KI-gestützte Multi-Agenten-Finanzplattform WealthFluent

Akveo entwickelte einen KI-Assistenten, der komplexe Finanzdaten in verständlicher Sprache erklärt und dabei die strengen US-Finanzvorschriften einhält. Eine separate deterministische Rechen-Engine stellt sicher, dass jede Finanzkennzahl auf verifizierten Berechnungen basiert, wodurch KI-Halluzinationen ausgeschlossen werden.

Finanzen

USA

24 Monate

KI-Entwicklung

SaaS-Entwicklung

[ Kunde ]

Über den Kunden

WealthFluent (ehemals Ripsaw) ist ein US-amerikanisches Fintech-Unternehmen mit dem Ziel, Finanzplanung zu demokratisieren. Durch die Kombination von Portfolio-Tracking, Zielsetzung und Tools für eigenverantwortliche Investitionen unterstützt das Unternehmen seine Nutzer dabei, ihre finanzielle Zukunft selbst in die Hand zu nehmen. WealthFluent suchte einen Partner, um die Plattform von einem passiven Tracking-Tool in einen intelligenten Begleiter zu verwandeln.

Null

KI-Halluzinationen

6

Monate bis zum KI-Launch

100 %

Einhaltung regulatorischer Vorschriften

[ Herausforderung ]

Finanzen einfach verständlich machen – ohne Kompromisse bei der Compliance

Die Plattform des Kunden bot bereits leistungsstarke Funktionen für Portfolio-Tracking, Zielplanung und Marktanalysen. Die Herausforderung bestand darin, diese Finanzdaten leicht verständlich aufzubereiten. Deshalb suchte WealthFluent nach einer Lösung, die komplexe Informationen in einfacher Sprache erklären kann und gleichzeitig die strengen US-Finanzvorschriften strikt einhält.

Finanzdaten klar und regelkonform aufbereiten

Der Kunde wünschte sich einen KI-Assistenten, der Orientierung bietet, ohne dabei in den Bereich der regulierten Finanzberatung vorzustoßen. Standard-KI-Modelle kamen nicht infrage, da sie halluzinieren, ungenaue Zahlen liefern oder irreführende Informationen präsentieren können.

Balance zwischen Geschwindigkeit und Genauigkeit

Der Assistent musste zudem schnell auf Basis aktueller Finanzdaten reagieren, ohne dabei an Genauigkeit einzubüßen. Jede Antwort musste auf verlässlichen, aktuellen Informationen basieren, damit die Nutzer den erhaltenen Erkenntnissen vertrauen konnten.

[ Lösung ]

Entwicklung der Lösung

Innerhalb von 6 Monaten entwickelten wir einen sicheren KI-Assistenten auf Basis von Amazon Bedrock und integrierten ihn in die WealthFluent-Plattform.

Hybride Intelligenz-Architektur und keine KI-Halluzinationen

Um die größte technische Herausforderung zu lösen, setzten wir auf eine hybride Architektur. Die KI ist für die Konversation zuständig, während eine separate deterministische Rechen-Engine alle mathematischen Berechnungen übernimmt. Dadurch erfindet die KI niemals Zahlen.

Wir haben den Assistenten nach einem einfachen Prinzip gestaltet: Orientierung statt Beratung. Er klärt auf, erklärt Konzepte und beantwortet Fragen in einfacher Sprache, gibt jedoch niemals vor, welche finanziellen Entscheidungen getroffen werden sollen. Die letzte Entscheidung liegt immer beim Nutzer, wodurch die Plattform vollständig konform mit den regulatorischen Anforderungen bleibt.

Intelligente Datenvorverarbeitung für mehr Geschwindigkeit

Der Assistent musste in Echtzeit mit Live-Transaktionsdaten arbeiten, ohne dabei die Genauigkeit zu beeinträchtigen.

Um dies zu erreichen, haben wir eine intelligente Vorverarbeitungsschicht hinzugefügt, die Kontodaten filtert und zusammenfasst, bevor sie die KI erreichen. Dadurch kann der Assistent Fragen zur Portfolioaktivität nahezu sofort beantworten, während jede Antwort auf präzisen und aktuellen Daten basiert.

Wichtige Funktionen des KI-Assistenten

Der Assistent unterstützt Nutzer auf drei wesentliche Arten:

Proaktive Einblicke. Er erkennt Ausgabemuster und zeigt Möglichkeiten zur Budgetanpassung auf, wodurch nützliche Erkenntnisse geliefert werden, noch bevor die Nutzer danach fragen.
Kontextbezogene Wissensvermittlung. Nutzer können jeden Finanzbegriff im Chat markieren, um eine verständliche Erklärung zu erhalten, die aus einer kuratierten Wissensdatenbank und nicht aus dem Internet stammt.‍
Optimale Datenstruktur. Eine intelligente Vorverarbeitungsschicht filtert und fasst Kontodaten zusammen, bevor die KI sie erhält. So kann der Assistent selbst bei großen Portfolios sofortige Antworten zu Ausgabentrends geben.

Technische Umsetzung

Im Kern basiert der KI-Assistent auf Amazon Bedrock mit Anthropic Claude, während LangGraph den Gesprächsfluss und die Geschäftslogik steuert. Die Anwendung selbst wurde mit Angular und Node.js entwickelt.

Um die Sicherheits- und Compliance-Anforderungen des Kunden zu erfüllen, läuft die Lösung in dessen eigener AWS-Umgebung.

Die bereitgestellte Lösung besteht aus drei Kernkomponenten:

Modulares Frontend-Ökosystem
TypeScript-basierter KI-Assistent für Plattforminteraktionen
Python-basierte Portfolio-Optimierungs-Engine für komplexe Finanzanalysen

‍

‍

1. Das modulare Frontend-Ökosystem

Um KI zu integrieren, ohne die bestehende Plattform zu beeinträchtigen, haben wir den Assistenten als unabhängiges Frontend mit Angular, Angular Elements, PrimeNG und RxJS entwickelt. Als einzelnes JavaScript-Bundle verpackt, lässt es sich über eine automatisierte CI/CD-Pipeline eigenständig einbinden und aktualisieren.

Zwei-Wege-Plattformintegration	Performance & Skalierbarkeit	Benutzererlebnis & Multimodalität	Sicherheit & Enterprise-Readiness
Eine individuell entwickelte, bidirektionale, ereignisgesteuerte Architektur ermöglicht es dem KI-Assistenten, Echtzeitkontext zu verarbeiten und Aktionen direkt in der Anwendung auszulösen, wodurch interaktive Nutzererlebnisse ermöglicht werden.	Mithilfe von WebSockets haben wir Echtzeit-Streaming, persistente Sitzungen und automatisierte KI-basierte E-Mail-Zusammenfassungen zur Performance von Investmentportfolios ermöglicht.	Die Benutzeroberfläche unterstützt Text- und Sprachinteraktionen, umfangreiche Markdown-Darstellung, Drag-and-Drop-Positionierung sowie einen Vollbildmodus.	Enterprise-taugliche Authentifizierung, Sitzungsverwaltung, Fehlerbehandlung, Export des Chatverlaufs und Unterstützung von Slash-Befehlen sorgen für eine sichere und erweiterbare Plattform.

2. KI-Assistenten-Backend

Wir haben das KI-Backend in TypeScript auf AWS entwickelt, um eine nahtlose Integration in die bestehende Plattform des Kunden zu gewährleisten und gleichzeitig die für Echtzeit-Finanzanwendungen erforderliche Sicherheit zu bieten.

Multi-Agenten-Architektur	LLM-Orchestrierung	RAG-Pipeline	Echtzeit-Performance
Wir haben eine Multi-Agenten-Architektur eingesetzt, bei der spezialisierte Agenten bestimmte Bereiche übernehmen, beispielsweise die Transaktionsanalyse.	Eine individuell entwickelte Orchestrierungsschicht leitet KI-Anfragen an AWS-Lambda-Services weiter, integriert bestehende Geschäftslogik und ermöglicht gleichzeitig eine unabhängige Skalierung.	Retrieval-Augmented Generation stützt die Antworten auf Unternehmensdokumentation und proprietäre Finanzmethodik und stellt so präzise Antworten sicher.	Sichere WebSockets ermöglichen persistente Sitzungen, während Datenpaginierung und Kontextzusammenfassungen die effiziente Verarbeitung großer Finanzdatensätze innerhalb der Token-Limits von LLMs ermöglichen.

3. Portfolio-Optimierungs-Agent

Akveo hat einen spezialisierten, Python-basierten KI-Agenten entwickelt, der LangGraph nutzt, um Portfolios anhand von Ziel-Benchmarks zu optimieren und transparente Kauf-, Verkaufs- und Umschichtungsempfehlungen zu generieren.

Terraform, AWS Lambda Layers und Langfuse sorgen für skalierbare Bereitstellung, Abhängigkeitsmanagement und eine durchgängige Überwachung der KI-Workflows.

Orchestrierung agentenbasierter Workflows	Intelligentes Modell-Routing	Modulare Finanzintelligenz & dynamisches Prompting	KI-Governance & Guardrails
Mithilfe von LangGraph und LangChain haben wir einen zustandsbehafteten, mehrstufigen Workflow entwickelt, der Daten validiert und Empfehlungen so lange verfeinert, bis ein optimales Ergebnis erreicht ist.	Dynamisches Routing zwischen Anthropic-Claude-Modellen auf Amazon Bedrock sorgt für ein ausgewogenes Verhältnis zwischen Performance und Kosten, während die Hintergrundkomprimierung des Kontexts langlaufende Optimierungssitzungen ermöglicht.	Eine modulare Architektur aktiviert spezialisierte Finanzlogik nur bei Bedarf, während dynamische, XML-strukturierte Prompts Effizienz, Konsistenz der Schlussfolgerungen und Token-Nutzung verbessern.	Regelbasierte Guardrails setzen Anlagevorgaben und Portfolioeinschränkungen durch und gewährleisten so konsistente, nachvollziehbare und regelkonforme Empfehlungen.

[ Ergebnisse ]

Wirkung, die zählt

Der KI-Assistent hat WealthFluent von einem reinen Tracking-Tool in einen interaktiven Finanzratgeber verwandelt.

Multi-Agenten-Architektur

Spezialisierte KI-Agenten übernehmen jeweils einen spezifischen Bereich – von der Transaktionsanalyse bis zur Portfolio-Optimierung – und arbeiten plattformübergreifend zusammen.

In 6 Monaten geliefert

Wir haben innerhalb von 6 Monaten einen KI-Finanzassistenten sowie eine Portfolio-Optimierungs-Engine konzipiert, entwickelt und bereitgestellt.

Halluzinationsfreie Berechnungen

Durch die Trennung von KI-Logik und Berechnungen mittels einer deterministischen Mathe-Ebene haben wir sichergestellt, dass jede Finanzkennzahl auf verifizierten Berechnungen basiert und nicht auf dem LLM.

[ Tech Stack ]