Aufbau eines KI-Produkts von der Idee bis zum Live-Betrieb: Produktdefinition, Lösungsarchitektur, Entwicklung, regulatorische Einordnung, Zahlungs- und Abo-Abwicklung sowie Betrieb. Die Anwendung verbindet ein vom Nutzer geführtes Depot mit Live-Marktdaten und einer nächtlich berechneten Analyse-Engine; ein KI-Assistent arbeitet mit rund 50 spezialisierten Analyse-Werkzeugen für umfassendes Market Research.

05/2026 – laufend

Finanzdienstleistungen / FinTech

Deutsch & Englisch

Global

Produktverantwortung, Lösungsarchitektur & Umsetzung

Vollständiger Produktlebenszyklus in Eigenverantwortung: von der Idee über Architektur, Entwicklung und regulatorische Einordnung bis zum laufenden Betrieb einer zahlungspflichtigen Anwendung. Die Plattform führt das Depot des Nutzers samt Transaktionen, Cash-Konten und Watchlist, reichert es mit Live-Kursen, Fundamental-, Technik- und Nachrichtendaten an und stellt einen KI-Assistenten daneben, der rund 50 spezialisierte Analyse-Werkzeuge bedient – von Chart- und Bilanzanalyse über ETF-Durchsicht und Anleihen-Kennzahlen bis zu Sektor-, Regionen-, Währungs- und Themenauswertungen des Depots. Die Analysebasis entsteht nicht im Dialog, sondern vorgelagert: Zwanzig zeitgesteuerte Jobs bewerten jede Nacht ein Universum von rund 2'000 Titeln aus STOXX Europe 600, S&P 500, Nikkei 225 und MSCI Emerging Markets, aktualisieren Wechselkurse, klassifizieren Anlagethemen, protokollieren Marktkatalysatoren und schreiben Ergebnis-Momentaufnahmen fort. Der Assistent liest diese Ergebnisse, er erfindet sie nicht – jede Zahl in einer Antwort stammt aus einem Werkzeugaufruf. Dazu kommt die volle Breite eines Produkts am Markt: Registrierung mit Passwort und Passkeys, Abonnements und Guthabenpakete in drei Währungen, monatliche Verbrauchsmessung, Benachrichtigungen, E-Mail-Strecken, Datenschutz-, Impressums- und AGB-Fassungen sowie eine durchgängig mehrsprachige Oberfläche mit rund 2'400 übersetzten Texten je Sprache. Die fachliche Komplexität liegt weniger in der Technik als in der Disziplin: Ein LLM-Dialog ist seiner Natur nach probabilistisch, muss in diesem Umfeld aber faktentreu und deterministisch arbeiten – gleiche Frage, gleiche Zahlen. Dazu kommt das Cut-off-Datum der Sprachmodelle: Ihr Trainingswissen veraltet, während Kurse und Kennzahlen sich stündlich ändern. Beides ist nur zu lösen, indem das Modell keine Fakten aus sich selbst beisteuert, sondern ausschliesslich aus Werkzeugaufrufen und der nächtlichen Bewertung liest. Der Assistent darf zudem keine Anlageberatung erbringen, keine Zahlen erfinden und muss jede Portfolioänderung zur Bestätigung vorlegen.

Produkt vor Technik: Ausgangspunkt war eine konkrete Lücke – allgemeine KI-Assistenten beraten eloquent, kennen aber weder das Depot des Nutzers noch belastbare Marktdaten; Robo-Advisor rechnen sauber, erklären aber nichts. Daraus entstand die Produktvision, die die Entwicklung bis heute leitet. Messen, bevor gebaut wird: Jede Analyse-Hypothese wird zuerst in einem separaten Auswertungsrahmen gegen historische Daten geprüft. Hypothesen, die der Prüfung nicht standhalten, gehen nicht ins Produkt – das hat mehrfach Funktionen verhindert, die intuitiv überzeugend wirkten. Nachvollziehbarkeit als Architekturprinzip: Die Bewertung läuft deterministisch und zeitpunktgenau archiviert – gleicher Eingabestand, gleiches Ergebnis. Der KI-Anteil interpretiert und erklärt, er bewertet nicht selbst. Regulatorik früh und schriftlich: Parallel zur Entwicklung entstand eine interne Produktdokumentation zur Berücksichtigung von FIDLEG und MiFID II. Es gibt keinen Ausführungskanal, keine Broker-Anbindung, keine Verwahrung und keine Vergütung Dritter. Datenschutz mit Standortwahl: Die KI-Verarbeitung läuft über die EU-Region eines Cloud-Anbieters ohne Speicherung der Anfragen. Qualitätssicherung mit Automaten statt Meinungen: Neben Unit- und End-to-End-Tests läuft ein eigener Bewertungsrahmen, der komplette Beratungsdialoge automatisiert durchspielt und gegen Qualitätskriterien bewertet – erfundene Zahlen, übergangene Profilvorgaben, verschwiegene Risikohinweise. Betrieb und Kostenkontrolle: Verbrauch wird pro Nutzer und Monat gemessen und begrenzt, Modellkosten werden je Lauf gegen den tatsächlichen Kontostand geprüft.