Plötzlich wird viel Aufmerksamkeit darauf gerichtet, KI-Plattformen wie Claude mit Vermögensverwaltungs-Technologie zu verknüpfen. Was ändert sich Ihrer Meinung nach für Family Offices und Vermögensverwalter?

Der Zugang zu Wohlstand verändert sich.

Kunden werden zunehmend erwarten, über verschiedene Umgebungen auf ihre Informationen zugreifen zu können, sei es über Masttro Intelligence, Claude, OpenAI oder andere Plattformen, die noch entstehen werden.

Je flexibler diese Schnittstellen werden, desto mehr liegt der Wert darunter – in dem vertrauenswürdigen System, das weiß, was eine Familie besitzt, wie alles miteinander verbunden ist, welche Informationen maßgeblich sind und wer berechtigt ist, sie einzusehen.

Das ist besonders bei komplexen Vermögensverhältnissen wichtig.

Masttro ist das zentrale Erfassungssystem für das gesamte Vermögen des Kunden und bündelt öffentliche und private Kapitalanlagen, Unternehmen, Treuhandvermögen, Immobilien sowie weitere finanzielle und nichtfinanzielle Vermögenswerte – zusammen mit den Unterlagen und Eigentumsverhältnissen, die diesen Informationen ihre Bedeutung verleihen.

Unsere Strategie besteht nicht darin, mit den „Frontier“-Modellen zu konkurrieren. Vielmehr wollen wir deren immer leistungsfähigere Schlussfolgerungen mit Masttros tiefgreifendem Verständnis komplexer Vermögensverhältnisse verbinden.

Gleichzeitig sollten Kunden die Wahl haben. Sie können KI nativ über Masttro Intelligence nutzen oder genehmigte, schreibgeschützte Masttro-Daten selektiv einem externen Modell zur Verfügung stellen, wenn dies besser zu ihrem Arbeitsablauf passt.

Warum ist komplexes UHNW-Vermögen für eine Allzweck-KI ein so schwer zu lösendes Problem?

Denn komplexer Wohlstand ist im Grunde genommen ein Kontextproblem.

Eine Familie kann über Trusts, Personengesellschaften, Holdinggesellschaften und Konten in verschiedenen Rechtsräumen, Währungen und über mehrere Generationen hinweg öffentliche Wertpapiere, private Unternehmen, Fonds, Immobilien und andere Vermögenswerte besitzen.

Um Vermögen zu verstehen, reicht es nicht aus, nur Zahlen zu lesen. Man muss sich mit Eigentumsverhältnissen, Beziehungen, Dokumenten, Methoden, Bewertungen, Verpflichtungen und Genehmigungen auskennen.

Frontier-Modelle wie ChatGPT und Claude sind außerordentlich leistungsfähige Schlussfolgerungsmaschinen, wissen jedoch von sich aus nicht, was wem gehört, welche Informationen maßgeblich sind, wie eine finanzielle Berechnung durchgeführt werden sollte oder ob die Person, die eine Frage stellt, Anspruch auf die Antwort hat.

Das Modell liefert Schlussfolgerungen. Masttro bietet den vertrauenswürdigen Vermögenskontext, der diese Schlussfolgerungen relevant, präzise und umsetzbar macht.

Warum kann ein Family Office seine Daten nicht einfach in Claude oder ChatGPT hochladen und dann mit dem Stellen von Fragen beginnen?

Das ist möglich, und für bestimmte Anwendungsfälle kann dies durchaus sinnvoll sein.

Der Unterschied besteht darin, einem Modell Informationen zuzuführen oder Intelligenz auf ein kontinuierlich verwaltetes Referenzsystem anwenden zu lassen.

Eine hochgeladene Datei ist eine Momentaufnahme. Das Modell mag deren Inhalt zwar sehr gut verstehen, doch es übernimmt nicht automatisch die Eigentumsverhältnisse, Methoden, Herkunft, Berechtigungen und nachfolgenden Änderungen, die diesen Informationen ihre volle Bedeutung verleihen.

Für UHNW-Familien kommt noch eine weitere entscheidende Dimension hinzu: Sicherheit, Vertraulichkeit und die dauerhafte Kontrolle darüber, wo sich ihre Daten befinden und wie mit ihnen umgegangen wird.

Sobald sensible Vermögensdaten in eine andere Umgebung übertragen werden, muss das Family Office wissen, wo diese Daten verarbeitet werden, welche davon möglicherweise gespeichert werden, wer Zugriff darauf hat, wie lange sie aufbewahrt werden, wie Zugriffsberechtigungen durchgesetzt werden und ob diese Kontrollmaßnahmen weiterhin den Vertraulichkeitsanforderungen der Familie genügen.

Es geht daher nicht nur darum, ob eine externe KI-Plattform sicher ist. Es geht vielmehr darum, ob die Familie einen klaren und kontinuierlichen Überblick sowie die Kontrolle über ihre sensibelsten Daten behalten kann, wenn diese Daten über mehrere Systeme hinweg übertragen werden.

Die Wahrung der Vertraulichkeit lässt sich leichter gewährleisten, wenn die Informationsauswertung auf der Grundlage eines vertrauenswürdigen Datensystems erfolgt, als wenn die gesamten Vermögensdaten immer wieder in verschiedene Informationsumgebungen verschoben werden.

Die wichtigere Frage ist daher nicht einfach, ob KI die Daten lesen kann. Es geht vielmehr darum, wo die Intelligenz zum Einsatz kommen soll, welche Informationen sie benötigt und welche Daten der Kunde extern zur Verfügung stellen möchte.

Wir sind der Meinung, dass diese Entscheidung ausdrücklich beim Kunden liegen sollte.

Warum hat sich Masttro so stark darauf konzentriert, diese vertrauenswürdige Datenbasis aufzubauen, bevor sie für externe KI-Plattformen geöffnet wurde?

Denn im Zeitalter der KI gewinnen vertrauenswürdige Daten noch mehr an Wert.

Künstliche Intelligenz kann mit außergewöhnlicher Geschwindigkeit Schlussfolgerungen ziehen, doch die Qualität dieser Schlussfolgerungen hängt letztendlich von der Qualität, der Genauigkeit und dem Kontext der zugrunde liegenden Informationen ab.

Masttro hat über Jahre hinweg ein Datensystem aufgebaut, mit dem sich das gesamte Vermögen eines Kunden – einschließlich finanzieller und nichtfinanzieller Vermögenswerte, Eigentumsverhältnisse, Dokumente, normierter Daten, präziser finanzieller Berechnungen und Berechtigungen – in einer sicheren und vertraulichen Umgebung zusammenführen lässt.

Diese Grundlage wird zum Treibstoff für die KI.

Masttro Intelligence aktiviert das System of Record und wandelt verlässliche Vermögensdaten und Kontextinformationen in Schlussfolgerungen, Automatisierung und Maßnahmen um.

Ein wichtiger Bestandteil dieser Architektur ist, dass Masttro Intelligence modellunabhängig ist.

Wir richten unsere KI-Strategie nicht auf Claude, OpenAI oder einen anderen einzelnen Anbieter aus. Wir können die Modelle nutzen, die für die jeweiligen Aufgaben am besten geeignet sind, während Masttro weiterhin den umfassenden Kontext, die Governance, die Arbeitsabläufe und die Koordination rund um diese Modelle bereitstellt.

Das sorgt für eine starke Dynamik.

Je leistungsfähiger die Frontier-Modelle werden, desto leistungsfähiger wird auch Masttro Intelligence.

Kunden können von den Fortschritten im gesamten KI-Ökosystem profitieren, ohne ihre Vermögensinfrastruktur neu aufbauen zu müssen, nur weil ein bestimmtes Modell gerade im Vordergrund steht.

Was ändert sich konkret durch ein MCP? Inwiefern unterscheidet sich das vom einfachen Exportieren von Masttro-Daten und deren Hochladen in Claude oder ChatGPT?

MCP bietet einer externen KI-Umgebung eine kontrollierte Möglichkeit, mit ausgewählten Masttro-Daten zu interagieren.

Es ist wichtig, dies von Masttro Intelligence zu unterscheiden.

Unser MCP, das im vierten Quartal 2026 eingeführt wird, wird in erster Linie ausgewählte Funktionen bereitstellen, die bereits über die Masttro-APIs verfügbar sind. Es handelt sich um eine kontrollierte, schreibgeschützte Dateninteraktionsschicht und nicht um die Masttro-Intelligence-Umgebung selbst.

Anstatt große Datensätze zu exportieren, können Kunden einem externen Modell die Berechtigung erteilen, bestimmte Informationen über regulierte Schnittstellen abzufragen.

Der Kunde entscheidet, ob dieser Zugriff besteht und welche Informationen verfügbar sind. Die Interaktion erfolgt ausschließlich im Lesezugriff, und das externe Modell übernimmt weder den vollständigen Intelligenzkontext von Masttro noch die Möglichkeit, Informationen innerhalb der Plattform zu ändern.

Dies bietet Kunden die Flexibilität, in externen KI-Umgebungen zu arbeiten, während gleichzeitig eine klare Unterscheidung zwischen dem Zugriff auf ausgewählte Daten und den umfangreicheren Informationen, die innerhalb von Masttro verfügbar sind, gewahrt bleibt.

Wie stellen Sie sich die zukünftige Zusammenarbeit zwischen Masttro Intelligence, Claude, OpenAI und anderen KI-Plattformen vor?

Wir betrachten sie als sich ergänzend, nicht als konkurrierend.

Masttro Intelligence ist unsere primäre KI-Umgebung, da sie auf dem bewährten System of Record des Kunden aufbaut und über den gesamten Kontext in Bezug auf Vermögen, Dokumente, Berechtigungen, Berechnungen und Arbeitsabläufe verfügt, der für präzise Schlussfolgerungen und sinnvolle Maßnahmen erforderlich ist. Die Architektur ist bewusst modellunabhängig gestaltet. Wir bauen Masttro Intelligence nicht auf Claude, OpenAI oder einen anderen einzelnen Anbieter auf. So können wir die leistungsstärksten Modelle für verschiedene Aufgaben integrieren, sobald sich die technologischen Möglichkeiten weiterentwickeln.

Das bedeutet, dass unsere Kunden nicht an die Fähigkeiten eines einzelnen Modells gebunden sind. Wenn sich die Modelle verbessern, verbessert sich auch Masttro Intelligence entsprechend. Das ist wichtig, da sich die Modelle auch weiterhin rasant verändern werden. Was dabei konstant bleiben sollte, ist die bewährte Vermögensgrundlage, die damit verbundene Governance und die Steuerung der Art und Weise, wie die intelligenten Lösungen eingesetzt werden.

Der zweite Weg ist die vom Kunden gesteuerte Interoperabilität.

Manche Kunden möchten direkt in Claude, OpenAI oder anderen KI-Umgebungen arbeiten. Für sie kann Masttro über unseren MCP-Server einen selektiven, schreibgeschützten Zugriff auf genehmigte Daten bereitstellen.

Die Kunden haben also beide Möglichkeiten.

Sie können das beste verfügbare KI-Modell in Masttro Intelligence nutzen, wo es mit einem umfangreichen Kontext arbeiten und immer komplexere agentenbasierte Arbeitsabläufe unterstützen kann. Oder sie können ausgewählte Masttro-Daten in die externe KI-Umgebung ihrer Wahl importieren.

Der strategische Vorteil liegt in der Wahlfreiheit ohne Abhängigkeiten. Masttro bleibt das bewährte System für Datenaufzeichnung und als Grundlage für Analysen, während Kunden von Innovationen im gesamten Frontier-Modell-Ökosystem profitieren – ganz gleich, wo sie diese nutzen möchten.

‍