Writer: KI verlagert Engpass im Investmentbanking auf die Akquise

KI verändert das Personalmodell

Investmentbanken arbeiten traditionell mit einer Personalpyramide: Analysten übernehmen einen großen Teil der Produktionsarbeit, während leitende Banker Kundenbeziehungen und Beurteilungen verantworten. Laut Writer gerät dieses Modell unter Druck, weil KI-Agenten Teile der Aufgaben von Junior-Bankern übernehmen können.

Goldman-Sachs-CEO David Solomon sagte, ein Team von etwa einem halben Dutzend Menschen habe früher zwei Wochen benötigt, um einen S-1 vorzubereiten, einen regulatorischen Prospekt, der ein Unternehmen, seine Finanzdaten und Risikofaktoren beschreibt. Solomon zufolge kann KI ein zu 95 % fertiges Dokument inzwischen in wenigen Minuten erstellen. In den verbleibenden 5 % liege die Möglichkeit, sich vom Wettbewerb abzuheben, argumentierte er.

Writer zufolge automatisiert KI zunehmend analytische und produktionsbezogene Aufgaben, die 60 % bis 70 % der Zeit eines Junior-Bankers beanspruchen. Außerdem könne KI innerhalb weniger Stunden einen strukturierten ersten Entwurf eines vertraulichen Informationsmemorandums erstellen und damit die Zeit für die Erstellung des ersten Entwurfs um 60 % bis 70 % verkürzen.

Der Kapazitätszuwachs rückt die Akquise in den Fokus

Laut Writer betreut eine traditionell besetzte Boutique-Beratung pro Junior-Banker und Jahr eine Transaktion. Übernimmt KI die analytische Ebene, kann derselbe Banker gleichzeitig zwei bis drei Transaktionen unterstützen. Deloitte schätzte, dass generative KI die Produktivität im Frontoffice der weltweit größten Investmentbanken bis 2026 um 27 % bis 35 % steigern könnte. Das entspräche rund 3,5 Millionen US-Dollar zusätzlichen Umsatzes pro Mitarbeiter im Frontoffice.

Writer verweist auf das interne KI-Tool von Evercore, das im Februar 2026 eingeführt wurde und die Erstellung einer Vergleichstransaktionspräsentation automatisiert. Associates auf VP-Ebene können laut dem Unternehmen nun eigene Deal-Teams ohne Unterstützung von Analysten bei der Recherche führen.

Das Ergebnis ist laut Writer, dass sich die zentrale Begrenzung in eine frühere Phase verlagert. McKinsey ermittelte bei Transaktionsprozessen rund 20 % niedrigere Kosten und eine um 10 % bis 30 % kürzere Dauer. Gleichzeitig nutzen 80 % der Unternehmen aus den Bereichen Corporate und Private Equity generative KI zur Identifizierung von Zielen, 79 % setzen sie zur Vorauswahl von Zielen ein.

Writer zufolge nutzen Firmen KI, um ein Universum von 500 Unternehmen innerhalb von 24 Stunden zu bewerten. Zuvor seien zwei Wochen nötig gewesen, um eine Zielliste mit 30 Unternehmen zu erstellen. Mehr Ziele zu finden, sei jedoch nur der Anfang. Der Vorteil entstehe daraus, wie Banker mit diesen Zielen in Kontakt treten, so das Unternehmen.

Menschliches Urteilsvermögen bleibt für Mandate entscheidend

Writer zufolge kann KI Ziele finden und bewerten sowie eine erste Kontakt-E-Mail formulieren. Sie könne jedoch nicht einschätzen, wie überzeugt ein Managementteam ist, Spannungen in einem Sitzungssaal deuten oder feststellen, ob ein Gründer zum Verkauf bereit ist. Diese Fähigkeiten hängen von persönlichen Beziehungen, Vertrauen und Urteilsvermögen ab.

Bei einem Benchmark-Test aus dem Jahr 2026 mit 502 aktuellen und ehemaligen Investmentbankern von unter anderem Goldman Sachs, JPMorgan und Evercore wurden neun führende KI-Modelle anhand von 100 Aufgaben aus dem Arbeitsablauf von Junior-Bankern geprüft. Laut Writer verfehlte selbst das leistungsstärkste Modell fast die Hälfte der Bewertungskriterien. Die Banker stuften keine der Ausgaben als versandfertig für einen Kunden ein.

In der begleitenden Umfrage erklärten nur 10 % der Banker, dass die aktuellen KI-Tools ihre Anforderungen erfüllen. 78 % nannten übermäßige Fehler als wichtigste Einschränkung. Writer führt die Probleme unter anderem auf erfundene Daten, uneinheitliche Zahlen und fest codierte Werte anstelle von Formeln zurück.

Writer plädiert für die Versetzung von Analysten

Writer argumentiert, Firmen sollten Analysten stärker für die Akquise, personalisierte Ansprache und andere Tätigkeiten einsetzen, die Urteilsvermögen und Beziehungen entwickeln. So könnten Analysten die Fähigkeiten aufbauen, die sie für den Aufstieg in leitende Rollen im Banking benötigen, statt dass die Positionen wegfallen, die diesen Entwicklungsweg ermöglichen.

Das Unternehmen bewirbt außerdem gesteuerte KI-Systeme, die Unternehmensdaten, Compliance-Leitplanken und den Schreibstil einzelner Banker nutzen. Laut Writer lernt die Sprachfunktion die Formulierungen, Gewohnheiten und Redewendungen eines Bankers, während die Leitplanken jedes generierte Inhaltselement steuern.

Die Botschaft für Anwender lautet: KI kann mehr Kapazität für Deal-Teams schaffen, doch der Wert dieser Kapazität hängt davon ab, wie Firmen sie einsetzen. Writer zufolge profitieren Investmentbanken am meisten, wenn automatisierte Analysen den Bankern mehr Zeit für Akquise, Gespräche und Beziehungsarbeit geben, durch die potenzielle Ziele zu Mandaten werden können.