MCP für Finanzdaten: Wie Künstliche Intelligenz den Zugang zu Finanz- und Marktdaten verändert

Künstliche Intelligenz (KI) und das Model Context Protocol (MCP) verändern den Zugang zu Finanzdaten. Statt Informationen über verschiedene Terminals und Anwendungen abzurufen, können Finanzfachleute zunehmend Fragen in natürlicher Sprache stellen und die Antworten direkt in ihren Arbeitsabläufen erhalten. Das MCP entwickelt sich dabei zu einer Möglichkeit, KI-Assistenten mit vertrauenswürdigen Finanzdaten zu verbinden, deren Nutzung klaren Vorgaben und Kontrollen unterliegt.

Gemeinsam verändern KI-Assistenten und MCP den Zugang zu Finanzdaten und machen ihn zunehmend zum Bestandteil des Arbeitsalltags. Für Finanzinstitute entstehen dadurch neue Möglichkeiten, Informationen zu finden, auszuwerten und zu nutzen. Daraus ergibt sich eine Anforderung: KI-gestützte Arbeitsabläufe benötigen zuverlässige Daten aus überprüfbaren Quellen.

KI verändert den Zugang zu Finanzdaten und macht ihn zunehmend zum Bestandteil des Arbeitsalltags. KI-Assistenten und KI-Agenten bringen Informationen direkt in bestehende Arbeitsabläufe.

Finanzfachleute greifen zunehmend auf neue Weise auf Informationen zu. KI-Assistenten übernehmen Aufgaben auf Basis von Nutzeranfragen. KI-Agenten gehen einen Schritt weiter: Sie können komplexere Arbeitsabläufe planen und ausführen. Damit entsteht ein direkterer Zugang zu Daten. Statt Informationen über verschiedene Systeme hinweg zu suchen, können Nutzer Fragen in natürlicher Sprache stellen und kontextbezogene Antworten direkt in ihren Arbeitsabläufen erhalten.

Diese Entwicklung ist Teil eines umfassenderen Wandels im Umgang mit Finanzdaten. Finanzinstitute untersuchen, wie KI ihre Produktivität steigern und Analysen sowie Entscheidungsprozesse unterstützen kann. Das zeigt auch die Crisis Coalition Greenwich Marktdatenstudie 2026, die in Zusammenarbeit mit SIX durchgeführt wurde.

​​Auch in der Schweiz gewinnt KI an Bedeutung. Gemäss einer FINMA-Umfrage zum KI-Einsatz vom April 2025 setzen rund 50 % der befragten Finanzinstitute bereits KI ein oder entwickeln erste Anwendungen. Weitere 25 % planen den Einsatz innerhalb der nächsten drei Jahre.

Laut der Crisil Coalition Greenwich Market Data Study 2026, die in Zusammenarbeit mit SIX unter 73 Unternehmen weltweit durchgeführt wurde:

• 86 % der Befragten setzen KI bereits in ihren Investment- und Handelsprozessen ein oder prüfen entsprechende Anwendungen.

• 88 % sind der Ansicht, dass Marktdatenanbieter dazu beitragen können, die Genauigkeit und Zuverlässigkeit von KI sicherzustellen.

• 58 % ziehen den Einsatz von MCP in Betracht oder beschäftigen sich bereits aktiv damit.

• 57 % der Befragten, die sich bereits mit MCP beschäftigen, nutzen oder testen einen MCP-Server. Das deutet darauf hin, dass auf das anfängliche Interesse zunehmend praktische Tests folgen. 

Cloud-Infrastrukturen und APIs erleichtern es, Finanzdaten abzurufen, in Anwendungen zu integrieren und direkt in Arbeitsabläufen zu nutzen. Informationen sind dadurch nicht mehr zwangsläufig an eine bestimmte Anwendung oder Benutzeroberfläche gebunden. Das verändert auch die Erwartungen an den Zugang zu Finanzdaten.

Finanzfachleute möchten Informationen zunehmend zum richtigen Zeitpunkt, im passenden Kontext und in einer Form erhalten, die sie bei ihrer jeweiligen Aufgabe unterstützt. Dabei verändert sich die Art der Interaktion mit den Daten: Während Nutzer bei herkömmlichen Terminals selbst nach Informationen suchen und durch verschiedene Ansichten navigieren müssen, kann ein KI-Assistent eine Frage interpretieren und die relevanten Informationen direkt im Arbeitsablauf bereitstellen.

Auch der Markt für Agentic AI (auch als „agentische KI“ bezeichnet) wächst. Laut einer Prognose von Deloitte könnte das weltweite Marktvolumen von 8,5 Milliarden US-Dollar im Jahr 2026 auf bis zu 45 Milliarden US-Dollar im Jahr 2030 steigen, sofern Unternehmen die Zusammenarbeit ihrer KI-Agenten besser koordinieren.

Dies deutet auf eine Entwicklung zu KI-Systemen hin, die mehr können als Texte generieren. Sie können Anfragen interpretieren, Werkzeuge nutzen und mit externen Systemen interagieren. Ein Beitrag der FINMA zeigt, wie Schweizer Finanzinstitute KI bereits einsetzen und welche Herausforderungen damit verbunden sind.

Für Finanzinstitute wird der Zugang zu zuverlässigen Finanzinformationen damit zu einem immer wichtigeren Bestandteil ihrer KI-Architektur.

Diese Entwicklungen sind Teil eines umfassenderen Wandels im Finanzdatenbereich, bei dem neue Technologien und Geschäftsmodelle die Bereitstellung von Finanzdienstleistungen verändern. Die Zusammenarbeit von SIX mit Fintech-Unternehmen bietet eine weitere Perspektive auf die Entwicklung dieses Ökosystems.

KI-Systeme sind nur so zuverlässig wie die Informationen, die sie nutzen. Gerade im Finanzwesen ist das von besonderer Bedeutung. KI kann Fachleute dabei unterstützen, Informationen auszuwerten, Muster zu erkennen und Entscheidungen zu treffen. Finanzbezogene Arbeitsabläufe können jedoch betriebliche, finanzielle und regulatorische Auswirkungen haben.

Allgemein zugängliche Webinhalte können für grundlegende Informationen hilfreich sein. Sie bieten jedoch nicht die Rückverfolgbarkeit, Lizenzierung und Kontrollmöglichkeiten, die viele regulierte Finanzprozesse erfordern. Diese Grundlagen sind wichtig für das Vertrauen in KI.

KI-Assistenten benötigen zuverlässige Informationen, die sie in einem bestimmten Kontext interpretieren und nutzen können. Bei Anwendungen im Finanzwesen gehören dazu:

• Abdeckung: Verlässliche Marktdaten zu den Finanzinstrumenten und Märkten, die für den jeweiligen Arbeitsablauf benötigt werden.

• Referenzdaten und einheitliche Identifikatoren: Sie ermöglichen es Systemen, Finanzinstrumente zuverlässig zuzuordnen und voneinander zu unterscheiden.

• Standardisierte Daten: Sie ermöglichen es KI, Informationen aus internen und externen Systemen konsistent zu interpretieren und einen gemeinsamen Kontext für Entscheidungen herzustellen.

• Datenherkunft und Lizenzierung: Eindeutige Angaben zu Datenquellen und Nutzungsrechten.

Die Daten müssen in einer Form bereitgestellt werden, die Systeme zuverlässig verarbeiten können. Einheitliche Strukturen helfen KI-Anwendungen, vertrauenswürdige Finanzinformationen von weniger zuverlässigen Quellen zu unterscheiden.

Dadurch gewinnt die Rolle von Finanzdatenanbietern an Bedeutung. Es reicht nicht mehr aus, Informationen lediglich bereitzustellen. Sie müssen sich auch in neue KI-gestützte Arbeitsabläufe integrieren lassen.

Vertrauenswürdige Finanzdaten bleiben damit die Grundlage für den erfolgreichen Einsatz von KI. Wenn Finanzinstitute von ersten Tests zu einer breiteren Nutzung übergehen, stärken Datenqualität und Zuverlässigkeit das Vertrauen in KI-generierte Ergebnisse. 

Für Unternehmen wie SIX, die Finanzmarktteilnehmer mit Informationen versorgen, unterstreicht KI die Bedeutung dieser Grundlagen.

Das Model Context Protocol (MCP) ist ein offener Standard, der es KI-Assistenten und KI-Agenten ermöglicht, über eine gemeinsame Schnittstelle auf Datenquellen, Anwendungen und Werkzeuge zuzugreifen.

Was MCP ermöglicht:

• KI-Agenten über eine gemeinsame Schnittstelle mit Datenquellen verbinden

• APIs für die Nutzung durch KI-Agenten erweitern

Was MCP nicht ersetzt:

• APIs, Datenfeeds oder Dateien

APIs haben die Art und Weise verändert, wie Entwickler Finanzdaten nutzen. Sie ermöglichen einen strukturierten, programmatischen Zugriff auf Informationen und deren Integration in Anwendungen, Plattformen und Geschäftsprozesse. Über eine Finanzdaten-API können Anwendungen:

• Informationen bei Bedarf abrufen

• Daten direkt in Arbeitsabläufe einbinden

• Zugriffsberechtigungen bei jeder Anfrage prüfen

• Mehrere Anwendungen ohne unnötige Datenduplizierung unterstützen

KI-Agenten schaffen nun eine andere Form der Interaktion mit Daten. Statt vordefinierte Daten über eine Anwendung abzurufen, können sie die Absicht eines Nutzers interpretieren und Werkzeuge oder Datenquellen verwenden, um eine Aufgabe zu erledigen. Daraus ergibt sich eine neue Anforderung: KI-Anwendungen benötigen einheitliche Möglichkeiten, sich mit Unternehmenssystemen zu verbinden. Das wachsende Interesse an agentischer KI führt auch zu Diskussionen über technische Standards, wie ein Beitrag der Schweizerischen Bankiervereinigung zeigt.

MCP für Finanzdaten ist noch eine junge Technologie. Unternehmen untersuchen derzeit, wie KI-Assistenten und KI-Agenten damit auf Unternehmenssysteme und verlässliche Datenquellen zugreifen könnten.

Für Teams, die sich mit MCP für Finanzdaten beschäftigen, stellt sich die Frage, welchen zusätzlichen Nutzen MCP neben APIs, Datenfeeds, Dateien und Anwendungen bietet und welche Lösung sich für welchen Einsatzbereich eignet.

Deshalb beschäftigt sich die Branche derzeit intensiv mit MCP. Wenn KI-Agenten künftig häufiger für die Interaktion mit Unternehmenssystemen eingesetzt werden, könnten Standards, die solche Verbindungen vereinfachen, zunehmend an Bedeutung gewinnen. 

Die folgende Tabelle zeigt, wie Finanzdaten üblicherweise über Dateien, APIs und Agentenschnittstellen bereitgestellt und genutzt werden.

Bei SIX arbeiten wir mit Kunden zusammen, um Anwendungsfälle für KI und MCP zu untersuchen, Arbeitsabläufe zu testen und besser zu verstehen, wie diese Technologien konkrete Finanzprozesse unterstützen könnten.

Die Zukunft des KI-gestützten Zugangs zu Finanzdaten nimmt erst allmählich Gestalt an. Finanzinstitute untersuchen, wo KI und agentenbasierte Arbeitsabläufe einen praktischen Mehrwert bieten können. Welche Anwendungen am sinnvollsten sind, hängt von den jeweiligen Geschäftsprozessen, Datenanforderungen, Governance-Modellen und Bedürfnissen der Nutzer ab. Deshalb ist die Zusammenarbeit so wichtig.

Im Mittelpunkt dieses Ansatzes steht das Experimentieren, statt davon auszugehen, dass ein einziges Modell für alle Unternehmen geeignet ist. Gespräche mit Kunden helfen dabei, Aufgaben zu identifizieren, bei denen KI einen Mehrwert bieten kann, und zu klären, welche Informationen und Kontrollen dafür benötigt werden. So lassen sich auch praktische Fragen frühzeitig ansprechen.

Manche Fragen lassen sich nicht allein durch Technologie beantworten. Sie hängen davon ab, wie Finanzinstitute arbeiten und welche Bedürfnisse ihre Kunden haben. Durch die direkte Zusammenarbeit mit Kunden können diese Anforderungen in die Entwicklung und Erprobung einfliessen. 

Dieser gemeinschaftliche Ansatz spiegelt auch den aktuellen Entwicklungsstand des Marktes wider. Die Möglichkeiten von KI entwickeln sich rasch weiter, während viele Finanzinstitute noch untersuchen, in welchen Arbeitsabläufen sie den grössten Nutzen bringen können.

Die nächste Generation des Zugangs zu Finanzdaten wird voraussichtlich vertrauenswürdige Daten, KI-Funktionen und eine nahtlose Integration in alltägliche Arbeitsabläufe verbinden. KI-Assistenten und KI-Agenten könnten es Fachleuten erleichtern, Informationen aus verschiedenen Quellen zu nutzen. Interne Daten, externe Informationen und zuverlässige Finanzdatensätze könnten so zunehmend innerhalb desselben Arbeitsablaufs zusammengeführt werden.

APIs, Datenfeeds, Dateien, Cloud-basierte Datenbereitstellung und neue Agentenschnittstellen werden weiterhin unterschiedliche Aufgaben erfüllen:

• APIs: Datenzugriff bei Bedarf für Anwendungen und Echtzeitprozesse

• Datenfeeds: Kontinuierliche Bereitstellung von Daten für bestehende Systeme und Arbeitsabläufe

• Dateien: Zeitgesteuerte Datenbereitstellung für Batch-Verarbeitung und Arbeitsabläufe mit grossen Datenmengen

• Cloud-basierte Datenbereitstellung: Daten lassen sich einfacher abrufen, integrieren und in professionelle Arbeitsabläufe einbinden

• Agentenschnittstellen: Arbeitsabläufe mit natürlicher Sprache und KI-Agenten über eine gemeinsame Schnittstelle wie MCP

MCP könnte eine weitere Möglichkeit für KI-Systeme werden, mit diesen Technologien zu interagieren. Für Finanzinstitute geht es dabei nicht einfach darum, eine zusätzliche Schnittstelle einzuführen. Vielmehr sollen zuverlässige Informationen leichter zugänglich werden, ohne auf die erforderlichen Governance-Strukturen, Lizenzbedingungen und Kontrollmechanismen zu verzichten.

Die weitere Entwicklung von MCP für Finanzdaten hängt von mehr ab als von leistungsfähigen KI-Modellen. Sie erfordert überprüfte Finanzdaten, einen einheitlichen Datenzugriff, angemessene Governance und die Integration in entscheidungsrelevante Arbeitsabläufe. SIX untersucht diese Entwicklungen gemeinsam mit Kunden, um herauszufinden, wo KI einen praktischen Nutzen bieten kann und gleichzeitig Datenqualität, Kontrollen und Transparenz gewahrt bleiben.

Sprechen Sie mit uns über Daten für KI-Workflows

Mehr über unsere Marktdatenstudie 2026 erfahren

Wie gehen Finanzinstitute mit KI und neuen Technologien wie MCP um? Was erwarten sie von vertrauenswürdigen Finanzdatenanbietern?

Im Video sprechen Laurent Lefèvre, Head Customer Interfaces, und Magdalena Tuta, Innovation Manager bei SIX, über den Austausch mit Kunden, die dabei entstehenden Anwendungsfälle und die Erkenntnisse, die SIX bei der praktischen Erprobung gewinnt.

• Finanzinstitute gehen von isolierten KI-Experimenten dazu über, KI in umfassendere Geschäftsprozesse zu integrieren.

• MCP kann als Verbindung zwischen KI-Agenten und Daten, Anwendungen und Diensten dienen.

• Zu den neuen Anwendungsfällen gehören Anomalieerkennung, automatisierte Berichterstellung, Portfolioanalysen, Compliance-Überwachung und Arbeitsabläufe von Kundenberatern.

• Hohe Datenqualität, Governance, Rückverfolgbarkeit und nachvollziehbare Datenherkunft sind für vertrauenswürdige KI-Ergebnisse unerlässlich.

• Tests und gemeinsame Entwicklungen mit Kunden helfen dabei, KI- und MCP-Anwendungsfälle zu identifizieren, die im Arbeitsalltag einen tatsächlichen Nutzen bieten.

• SIX sieht die Möglichkeit, KI-gestützte Arbeitsabläufe durch die Kombination vertrauenswürdiger Finanzdaten mit kundeneigenen Daten zu unterstützen.