Eckdaten

  • Unternehmen: JPMorgan Chase
  • Unternehmensgröße: 317.000 Mitarbeiter; 158 Mrd. $ Umsatz (2023)
  • Standort: New York, NY, USA
  • Eingesetztes KI-Tool: LLM Suite & Connect Coach (Generative KI LLMs)
  • Erreichte Ergebnisse: 140.000 Nutzer; 450+ KI-Anwendungsfälle; bis zu 2 Mrd. $ Produktivitäts-Potenzial

Möchten Sie ähnliche Ergebnisse mit KI erzielen?

Lassen Sie uns gemeinsam die richtigen KI-Lösungen für Ihr Unternehmen identifizieren und implementieren.

Die Herausforderung

In der hochdynamischen Welt des Asset Management und der Vermögensverwaltung bei JPMorgan Chase waren Berater mit erheblichen zeitlichen Belastungen durch manuelle Recherche, Dokumentenzusammenfassungen und Berichtsentwürfe konfrontiert. Die Erstellung von Investmentideen, Marktanalysen und personalisierten Kundenberichten dauerte oft Stunden oder Tage, wodurch die Zeit für Kundeninteraktion und strategische Beratung eingeschränkt wurde. Diese Ineffizienz verstärkte sich nach dem Aufkommen von ChatGPT, sodass die Bank den Bedarf an sicherer, interner KI erkannte, die mit umfangreichen proprietären Daten arbeiten kann, ohne Compliance- oder Sicherheitsrisiken einzugehen.[1]

Die Private-Bank-Berater hatten es besonders schwer, sich auf Kundentermine vorzubereiten, sich durch Research-Reports zu arbeiten und maßgeschneiderte Empfehlungen zu erstellen – und das unter regulatorischer Beobachtung und in einer Umgebung mit Datensilos, was die Produktivität und Reaktionsfähigkeit gegenüber Kunden in einem wettbewerbsintensiven Umfeld behinderte.[2]

Die Lösung

JPMorgan begegnete diesen Herausforderungen durch die Entwicklung der LLM Suite, einer internen Suite aus sieben feinabgestimmten Large Language Models (LLMs), die von generativer KI angetrieben und in eine sichere Dateninfrastruktur integriert sind. Diese Plattform ermöglicht es Beratern, Berichte zu entwerfen, Investmentideen zu generieren und Dokumente schnell zusammenzufassen, wobei proprietäre Daten genutzt werden. Ein spezialisiertes Tool, Connect Coach, wurde für Private-Bank-Berater entwickelt, um bei der Vorbereitung auf Kundengespräche, der Ideenfindung und der Synthese von Research zu unterstützen.[1][3]

Die Implementierung legte starken Wert auf Governance, Risikomanagement und Mitarbeiterschulungen durch KI-Wettbewerbe und 'learning-by-doing'-Ansätze, um eine sichere Skalierung in der gesamten Firma zu gewährleisten. Die LLM Suite wurde schrittweise eingeführt, beginnend mit Proof-of-Concepts und einer anschließenden Ausweitung auf die gesamte Organisation.[4]

Quantitative Ergebnisse

  • Erreichte Nutzer: 140.000 Mitarbeitende
  • Entwickelte Use Cases: 450+ Proof-of-Concepts
  • Finanzieller Nutzen: Bis zu 2 Mrd. $ an KI-Wert
  • Bereitstellungsgeschwindigkeit: Vom Pilot bis zu 60.000 Nutzern in wenigen Monaten
  • Berater-Tools: Connect Coach für die Private Bank
  • Firmenweite PoCs: Strikte ROI-Messung über 450 Initiativen

Bereit, Ihr Unternehmen mit KI zu transformieren?

Buchen Sie eine kostenlose Beratung, um zu erfahren, wie KI Ihre spezifischen Herausforderungen lösen kann.

Implementierungsdetails

Strategischer Ansatz und Zeitplan

Die KI-Reise von JPMorgan Chase begann vorsichtig nach dem Start von ChatGPT Ende 2022, mit Priorität auf Datensicherheit und Governance. Anfang 2023 investierte die Bank stark in interne Plattformen und brachte 2024 die LLM Suite als sichere, firmenweite generative KI-Toolbox auf den Markt. Die anfängliche Einführung richtete sich an Wissensarbeiter, darunter Asset-Management-Berater, mit schrittweiser Erweiterung: von 60.000 Nutzern Mitte 2024 bis zu 140.000 Mitarbeitenden Ende 2024.[1][5]

Das auf die Private Bank zugeschnittene Tool Connect Coach wurde in die LLM Suite integriert, um Research-Zusammenfassungen, Berichtsentwürfe und die Generierung von Investmentideen mit proprietären Datensätzen zu unterstützen. Die Entwicklung erfolgte durch funktionsübergreifende Teams, KI-Hackathons mit tausenden Teilnehmenden und strenge ROI-Validierungs-Protokolle.[2]

Technische Infrastruktur und Anpassung

Die LLM Suite besteht aus sieben spezialisierten LLMs, feinabgestimmt auf JPMorgans umfangreiche interne Daten und gleichzeitig konform mit strengen Regularien. Berater greifen über intuitive Oberflächen darauf zu, um Marktrecherchen abzufragen, Gliederungen für Kundenberichte zu erstellen und Portfolio-Strategien zu brainstormen. Entscheidend war die Vorbereitung der Dateninfrastruktur für KI-Skalierbarkeit, einschließlich sicherer Data Lakes und Modell-Governance, um Halluzinationen oder Datenlecks zu verhindern.[3][4]

Das Training setzte auf praxisnahe Einführung: 'learning-by-doing'-Programme und Wettbewerbe förderten 450+ Proof-of-Concepts (PoCs) in verschiedenen Bereichen, wobei die Vermögensverwaltung eine priorisierte Sparte war. Herausforderungen wie Modellgenauigkeit wurden durch iterative Feinabstimmungen und menschliche Kontrollschleifen überwunden.[6]

Rollout-Phasen und Adoptionsstrategien

Phase 1 (2023): Interne Piloten und KI-Wettbewerbe zur Identifizierung von besonders wirkungsvollen Anwendungsfällen.
Phase 2 (2024): LLM Suite-Launch für 60.000 Nutzer mit Fokus auf Research- und Beratungsfunktionen.
Phase 3 (laufend): Ausweitung auf 140.000+, mit client-facing-Überlegungen für Connect Coach.[1] Die Adoptionskennzahlen wurden über Nutzungsanalysen verfolgt, um messbare Produktivitätsgewinne vor dem Skalieren sicherzustellen. Governance-Rahmenwerke adressierten Risiken und positionierten JPMorgan als KI-Vorreiter.[5]

Überwindung zentraler Herausforderungen

Zu Beginn standen Datenschutz, die Integration in Altsysteme und kultureller Widerstand im Vordergrund. Diese Hürden wurden durch Partnerschaften (z. B. mit KI-Anbietern), dedizierte KI-Zentren und Executive-Sponsoring – unter anderem vom CIO und COO Daniel Pinto – adressiert, der ein Potenzial von 2 Mrd. $ hervorhob. Ergebnis: Nahtlose Integration zur Verbesserung der Berater-Workflows.[5]

Interesse an KI für Ihre Branche?

Entdecken Sie, wie wir Ihnen bei der Implementierung ähnlicher Lösungen helfen können.

Ergebnisse

Die LLM Suite von JPMorgan hat die Abläufe in Vermögens- und Asset Management transformiert und ermöglicht Beratern, durch den Einsatz generativer KI Recherche- und Berichtserstellungsprozesse zu beschleunigen, um schnellere Einsichten zu gewinnen. Eingeführt bei 140.000 Mitarbeitenden, hat sie 450+ Anwendungsfälle vorangetrieben. Private-Bank-Berater nutzen Connect Coach, um die Vorbereitungszeit für Kundengespräche zu verkürzen und die Ideenfindung zu verbessern.[1][2]

Quantifizierbare Auswirkungen umfassen ein prognostiziertes Produktivitätsplus von 2 Mrd. $ durch KI, strikte ROI-Messungen über Initiativen hinweg und eine verbesserte Geschwindigkeit im Kundenservice. Berater berichten von schnelleren Dokumentenzusammenfassungen und Berichtsentwürfen, wodurch Zeit für höherwertige Interaktionen frei wird – im Zuge des Bestrebens der Bank, die erste vollständig KI-gestützte Megabank der Welt zu werden.[5] Produktivitätsschub: Von Piloten bis zur firmenweiten Adoption hat die Nutzung stark zugenommen, und fortlaufende Erweiterungen deuten auf nachhaltige Gewinne hin.[4]

Breitere Effekte umfassen kulturelle Veränderungen durch Trainingsprogramme und Innovationswettbewerbe, die JPMorgan an die Spitze von KI im Finanzwesen rücken. Zukünftige Pläne sehen potenziell auch kundenorientierte Tools vor, die die Wettbewerbsfähigkeit in der personalisierten Beratung weiter steigern könnten.[3][6]

Kontaktieren Sie uns!

0/10 min.

Direkt Kontaktieren

Your Contact

Philipp M. W. Hoffmann

Founder & Partner

Adresse

Reruption GmbH

Falkertstraße 2

70176 Stuttgart

Kontakt

Social Media