehungen, Prioritäten von FSS und KFTC sowie Nuancen bei Pensionsfonds —, also Bereiche, die Frontier-Modelle nur schwer erfassen können.

Szenarien nach Zeiträumen

2026: Automatisierung in Research- und Zusammenfassungsbereichen (4–5 Stunden → 4–5 Minuten)
2027~2028: Ersatz bis hin zu Pitch-Entwürfen, ersten Modellen und Memo-Entwürfen. Eine Senior-Person prüft gleichzeitig die Abläufe von 5–6 Agenten
2029+: Die von Citrini Research gezeichnete Feedback-Schleife — AI-Produktivität → sinkende Löhne → gedämpfter Konsum → möglicher Nachfragekollaps

Arbeiten, die sich in Regeln fassen lassen, werden schneller automatisiert; schwer messbare Urteile werden dafür gewichtiger. Die Chance liegt an dieser Grenze.