Asset & Wealth Management: wie der Sektor funktioniert
wie Asset und Wealth Management funktionieren: das Modell aus AUM und Fees, aktiv versus passiv, die Wertschöpfungskette von Manager über Distributor zum Kunden und die Fiduciary Duty.
Dieser Block legt die Grundlagen für Asset & Wealth Management und zeigt, wie Kapital von Investoren über Manager, Distributoren und Custodians in die Märkte fließt. Sie verstehen die Wertschöpfungskette über aktive und passive Strategien, Retail- und institutionelle Kanäle sowie die Ökonomie hinter AUM-basierten Fees. Der Block bildet das Wettbewerbsumfeld ab: Etablierte wie BlackRock und Vanguard gegenüber Challengern, Spezialisten für Private Markets und Fintech-Distributoren, und erklärt, wo sich die Marge konzentriert. Sie lernen die regulatorische Architektur zu Fiduciary Duty, Offenlegung und Anlegerschutz in den USA und in Europa kennen, dazu die zentralen Metriken, Abkürzungen und Rechnungen, die Profis täglich nutzen, um Märkte zu dimensionieren, Fees zu kalkulieren und Fondsperformance und Flows zu bewerten.
Was Sie beherrschen werden
- Die Wertschöpfungskette im Asset und Wealth Management von Asset Owners über Manager, Distributoren und Custodians abbilden und erkennen, wo Fees und Marge anfallen
- Die wichtigsten Playertypen unterscheiden und die Wettbewerbsdynamik zwischen passiven Giganten, aktiven Managern, Private-Markets-Häusern und Wealth-Plattformen erklären
- Die maßgeblichen Regularien und Institutionen (SEC, MiFID II, UCITS, Fiduciary Rules) benennen und die Compliance-Auflagen verstehen, die daraus in der Praxis folgen
- Kernmetriken wie AUM, Fee Yield, Expense Ratios und Net Flows berechnen und eine grundlegende Due Diligence zu einem Fonds oder Manager durchführen
Schlüsselbegriffe
Module
Behandelt das Geschäftsmodell aus AUM und Gebühren, die Ökonomie von aktiv versus passiv, die Vertriebskette und fiduziarische Interessenkonflikte.
Ordnet Incumbents, Challenger, Gatekeeper und Zulieferer ein und zeigt, wo die Marge in der Branche tatsächlich landet.
Erläutert die Aufsichtsbehörden, die zentralen Gesetze, AML- und KYC-Pflichten sowie den Aufbau einer compliance-konformen Asset-Management-Funktion.
Behandelt die wichtigsten Zahlen, Akronyme, wöchentlichen Berechnungen und Due-Diligence-Prüfungen der Branche.
Neueste Artikel
Aktuelle Blog-Artikel, die auf Asset & Wealth Management zutreffen.
- DataWie JPMorgan Chase Data Contracts über 50+ Domains hinweg aufgebaut hatJPMorgan Chase hat sich jahrelang mit fragmentierter Datenverantwortung über hunderte Geschäftsbereiche hinweg herumgeschlagen, bevor systematisch formalisiert wurde, wer was zu welchen Bedingungen besitzt. Ihr Ansatz zu Data Contracts liefert ein funktionierendes Modell für CDOs, die Accountability ohne organisatorische Lähmung brauchen.
- KIWie Goldman Sachs eine KI-Nutzungsrichtlinie entwickelt hat, an die sich Mitarbeiter tatsächlich hieltenDie meisten KI-Richtlinien von Unternehmen liegen auf einem Shared Drive und ändern nichts. Goldman Sachs hat einen anderen Weg gewählt, und die Mechanik dahinter liefert ein übertragbares Modell für jedes Team, das KI in der Praxis ernsthaft steuern will.
- KIRichtiger Kontext, falsche Annahme: Was Morgan Stanley über Prompting im großen Maßstab gelernt hatDer Einsatz eines KI-Assistenten für die Finanzberater von Morgan Stanley hat ein Problem offengelegt, das die meisten Teams übersehen: Mehr Informationen für das Modell bedeuten keine besseren Antworten. Die eigentliche Disziplin besteht darin, auszuwählen, welcher Kontext zählt. Und dieser Unterschied verändert die Art, wie Sie Prompts bauen, von Grund auf.
- KIBloombergs Wette auf Fine-Tuning: Was jedes Unternehmen daraus über die Entscheidung RAG oder Fine-Tuning lernen kannBloomberg hat ein domänenspezifisches Large Language Model von Grund auf gebaut, anstatt über generische Modelle zu retrieven, und die Ergebnisse klären eine Entscheidung, die die meisten Enterprise-AI-Teams noch heute verwirrt. Die Logik hinter dieser Wahl, und wo sie für andere Organisationen nicht mehr aufgeht, ist lehrreicher als das Modell selbst.
- DataWie JPMorgan Chase Data Contracts über mehr als 50 Domains aufgebaut hatDie Data-Mesh-Initiative von JPMorgan Chase zwang die Bank, sich einem Problem zu stellen, das die meisten großen Organisationen lieber aufschieben: Wem gehört ein Datenprodukt tatsächlich, und welche Pflichten bringt dieses Eigentum mit sich? Ihr Vorgehen bei Data Contracts liefert ein detailliertes, übertragbares Modell für CDOs, die komplexe, föderierte Datenumgebungen verantworten.
- KIWie JPMorgan Chase menschliche Kontrolle in seine KI-Agenten-Workflows eingebaut hatJPMorgan Chase hat KI-Agenten in der juristischen Prüfung und im Trading eingesetzt und dann festgestellt, dass Automatisierung ohne strukturierte menschliche Checkpoints ein Compliance-Risiko schafft, mit dem die Bank nicht gerechnet hatte. Die Entscheidungen, mit denen diese Workflows neu gestaltet wurden, sind eine konkrete Vorlage für jede Organisation, die Agenten im großen Maßstab betreibt.