Anthropic erobert die Wall Street – und setzt Banken, Datenanbieter und Berater gleichzeitig unter Druck

Anthropic verwandelt seinen Vorstoss an die Wall Street innerhalb von 48 Stunden in eine Plattform-Strategie. Die Aktien etablierter Finanzdatenanbieter brachen ein, der Druck auf Schweizer Banken und Vermögensverwalter, eine eigene KI-Implementierungsstrategie vorzulegen, steigt damit deutlich.

Anthropics Vorstoss in den Finanzsektor ist mehr als ein Produktlaunch – es ist eine strategische Offensive auf dem Weg zum Börsengang. Das Unternehmen hat am 5. Mai 2026 in New York zehn vorkonfigurierte KI-Agenten vorgestellt, die auf dem neuen Modell Claude Opus 4.7 basieren und auf dem Vals AI Finance Agent Benchmark einen Branchenspitzenwert von 64,37 Prozent erreichen. Die Agenten übernehmen zeitintensive Standardaufgaben in Banking, Asset Management und Versicherung: das Erstellen von Pitchbooks, die Prüfung von Bilanzen, Earnings-Analysen, Underwriting, KYC-Screening, Monatsabschlüsse und Compliance-Eskalation. Jeder Agent ist als Referenzarchitektur ausgeliefert – mit Skills, Konnektoren und spezialisierten Sub-Agenten, die von den Häusern an eigene Modelling-Konventionen, Risikorichtlinien und Freigabeprozesse angepasst werden können.

Ergänzt wird das Paket durch eine vollständige Microsoft-365-Integration (Excel, PowerPoint, Word, Outlook folgt) sowie eine Daten-Partnerschaft mit Moody's, die proprietäre Bonitätsinformationen zu über 600 Millionen Unternehmen direkt in Claude einspeist. Hinzu kommt eine FIS-Partnerschaft: Der börsennotierte Banking-Tech-Anbieter hat auf Claude einen Financial Crimes AI Agent gebaut, der Geldwäsche-Untersuchungen von Stunden oder Tagen auf Minuten verkürzen soll – erste Deployments bei BMO und Amalgamated Bank.

Der eigentliche Kraftakt liegt jedoch im einen Tag zuvor angekündigten Joint Venture mit Blackstone, Hellman & Friedman und Goldman Sachs. Das 1,5-Milliarden-Dollar-Konstrukt soll Claude direkt in die Kernprozesse mittelständischer Unternehmen einbetten – beginnend mit den Portfoliogesellschaften der beteiligten Investoren. Anthropic, Blackstone und Hellman & Friedman steuern jeweils rund 300 Millionen Dollar bei, Goldman Sachs 150 Millionen. Weitere Unterstützer sind Apollo Global Management, General Atlantic, Leonard Green, GIC und Sequoia Capital. Der Ansatz: Statt klassische Beratung zu liefern, werden Engineering-Teams direkt in die Unternehmen entsandt, um Workflows rund um KI-Agenten neu zu designen – ein Frontalangriff auf das Geschäftsmodell der grossen Strategieberatungen.

Stimmen aus Business & Finance

Jamie Dimon, CEO von JPMorgan Chase, trat gemeinsam mit Anthropic-Chef Dario Amodei vor führenden Bankern in New York auf: «In der Gesamtschau wird es Sinn ergeben. Wenn Sie versuchen, die Gewinner und Verlierer jetzt zu bestimmen, werden Sie es schwer haben.» Gleichzeitig betonte er, JPMorgan habe «riesige Umsetzungspläne» für Mitarbeitende, die durch KI verdrängt werden.

Marc Nachmann, Global Head of Asset and Wealth Management bei Goldman Sachs, sagte: «Das ist eine überzeugende Investitionsmöglichkeit für unsere Kunden und wird mittelständischen Unternehmen ermöglichen, Anthropics KI-Lösungen einzusetzen, um echten Mehrwert in ihrem Geschäft zu schaffen.» Jon Gray, President und COO von Blackstone, ergänzte, das Vehikel könne «eines der grössten Hindernisse für die Adoption von Enterprise-KI» auflösen, indem es die Zahl hochqualifizierter Implementierungspartner massiv erhöhe.

Anthropic-CEO Dario Amodei erklärte, die Kommerzialisierung werde nicht durch die Modellstärke gebremst, sondern durch die langsame Diffusion der Technologie in die Unternehmenswelt: «Unsere Fähigkeit, diese Technologie zu monetarisieren, wird nicht durch die Leistungsfähigkeit der Modelle gehemmt, sondern durch diese Verbreitung in der Welt.» Krishna Rao, CFO von Anthropic, ordnete das JV strategisch ein: «Die Enterprise-Nachfrage nach Claude übersteigt jedes einzelne Delivery-Modell deutlich.»

Stimmen aus Tech

Nicholas Lin, Anthropics Head of Product for Financial Services, formulierte die strategische Logik: «Finance ist ein grossartiger Blueprint für die restliche Wissensarbeit» – finanzielle KI-Anwendungen lägen «nur wenige Monate hinter» der Coding-Revolution zurück. Amodei warnte zudem, einzelne SaaS-Unternehmen könnten durch den KI-Umbruch in die Insolvenz rutschen, auch wenn die Softwarebranche insgesamt wachsen werde. Das klingt wie eine direkte Drohung an etablierte Finanzdatenanbieter – und der Markt reagierte prompt. Die Aktien von FactSet Research sanken um 8,1 Prozent, aber auch die Aktien von Morning Star und von Moody's gerieten unter Verkaufsdruck.

Ironischerweise ist Moody's gleichzeitig Datenpartner von Anthropic und liefert die Bonitätsdaten zu über 600 Millionen Unternehmen direkt in Claude. Das zeigt das Dilemma der Branche pointiert: Datenprovider werden teils Zulieferer, teils Opfer des Wandels. Wer seine Daten nicht in die KI-Modelle einspeist, verliert Reichweite – wer es tut, riskiert, das eigene Geschäftsmodell zu kannibalisieren.

Jobabbau: Was Studien zeigen

Laut einer aktuellen Umfrage des Center for Financial Studies vom März 2026 nutzen bereits über 88 Prozent der befragten Finanzunternehmen KI. Rund 55 Prozent der Befragten erwarten einen Beschäftigungsrückgang von 5 bis 10 Prozent in den nächsten fünf Jahren, über 20 Prozent rechnen sogar mit einem Minus von 10 bis 20 Prozent. Knapp 15 Prozent sehen ein hohes Risiko für den eigenen Arbeitsplatz. Eine Morgan-Stanley-Analyse, die Anfang 2026 von der Financial Times aufgegriffen wurde, taxiert den potenziellen Stellenabbau im europäischen Bankensektor bis Ende des Jahrzehnts auf rund 200'000 Positionen – primär getrieben durch KI-gestützte Automatisierung von Routine- und Datenprozessen.

Strategische Einordnung

Anthropic befindet sich im offenen Wettrennen mit OpenAI, das parallel ein vergleichbares JV-Modell unter dem Namen DeployCo finalisiert hat – mit TPG, Bain Capital, Advent International, Brookfield und Goanna Capital als Investoren und einer angepeilten Bewertung von 10 Milliarden Dollar. Beide Unternehmen steuern auf einen IPO zu und müssen dafür solides Umsatzwachstum im Enterprise-Segment nachweisen. Bei Anthorpic, deren Gründer sich eines von OpenAI gelöst hatten, gehört diese Enterprise-Strategie quasi zur DNA.

Die Finanzindustrie – mit ihrer Datendichte, Compliance-Komplexität und dem Hunger nach Automatisierung – ist dafür das ideale Testlabor. Bei Anthropic stellen Enterprise-Kunden bereits rund 80 Prozent des Umsatzes, mehr als 1'000 Unternehmen geben jährlich über eine Million Dollar für die Dienste aus, und Finanzinstitute machen rund 40 Prozent der Top-50-Kunden aus.

Wirtschaftlich schlägt sich das in einem extremen Bewertungssprung nieder: Im Februar 2026 wurde Anthropic mit 380 Milliarden Dollar bewertet, aktuell verhandelt das Unternehmen eine Finanzierungsrunde von rund 50 Milliarden Dollar bei einer Bewertung von über 900 Milliarden Dollar. Damit würde Anthropic OpenAI (852 Milliarden Dollar) als wertvollstes KI-Startup ablösen – und die wahrscheinlich letzte Privatrunde vor einem Börsengang absolvieren, der nach Bloomberg-Informationen bereits im Oktober 2026 erfolgen könnte. Der annualisierte Umsatz hat in zwölf Monaten von rund 9 auf über 30 Milliarden Dollar zugelegt; interne Quellen sprechen bereits von 40 Milliarden Dollar.

Was das für den Schweizer Finanzplatz bedeutet

Die Botschaft an die Finanzbranche ist damit unmissverständlich: Die Phase der KI-Pilotprojekte ist vorbei. Es geht nun um die Frage, wer die Implementierungsschicht zwischen Frontier-Modell und institutionellem Workflow besetzt – und Anthropic versucht gerade, diese Schicht selbst zu werden.

Für die Schweizer Branche fällt die Ankündigung in eine ohnehin angespannte Lage. Die UBS plant gemäss Berichten bis Anfang 2027 rund 10'000 zusätzliche Stellenstreichungen, ein Grossteil davon in der zweiten Jahreshälfte 2026 im Heimmarkt. Parallel dazu hat die Bank ihre KI-Strategie verschärft: Über 300 aktive Anwendungsfälle, hauseigene Tools wie der UBS-Copilot «Red», eine neue Führungsrolle für das Thema sowie das gemeinsam mit der Universität Oxford gegründete Centre for Applied AI zeigen, dass die Grossbank die Implementierungsschicht zumindest teilweise selbst besetzen will. Anthropics Joint-Venture-Modell – Engineers, die direkt in Workflows eingebettet werden – greift jedoch genau dort an, wo viele Häuser auf externe Partner angewiesen sind: bei der industriellen Skalierung von Use Cases über Pilotprojekte hinaus.

Besonders exponiert sind drei Segmente. Erstens das Asset Management: Agenten für Pitchbook-Erstellung, Earnings-Analyse, Modell-Pflege und Monatsabschluss treffen auf Tätigkeiten, die in jedem Schweizer Asset Manager existieren. Zweitens die Compliance-intensiven Bereiche KYC und AML, in denen die FINMA-Anforderungen hoch sind und die FIS-Lösung mit BMO und Amalgamated Bank bereits ein konkretes Vorbild liefert. Und drittens das Mid-Market-Segment der Regionalbanken, Privatbankiers und mittelgrossen Versicherer, die weder die Bilanz für eigene Frontier-AI-Teams haben noch die Verhandlungsmacht, um mit Anthropic, OpenAI oder Microsoft auf Augenhöhe zu kontrahieren – und damit die natürliche Zielgruppe für genau jenes JV-Modell sind, das Anthropic, Blackstone und Goldman Sachs nun aufsetzen.

Hinzu kommt eine Zulieferer-Frage, die für den Finanzplatz Schweiz spezifisch ist: Anbieter wie SIX, LSEG/Refinitiv-Daten in Schweizer Workflows oder spezialisierte Schweizer Fintechs müssen entscheiden, ob sie ihre Daten in Anthropics Konnektor-Ökosystem einspeisen – und damit Reichweite gewinnen, aber Margenmacht verlieren – oder ob sie eine eigene agentische Schicht aufbauen. Die Marktreaktion auf FactSet und Morningstar zeigt, dass die Investoren diese Frage vorerst beantwortet haben: Wer bei der Implementierungsschicht zu spät kommt, wird zum reinen Datenlieferanten reduziert.

Die strategische Botschaft an Zürich, Genf und Lugano ist deshalb dieselbe wie an die New Yorker Banker: Die Phase, in der KI als isoliertes Effizienzthema einzelner IT-Abteilungen behandelt werden konnte, ist vorbei. Wer in den nächsten zwölf Monaten keine glaubwürdige Antwort auf die Frage hat, welche Workflows mit welchen Modellen, welchen Daten und welchen Implementierungspartnern automatisiert werden, riskiert, dass die Antwort von aussen geliefert wird.