Ruben Seiberlich und Johannes Höllerich leiten den MSc Banking and Finance an der ZHAW. Sie erläutern, wie der Studiengang weiterentwickelt wurde, um klassisches Finanzwissen gezielt mit Kompetenzen in Financial Data Science, Generativer KI und intelligenten Agenten zu verbinden.
Die Finanzbranche wird zunehmend komplexer. Finanzfachleute müssen Märkte verstehen, Risiken beurteilen und grosse Datenmengen mit Hilfe moderner Analysemethoden und AI in fundierte Entscheidungen überführen. Neben analytischen Fähigkeiten sind daher auch der kompetente Einsatz von AI sowie die kritische Bewertung der zugrundeliegenden Daten, Modelle und Ergebnisse zu zentralen Kompetenzen geworden.
Data Science und Artificial Intelligence erweitern das klassische Finanzwissen um neue analytische und technologische Kompetenzen. Doch welche Kompetenzen machen Absolventinnen und Absolventen tatsächlich zukunftsfähig? Und wie lässt sich ein Studium so weiterentwickeln, dass es technologische Veränderungen sinnvoll aufgreift, ohne sich von kurzfristigen Trends treiben zu lassen? Diese Aufgabe ist anspruchsvoll, da Veränderungen an Hochschulen häufig einen langen Vorlauf haben und die Verantwortlichen Entwicklungen antizipieren müssen.
Banking & Finance-Ausbildung für die Finanzwelt von morgen
Die Anforderungen auf dem Arbeitsmarkt entwickeln sich kontinuierlich weiter. Gemäss dem Future of Jobs Report 2025 des World Economic Forum werden sich bis 2030 durchschnittlich rund 39 Prozent der heute benötigten beruflichen Kompetenzen verändern oder an Bedeutung verlieren. Kompetenzen in den Bereichen Data Science, AI und Big Data zählen zu den am schnellsten wachsenden Kompetenzfeldern. Zu den Berufsbildern mit dem stärksten erwarteten Wachstum gehören Fachkräfte im Bereich Data Science, insbesondere im Bereich AI und Machine Learning, sowie FinTech Engineers.
Aus unserer Sicht ist diese Entwicklung für die Finanzbranche von besonderer Bedeutung. Daten bilden seit langem die Grundlage zentraler Entscheidungen – von Anlageentscheiden über Risikomodelle, Kreditprüfungen und Betrugserkennung bis hin zu personalisierten Kundenangeboten. Generative AI erweitert diese Möglichkeiten, indem sie grosse Mengen unstrukturierter Informationen verarbeitet und neue Formen der Analyse und Entscheidungsunterstützung ermöglicht. Wir gehen zudem davon aus, dass AI Agents künftig vermehrt einzelne Arbeitsschritte koordinieren und spezialisierte Aufgaben übernehmen werden.
Zukunftsfähige Finanzexpertinnen und -experten müssen daher datenbasierte und AI-gestützte Systeme verstehen, ihre Möglichkeiten und Grenzen kontinuierlich einordnen und deren Ergebnisse fachlich fundiert beurteilen können.
Gemeinsames Fundament, vier Schwerpunkte
In Gesprächen mit der Praxis zeigt sich zunehmend, dass Absolventinnen und Absolventen heute über Kenntnisse in Python und AI-gestützten Analysemethoden verfügen müssen. Unsere Erfahrungen aus Lehre und dem engen Dialog mit Arbeitgebern bestätigen zugleich, dass technologische Spezialisierung ihren grössten Mehrwert erst auf der Grundlage fundierter fachlicher Kompetenz entfaltet. Dieser Grundsatz stand deshalb im Mittelpunkt der Weiterentwicklung des MSc Banking and Finance.
Wir sind überzeugt, dass ein starkes finanzwirtschaftliches Fundament die beste Grundlage für jede Spezialisierung bildet. Deshalb vermitteln wir allen Studentinnen und Studenten zunächst zentrale Kompetenzen in Bankwesen, Investments, quantitativen Methoden, Risk Management, Corporate and Entrepreneurial Finance, International Economics sowie Corporate Governance, Ethics und Leadership. Forschungs- und Praxisprojekte bieten ihnen anschliessend die Möglichkeit, individuelle Interessen zu vertiefen und ihr persönliches Kompetenzprofil zu schärfen.
Mit der Einführung des Majors "Generative AI & AI Agents" stehen den Studentinnen und Studenten ab Herbstsemester 2026 erstmals vier Wahlpflichtbereiche zur Wahl: Capital Markets & Data Science, Generative AI & AI Agents, Capital Markets & Real Estate sowie Digital Banking & Innovation. Ab Herbstsemester 2027 ersetzt Future Banking & Wealth Management den Major Digital Banking & Innovation.
Der Studiengang trägt damit den unterschiedlichen Kompetenzanforderungen moderner Berufsbilder Rechnung. Je nach Tätigkeitsfeld sind unterschiedliche fachliche und methodische Vertiefungen erforderlich, von klassischen Finanzkompetenzen über datenwissenschaftliche Methoden bis hin zum Einsatz von Generative AI und AI Agents.
Capital Markets & Data Science: Aus Daten werden Entscheidungen
Der Major Capital Markets & Data Science verbindet fundiertes Kapitalmarktwissen mit modernen Methoden der Datenanalyse. Studentinnen und Studenten beschäftigen sich unter anderem mit quantitativen Investmentstrategien, Machine Learning und Deep Learning. Ergänzt wird das Curriculum durch Themen wie illiquide Anlagen und Sustainable Investments.
Entscheidend ist dabei die Fähigkeit, Modelle im jeweiligen Anwendungskontext zu verstehen, die Qualität der zugrundeliegenden Daten kritisch zu beurteilen und Ergebnisse vor dem Hintergrund sich verändernder Marktbedingungen fundiert einzuordnen.
Generative AI & AI Agents: Vom Anwenden zum Entwickeln
Mit dem neuen Major Generative AI & AI Agents gehen wir einen Schritt weiter. Die Studentinnen und Studenten erwerben Kompetenzen, die von den technologischen Grundlagen bis zur Entwicklung eigener Lösungen für die Finanzbranche reichen. Zum Curriculum gehören Generative AI, AI Agents in Finance sowie Blockchain and Decentralized Finance.
Generative AI kann Finanzinformationen zusammenfassen, Rechercheprozesse unterstützen und den Zugang zu komplexem Wissen erleichtern. AI Agents erweitern diese Möglichkeiten, indem sie Aufgaben planen, verschiedene Informationsquellen einbeziehen und einzelne Prozessschritte eigenständig unterstützen.
Für Finanzinstitute ergeben sich daraus vielfältige Einsatzmöglichkeiten, etwa in Research, Portfolioanalyse, Beratung, Kundenservice, Risk Management, Compliance und internen Prozessen. Gleichzeitig entstehen neue Fragen: Wie werden Ergebnisse überprüft? Wer trägt die Verantwortung? Welche Daten dürfen verwendet werden? Wann muss ein Mensch eingreifen?
Studentinnen und Studenten erwerben die Kompetenz, AI-Lösungen fachlich zu konzipieren, prototypisch umzusetzen, ihre Ergebnisse kritisch zu beurteilen und sie verantwortungsvoll in der Praxis einzusetzen.
Capital Markets & Real Estate: Kompetenzen für den Immobilienmarkt
Immobilien sind für institutionelle Anleger eine zentrale Anlageklasse, deren Analyse und Management zunehmend daten- und technologiegestützt erfolgen. Bewertungen, Portfolio-Entscheidungen und Nachhaltigkeits-Analysen basieren dabei immer stärker auf quantitativen Methoden und umfangreichen Datengrundlagen.
Der Major Capital Markets & Real Estate verbindet fundierte Kapitalmarkt-Kompetenzen mit den Besonderheiten von Immobilienanlagen. Die Studierenden lernen, Immobilien als Bestandteil eines Gesamtportfolios zu analysieren, Risiken und Renditen im Kapitalmarktkontext einzuordnen und moderne Analysemethoden auf diesen Markt anzuwenden.
Digital Banking & Innovation wird zu Future Banking & Wealth Management
Der bisherige Major wird ab dem Herbstsemester 2027 unter neuem Namen und mit einem geschärften Schwerpunkt weitergeführt. Der Fokus verschiebt sich von der Digitalisierung einzelner Prozesse hin zur ganzheitlichen Gestaltung der Vermögensverwaltung von morgen. Technologische Innovationen werden dabei mit analytischen Methoden, datenbasierten Entscheidungsansätzen und strategischen Fragestellungen verknüpft. Ziel ist es, die Studentinnen und Studenten auf die steigenden Anforderungen eines sich wandelnden Wealth-Management-Umfelds vorzubereiten und sie zu befähigen, fundierte Anlageentscheidungen in einem zunehmend komplexen und technologiegetriebenen Markt zu treffen.
Angewandte Forschung schafft Zukunftskompetenzen
Unsere Erfahrung zeigt: Zukunftskompetenzen entstehen nicht allein in Vorlesungen, sondern vor allem durch deren Anwendung. Ein zentraler Bestandteil des MSc Banking and Finance ist deshalb die angewandte Forschung. In Research Projects, Advanced Research Projects und der Masterarbeit bearbeiten die Studentinnen und Studenten praxisrelevante Fragestellungen und wenden quantitative, digitale und AI-basierte Methoden auf reale Herausforderungen an oder entwickeln diese weiter.
Im Mittelpunkt steht dabei nicht das Erlernen einzelner Tools, sondern die Fähigkeit, neue Technologien zu verstehen, kritisch zu beurteilen und zielgerichtet auf finanzwirtschaftliche Fragestellungen anzuwenden. Genau diese Kompetenz bleibt auch dann wertvoll, wenn sich Technologien kontinuierlich weiterentwickeln.
Banking & Finance bleibt das Fundament und wird gezielt um neue Kompetenzen ergänzt
Wir sind überzeugt, dass eine zukunftsfähige Banking & Finance-Masterausbildung fundiertes Finanzwissen mit neuen technologischen Kompetenzen verbinden muss. Märkte, Anlagen und Risiken bleiben das Fundament. Financial Data Science, Generative AI und AI Agents erweitern dieses um neue analytische Möglichkeiten. Am Ende entscheidet aus unserer Sicht jedoch nicht die Technologie allein, sondern wie kompetent, kritisch und verantwortungsvoll Menschen sie einsetzen.