Einflussfaktoren der Akzeptanz KI-basierter Anlageprodukte bei Schweizer Bankkundinnen und -kunden

Einflussfaktoren der Akzeptanz KI-basierter Anlageprodukte bei Schweizer Bankkundinnen und -kunden
Symbolische Darstellung von KI-gestützter Vermögensverwaltung im Schweizer Bankenkontext (KI-generiert)

Thema: Die vorliegende Masterarbeit untersucht, welche Faktoren die Akzeptanz von KI-basierten Anlageprodukten wie Robo-Advisors oder algorithmischen Portfolioverwaltungssystemen bei Kundinnen und Kunden von Banken in der Schweiz beeinflussen. Auf Basis der Unified Theory of Acceptance and Use of Technology (UTAUT) wird ein erweitertes Forschungsmodell entwickelt, das neben technologischen Faktoren auch institutionelles Vertrauen, wahrgenommene regulatorische Sicherheit und wahrgenommenes Risiko als Einflussgrössen berücksichtigt. Das Modell wird mittels einer quantitativen Online-Befragung und eines qualitativen Experteninterviews empirisch überprüft.

Relevanz: KI-basierte Anlageprodukte gewinnen im Schweizer Bankensektor strategisch an Bedeutung, doch trotz technologischer Reife bleibt die Akzeptanz bei Endkunden eine zentrale Herausforderung. Die bestehende Forschung berücksichtigt institutionelle Faktoren wie Bankenvertrauen und regulatorische Sicherheit kaum, obwohl diese im hochregulierten Schweizer Finanzmarkt eine besondere Rolle spielen dürften. Die vorliegende Studie schliesst diese Forschungslücke und liefert erste empirische Evidenz für den Schweizer Markt, sowohl für die Wissenschaft als auch für Banken und Regulatoren.

Ergebnisse: Von sechs erstellten Hypothesen werden fünf bestätigt. Der wahrgenommene Nutzen (Performance Expectancy) ist der stärkste Treiber der Nutzungsabsicht, gefolgt vom sozialen Einfluss und der Benutzerfreundlichkeit. Das wahrgenommene Risiko hemmt die Nutzungsabsicht substanziell. Überraschend zeigt das generelle institutionelle Vertrauen in Banken keinen direkten Effekt, sondern wirkt mehr als Hygienefaktor. Regulatorische Sicherheitswahrnehmung stärkt das institutionelle Vertrauen signifikant.

Implikationen für Praktiker:innen:

  • Leistungsversprechen kommunizieren: Banken sollten den konkreten Mehrwert von KI-Anlageprodukten klar und nachvollziehbar darstellen und frühzeitig einen Track-Record aufbauen.
  • Vertrieb als Schlüsselhebel: Ohne aktiven Einbezug von Kundenberater:innen werden selbst gute Produkte keinen Markterfolg erzielen, da der soziale Einfluss entscheidend ist.
  • Risikowahrnehmung aktiv adressieren: Hybride Modelle mit sichtbarer menschlicher Expertise reduzieren Kontrollverlustängste und senken die Adoptionsbarriere.
  • Regulierung als Vertrauensargument nutzen: Die FINMA-Regulierung und die Stabilität des Schweizer Finanzplatzes sind strukturelle Vorteile, die aktiv kommuniziert werden sollten.
  • Intuitive Produktgestaltung: Einfache, vertrauensbildende Kommunikation erhöht die wahrgenommene Nützlichkeit und fördert die Nutzungsbereitschaft.

Methoden: Die empirische Untersuchung folgt einem Mixed-Methods-Ansatz. Quantitativ wurde eine standardisierte Online-Befragung über Qualtrics mit N = 71 Schweizer Bankkundinnen und -kunden durchgeführt. Die Datenauswertung erfolgte mittels Partial Least Squares Structural Equation Modeling (PLS-SEM) in SmartPLS 4. Das Messmodell wurde anhand etablierter Gütekriterien (Outer Loadings, AVE, HTMT, VIF) geprüft; die Hypothesentests erfolgten via Bootstrapping mit 5'000 Subsamples. Ergänzend wurde ein qualitatives Experteninterview mit einem Mitarbeitenden aus dem Investment Advisory der Berner Kantonalbank (BEKB) durchgeführt und mittels thematischer Analyse ausgewertet, um die quantitativen Befunde aus Praktikerperspektive zu kontextualisieren.