Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.
Im schnelllebigen Bereich des Investmentbanking sehen sich Goldman Sachs-Mitarbeiter mit überwältigenden Mengen an wiederkehrenden Aufgaben konfrontiert. Tägliche Routinen wie das Bearbeiten hunderter E-Mails, das Schreiben und Debuggen komplexer Finanzcodes sowie das Durcharbeiten langer Dokumente auf der Suche nach Erkenntnissen beanspruchen bis zu 40 % der Arbeitszeit und lenken von wertschöpfenden Tätigkeiten wie Kundenberatung und Deal-Abwicklung ab.[1][2]
Regulatorische Beschränkungen verschärfen diese Probleme, da sensible Finanzdaten höchste Sicherheitsanforderungen stellen und die Nutzung von Standard-KI-Lösungen einschränken. Traditionelle Werkzeuge skalieren nicht ausreichend für den Bedarf an schneller, genauer Analyse in volatilen Märkten, was Verzögerungen bei den Reaktionszeiten und einen Verlust an Wettbewerbsfähigkeit zur Folge haben kann.[3]
Goldman Sachs reagierte mit einem proprietären generativen KI-Assistenten, der auf internen Datensätzen in einer sicheren, privaten Umgebung feinabgestimmt wurde. Das Tool fasst E-Mails zusammen, indem es Aktionspunkte und Prioritäten extrahiert, erzeugt produktionsreifen Code für Modelle wie Risikoabschätzungen und analysiert Dokumente, um zentrale Trends und Anomalien hervorzuheben.[2][4]
Aufgebaut ab frühen 2023er Proof-of-Concepts, nutzt es maßgeschneiderte LLMs, um Compliance und Genauigkeit sicherzustellen und natürliche Sprachinteraktionen ohne externe Datenrisiken zu ermöglichen. Das Unternehmen setzte auf Mitarbeiterunterstützung statt -ersatz und schulte das Personal für den optimalen Einsatz.[3]
Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.
Goldman Sachs entwickelte seinen generativen KI-Assistenten auf Basis eines speziell trainierten Large Language Model (LLM), das auf umfangreichen internen Datensätzen wie E-Mails, Code-Repositorien und Finanzdokumenten feinabgestimmt wurde. Im Gegensatz zu öffentlichen Modellen läuft dieses proprietäre System in einer luftgetrennten, sicheren Cloud, um Bankvorschriften wie GDPR und SEC-Regeln einzuhalten. Partnerschaften mit KI-Anbietern flossen in den Stack ein, die Kernentwicklung erfolgte jedoch intern über das KI-Labor der Firma.[1][4]
Die Reise begann Anfang 2023 mit Proof-of-Concepts (PoCs) unter der Leitung von CIO Marco Argenti, die genAI für Coding-Unterstützung in einem Pilotprojekt mit 500 Entwicklern testeten. Bis Mitte 2024 wurde nach rigoroser Validierung auf 10.000 Mitarbeiter in Engineering-, Research- und Investmentbanking-Teams ausgeweitet. Der vollständige unternehmensweite Rollout beschleunigte sich im Januar 2025 und wurde in Tools wie E-Mail-Clients und IDEs integriert. Laufende Iterationen berücksichtigen Feedback, eine Version 2 ist für 2026 geplant.[3][2]
Die Einführung folgte einem phasenweisen Train-the-Trainer-Modell: Anfangsnutzer (Tech-Teams) wurden zu Fürsprechern und führten Workshops für über 45.000 Mitarbeiter durch. Die Integration per Single Sign-On gewährleistete nahtlosen Zugriff, während Nutzungsanalysen die Adoption verfolgten. Guardrails wie Query-Logging und menschliche Prüfung bei risikoreichen Ausgaben minderten Halluzinationen. Herausforderungen wie Modellgenauigkeit wurden durch Retrieval-Augmented Generation (RAG) und kontinuierliches Fine-Tuning gelöst, wodurch in Pilotprojekten eine Aufgaben-Zufriedenheit von über 90 % erreicht wurde.[5]
Zentrale Hürden waren Datenschutz im Finanzbereich und die KI-Zuverlässigkeit für Code und Dokumente. Goldman reagierte mit Zero-Trust-Architektur, dem Verbot externer APIs und maßgeschneiderten Benchmarks, die in fachspezifischen Aufgaben besser abschnitten als GPT-4. Mitarbeiterskepsis wurde durch Demos adressiert, die 30 % schnellere Code-Reviews zeigten. Kostenfragen wurden anhand interner Berichte zur KI-ROI geprüft, doch die Pilotprojekte belegten den Wert.[6][1] Dieser strukturierte Ansatz ermöglichte eine skalierbare Einführung inmitten der KI-Welle an der Wall Street.
Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.
Der generative KI-Assistent hat die Arbeitsabläufe bei Goldman Sachs transformiert: 10.000 Mitarbeiter berichten seit dem Rollout 2024 von deutlichen Verbesserungen. Die Zeit für die Bearbeitung von E-Mails sank schätzungsweise um 25–35 % durch intelligente Zusammenfassungen, wodurch Banker mehr Zeit für strategische Analysen erhielten. Die Code-Erstellung beschleunigte Entwicklungszyklen für Quants und Entwickler um 40 % und verringerte Fehler in Finanzmodellen.[2][3]
Die Dokumentenanalyse zeigte den größten Effekt: Das Tool verdichtet 100+ Seiten starke Reports in Minuten zu umsetzbaren Erkenntnissen und steigert so die Research-Produktivität. Insgesamt erwartet die Firma strukturelle Effizienzgewinne im Rahmen ihres 10-Jahres-Plans, bei dem KI das Umsatzwachstum antreibt, ohne Netto-Stellenabbau — mit Fokus auf Augmentation. Die Akzeptanz liegt bei über 70 % der berechtigten Nutzer, das Feedback betont sichere und intuitive Nutzung.[6]
Herausforderungen wie anfänglicher Widerstand und Investitionsprüfungen (wie in Goldmans eigenen Berichten zur KI-Ausgaben dargestellt) wurden abgemildert und führten zu ROI durch skalierte Implementierung. Ende 2025 ist das System zentraler Bestandteil der KI-Aktivitäten an der Wall Street und positioniert Goldman vorn im Produktivitätswettlauf.[5]
Founder & Partner
Reruption GmbH
Falkertstraße 2
70176 Stuttgart
Telefon