Vier Systeme, eine Person

Alle Zeilen- und Dateizahlen sind ausgezählt. Der mit KI-Agenten geschriebene Code ist darin vollständig enthalten — er ist der Gegenstand dieser Aufstellung. Nicht mitgezählt sind ausschliesslich Dateien, die ein Codegenerator automatisch aus einer Spezifikation erzeugt und bei jedem Build neu schreibt: bei BICon Portfolio Steering die aus der OpenAPI-Spezifikation abgeleiteten Client- und Schemadateien, Typdeklarationen und Vorlagenmanifeste. Gezählt ist also alles, was jemand — Mensch oder Agent — als Quelltext verantwortet hat. Für „Warum so investieren“ liegt keine Auszählung der einzelnen Testfälle vor; der Testcode selbst ist gezählt.

Die Kosten- und Dauerangaben oben sind keine Messung, sondern eine eigene Schätzung auf Grundlage von Angeboten, wie sie für vergleichbare Projekte üblich waren. Angenommen sind ein Nearshore-Team von vier Personen — Entwicklung, technische Analyse, Test und anteilig Architektur — über neun bis fünfzehn Monate zu 550 bis 700 Euro je Personentag, dazu onshore Projektleitung, Business-Analyse und fachlicher Auftraggeber mit zusammen einem Vollzeitäquivalent zu 1 100 bis 1 300 Euro. Nicht enthalten sind Betrieb, Lizenzen und Infrastruktur sowie die Mitwirkung der Fachbereiche für Workshops, Abnahmetests und Einführung.

Auch die tatsächliche Variante war nicht kostenlos: Sie hat rund zwei Monate der Arbeitszeit einer Person gebunden — zu einem Satz von 1 300 Euro je Personentag, dem oberen Ende der oben angesetzten Onshore-Sätze, ein Gegenwert von rund 55 000 Euro —, dazu Werkzeugkosten für die KI-Agenten von rund 1 000 Euro im Monat. Der Unterschied bleibt eine Grössenordnung; er wird hier nur vollständig gerechnet statt geschönt.

Vier Anwendungen, eine Arbeitsweise

Investment Decision Lab

Anlegerprofilierung, regelbasierte Asset-Allokation, ETF-basierte Umsetzung mit vollständiger Durchschau, Stresstests, Gebührenanalyse, Monte-Carlo-Simulationen und historisches Backtesting.

www.bicon.co — Anwendung starten · about.bicon.co — Überblick

Portfolio Prompt Builder

Macht aus einem Anlageprofil in Sekunden einen strukturierten, unmittelbar verwendbaren Prompt für die strategische Asset-Allokation — mit hinterlegter Logik für Home Bias, Währungsabsicherung und ETF-Auswahl. Zwei Stufen: Basic für schnelle Ergebnisse, Pro zur Feinsteuerung nach Anlagemandat.

Übersicht · Anwendung starten

Warum so investieren — eine Reise mit dem Portfolio Prompt Builder

Interaktives Lernformat, das Anlegerinnen und Anleger an strategische Asset-Allokation, ETFs und Markt-Timing heranführt. Einstieg: „Alle wollen den Markt schlagen. Fast niemand schafft es.“

Deutsch · English

BICon Portfolio Steering

Steuerung von KI-, Digital- und Transformationsportfolios: Priorisierung, Stage-Gate-Governance mit Risikosignalen, Berichte für Geschäftsleitung und Aufsichtsgremien. Dazu Inventar und Klassifizierung nach EU AI Act. Mandantenfähig, rollenbasierte Rechte, durchgängiger Änderungsnachweis, zweisprachige Dokumenterzeugung.

www.bicon.digital — öffentliche Demo · about.bicon.digital — Überblick
Kommerzielles Angebot.

Beiträge zu den Anwendungen — Funktionsumfang und Releases: bicon.li — Showcase Tools

Der Engpass ist nicht mehr das Programmieren

Über künstliche Intelligenz im Finanzsektor wird meist im Zusammenhang mit Effizienz, Automatisierung und neuen Beratungsmodellen gesprochen. Die eigentliche Verschiebung liegt woanders: darin, wie digitale Systeme überhaupt entstehen.

Die Fähigkeit, Wissen strukturiert zu formulieren, wird wichtiger als klassische Programmierkenntnisse. Volkmar Ritter gegenüber finews.ch, 12. Juni 2026

Fachlogik wird nicht mehr beschrieben und anschliessend von Entwicklern umgesetzt, sondern direkt in ausführbare Systeme übersetzt. Damit verschwimmt die Grenze zwischen Konzept, Modell und fertiger Anwendung — ein Investmentprozess wird nicht mehr dokumentiert, sondern unmittelbar in Betrieb genommen.

Für Banken, Vermögensverwalter und Beratungshäuser verschiebt sich der Engpass damit von der technischen Umsetzung hin zu Governance, Qualitätssicherung und Distribution.

Vier Rechnungen, die nicht mehr aufgehen

Vier Systeme, gebaut von einer Person, sind noch kein Beweis. Aber sie sind eine Beobachtung, die reicht, um ein paar alte Gewissheiten ins Wanken zu bringen.

Wenn etwas, das früher nach gängigen Ansätzen 0,6 bis 1,3 Millionen Euro gekostet hätte und neun bis fünfzehn Monate Teamarbeit gebraucht hätte, plötzlich von einer Person in wenigen Wochen gebaut wird, dann verändert sich nicht nur ein Budget. Dann verändern sich die Annahmen dahinter.

Was KI nicht ersetzt hat

Gesunken ist der Preis dafür, aus einer Idee laufende Software zu machen. Nicht gesunken ist der Bedarf an Software-Engineering — daran, zu entscheiden, wie ein System aufgebaut ist, von der Architektur über Datenmodell, Schnittstellen und Sicherheit bis zur Teststrategie, und zu prüfen, ob es so gebaut wurde. Agenten schreiben Code; ob daraus ein System wird, das trägt, ist Engineering. Die Zeit, die nicht mehr ins Schreiben von Code floss, ging in den Entwurf des Produkts, in das Lesen und Auslegen des EU AI Act, in die Definition von Governance- und Bewertungsmodellen, in das Prüfen, Verwerfen und Nachschärfen dessen, was die Agenten erzeugt hatten — und in tausende Architektur- und Produktentscheidungen.

They never got tired. They never complained. But they also never decided what should be built. Aus dem eigenen Werkstattbericht

Die automatisierten Tests sind in dieser Rechnung keine Nebengrösse, sondern die Kontrolle. Über alle Systeme stehen 50 765 Zeilen Testcode und mindestens 2 563 Testfälle gegen 192 643 Zeilen Anwendungscode — ein Verhältnis von 26 Prozent, im Investment Decision Lab 29, im Prompt Builder 63. Bemerkenswert ist nicht die Höhe, sondern dass dieser Posten unter Termindruck nicht gestrichen wurde — in handgeschriebenen Projekten ist er der erste, der fällt. Genau dieser Zielkonflikt entfällt. Die Tests sind der Grund, warum sich das Ergebnis prüfen lässt, statt ihm glauben zu müssen — und aus demselben Gedanken heraus erhalten Kunden Lesezugriff auf ein gepflegtes Repository ab dem ersten Tag: Wer nicht vertrauen will, soll nachsehen können.

Ohne Prüfung hätte davon nichts Bestand. Kein erzeugter Code ist ungeprüft geblieben — jede Zeile ist unmittelbar nach der Erstellung in ein Review gegangen, durchgeführt von KI-Agenten, dazu kamen gesonderte Reviews für Sicherheit und Due Diligence. Die Zahl der Durchgänge liegt in der Grössenordnung der Commits: über tausend je grosser Plattform. Diese Reviews haben Schwachstellen gezeigt. Behoben wurden sie alle; aber sie waren da, und ohne den Prüfschritt wären sie geblieben. Das ist der nüchterne Befund dieser vier Monate: Agenten liefern schnell und in Menge; ob das Ergebnis trägt, entscheidet sich im Review. Wer diesen Schritt weglässt, bekommt nicht dieselbe Software billiger, sondern eine andere.

Zur Kontrolle gehört ein zweiter Schritt. Beide grossen Plattformen hat nach der Fertigstellung ein KI-Agent selbständig durchgearbeitet und rezensiert — ohne inhaltliche Vorgabe von mir, unredigiert veröffentlicht, samt der kritischen Stellen. Eine unabhängige Prüfung durch Dritte ist das nicht, sondern ein offengelegtes Verfahren: Die Rezensionen stehen auf der Website des Anbieters, und es gibt sie, weil ich sie angestossen habe. Mehrere der dort benannten Lücken sind inzwischen geschlossen, ohne dass am Text etwas geändert wurde. Gebaut hat ein Agent, geprüft ein zweiter — entschieden habe ich.

Ein Teil davon ist auf einem Segelboot entstanden

Gearbeitet wurde an diesen Systemen zu einem erheblichen Teil nicht am Schreibtisch, sondern auf einem Segelboot am Bodensee. Die „Harbor Office“-Notizen auf LinkedIn halten das fortlaufend fest.

Das ist keine hübsche Randbemerkung, sondern Teil der Beobachtung. Ein Vorhaben dieser Grösse hätte klassisch ein Team, eine Planung, Abstimmungen und einen Betrieb gebraucht, der Termine hält. Hier reichten konzentrierte Arbeitsblöcke, Fachlogik, Prüfung, Entscheidungen und eine Verbindung, die ein paar Stunden stabil bleibt.

Der Ortswechsel macht sichtbar, was heute noch Engpass ist und was nicht mehr.

Gerade deshalb gehört der Arbeitsort hierher. Nicht als Anekdote, sondern als Hinweis darauf, dass ein Vorhaben dieser Grösse klassisch an Ort, Team und Kalender gebunden gewesen wäre. Dieses war es nicht.

Bereits erschienen

Nächster öffentlicher Auftritt: 17. September 2026 an der Universität Liechtenstein, IT Crowd Club — „KI-Agenten für Business und Entwicklung“.

Bilder honorarfrei bei Nennung „Bild: BICon“. Originalauflösung auf Anfrage.

Volkmar Ritter

Dreissig Jahre Business- und IT-Beratung, davon fünfundzwanzig mit der eigenen Firma BICon in Vaduz — Beratung für die Finanzbranche an der Schnittstelle von Geschäft und Technologie. In der Projektarbeit vor allem Business Analyst und Projektleiter. Verwaltungsrat und Universitätsdozent. Kein Entwickler von Beruf.

Das ist der Punkt, an dem sich diese Geschichte von den üblichen unterscheidet: Sie kommt nicht von jemandem, der am Anfang steht, sondern von jemandem, der drei Jahrzehnte lang Fachlogik in Anforderungen übersetzt, Pläne aufgestellt, Budgets verantwortet und Termine gehalten hat.

Beide Rollen erklären, warum die Rechnung auf dieser Seite von jemandem kommt, der ihre Gegenseite kennt. Der Projektleiter weiss, woraus die neun bis fünfzehn Monate bestehen, die hier unterboten werden. Und die Arbeit des Business Analysten — Wissen strukturiert zu formulieren, bis daraus etwas Gebautes werden kann — ist genau das, was die Agenten heute aufnehmen. Sie war schon vorher die eigentliche Arbeit. Sie ist jetzt nur nicht mehr der Vorlauf zur Umsetzung, sondern die Umsetzung selbst.

Lebenslauf und Mandate