Jeder Coffee Chat endet inzwischen mit derselben, etwas nervös gestellten Frage: Wird KI den Analystenjob übernehmen? Es ist die falsche Frage. Der Analystenjob war nie ein festes Bündel von Aufgaben; er ist alles, was Juniors tun müssen, damit Seniors beraten können. KI verändert dieses Bündel. Die richtige Frage ist, was aus der Stelle wird und ob du sie dann noch willst.
Ich habe das aus einem ungewöhnlichen Blickwinkel beobachtet: fünfzehn Jahre im Banking, die letzte Etappe als Executive Director im TMT-Team von Nomura in Hongkong, mit der Betreuung der Unternehmen, die diese Technologie bauen, während die Banken um uns herum anfingen, sie an unseren eigenen Schreibtischen einzusetzen. Ich habe also gesehen, was die Tools können, und was die Verkaufspräsentationen behaupten, dass sie können. Die Lücke ist lehrreich.
Was schon automatisiert ist, ehrlich betrachtet
2026 setzen die meisten großen Banken interne KI-Assistenten ein, aus Vertraulichkeitsgründen von den öffentlichen Tools abgeschottet, und Juniors nutzen sie täglich. Die Arbeit, die sich tatsächlich verlagert hat: erste Entwürfe von Unternehmensprofilen und Branchenüberblicken, die Zusammenfassung eines Datenraums oder eines 300-seitigen Geschäftsberichts, Meeting- und Gesprächsnotizen, ein erster Abzug der Trading Comps, Übersetzungen und das endlose Umformatieren, das früher die Nächte der Analysten fraß. Eine Aufgabe, die einen Abend dauerte, braucht jetzt eine Stunde Prompten und Prüfen.
Achte auf das Muster: Alles auf dieser Liste ist ein erster Entwurf von etwas Standardisiertem. Nichts davon ist die endgültige Antwort auf etwas Konkretes. In dieser Unterscheidung steckt die ganze Geschichte.
Was sich nicht ändert, und warum
- Die Fehlertoleranz bei echten Zahlen ist null. Ein Modell, das in 95 % der Fälle richtig liegt, ist ungeprüft zu 100 % unbrauchbar, denn niemand weiß, welche 5 % falsch sind, bis ein Mandant es merkt. Banking ist ein Geschäft, in dem man für Zahlen geradesteht. Die Maschine entwirft; ein Mensch unterschreibt. Dieser Mensch bist du.
- Urteilsvermögen ist das Produkt. Welcher Käufer wirklich glaubwürdig ist, was der Gründer tatsächlich will, ob ein Aufsichtsgremium eine Zahl akzeptiert: Nichts davon steht in einem Dokument, das ein Modell lesen kann. Es steckt in Gesprächen, und Juniors verdienen sich den Platz in diesen Gesprächen, indem sie zuerst bei allem anderen zuverlässig sind.
- Vertrauen ist das Geschäftsmodell. Unternehmen beauftragen Banken nicht für Informationen. Sie beauftragen sie, damit sie Verantwortung übernehmen, diskret sind und um zwei Uhr nachts da sind, wenn der Deal wackelt. Das ist kein Workflow; es ist eine Beziehung, und sie entsteht immer noch auf die langsame Art.
Was sich für Juniors wirklich ändert
Die ehrliche Version hat zwei Hälften. Die angenehme Hälfte: weniger Zeit fürs Formatieren, mehr Zeit für Analyse, Prüfung und mandantenfertige Synthese. Die Stelle wird früher interessant. Die unangenehme Hälfte: Wenn ein erster Entwurf eine Stunde statt eines Abends kostet, braucht ein Team vielleicht weniger Leute, die Entwürfe schreiben. Banken überdenken offen die Größe und Struktur ihrer Junior-Jahrgänge, und auch wenn niemand einer konkreten Prognose trauen sollte, ist die Richtung klar: weniger rein mechanische Stellen und eine Messlatte, die sich früher in der Karriere in Richtung Urteilsvermögen, Skepsis und Kommunikation verschiebt. Der Boden hebt sich. Mittelmäßig, aber fleißig war früher ein tragfähiges Analystenprofil. Das wird es mit jedem Jahr weniger.
Es gibt einen Effekt zweiter Ordnung, vor dem dich niemand warnt: Wenn Entwürfe billig sind, wächst das Volumen. Aus zehn Käuferprofilen werden dreißig, weil es geht. Die Arbeitszeiten werden, wie ich in dem ehrlichen Bericht über einen Arbeitstag geschrieben habe, von Mandantenfristen und mehrstufigen Reviews bestimmt, nicht vom Tipptempo, also erwarte nicht, dass dir die Tools deine Abende zurückgeben.
KI als Branche, nicht nur als Werkzeug
Die andere Hälfte der Geschichte ist, dass KI inzwischen das dominierende Thema im Dealgeschäft selbst ist. Rechenzentrumsplattformen, Strom und Infrastruktur, um sie zu versorgen, Halbleiter-Lieferketten, Konsolidierung im Softwaresektor: Dort konzentrieren sich die Gebühren, und all das läuft über die TMT-Teams. Ein Kandidat, der ein zehnminütiges Gespräch darüber führen kann, wie ein Rechenzentrum finanziert wird oder was ein KI-Investitionszyklus mit dem Umsatz eines Chipherstellers macht, hebt sich ab, wie es keine Behauptung über Prompt Engineering je könnte. Wenn das deine Zielstelle ist, fang mit dem an, was TMT-Interviews wirklich abfragen.
Wie du dich als Kandidat positionierst
- Verkaufe den Umgang mit Tools nicht als deinen Wert. Zu sagen, dass du effizient mit KI arbeitest, ist wie zu sagen, dass du effizient mit Excel arbeitest: Es wird vorausgesetzt und wirkt leicht bedenklich, wenn du damit anfängst. Alle in deinem Jahrgang haben dieselben Tools.
- Verkaufe Prüfdisziplin. Die knappe Fähigkeit eines Juniors ist heute, die selbstbewusst falsche Antwort zu erkennen: die erfundene Zahl, den veralteten Vergleichswert, die Quelle, die es nicht gibt. Sprich im Interview darüber, wie du Arbeit prüfst, Quellen abgleichst und merkst, wenn eine Zahl faul riecht. Das ist der Analyst, den das Team von 2026 braucht.
- Lerne die Branchengeschichte. Lies die KI-Infrastruktur-Deals in deinem Markt, bis du einen davon von Anfang bis Ende erklären kannst. Das zeigt kommerzielle Neugier, und darum ging es schon immer.
- Behalte trotzdem die Grundlagen. Rechnungslegung, Bewertung und Modellmechanik sind nötiger, nicht weniger nötig, denn Prüfen setzt voraus, dass du weißt, wie die richtige Antwort aussieht. Du kannst keine falsche Zahl erkennen, die du nicht selbst hättest berechnen können.
In der AppDu bereitest dich auf die Interviews vor? Strong Hire enthält 965 Fragen mit dem Bewertungsraster des Interviewers und 25 Probeinterviews. Kostenloser Download. Zur App
FAQ
Werden die Analystenjahrgänge kleiner?
Manche sind es schon, und mehrere große Häuser überdenken ihre Strukturen. Aber die Mitarbeiterzahl im Banking ist schon immer viel stärker mit dem Dealzyklus geschwankt als mit irgendeiner Technologie. Betrachte die Jahrgangsgröße als zyklisches Rauschen um eine langsame strukturelle Verschiebung, nicht als Klippe.
Soll ich KI-Tools im Interview erwähnen?
Auf Nachfrage ja; von dir aus nur vorsichtig. Wenn du gefragt wirst, beschreibe, wie du sie mit Prüfdisziplin einsetzt. Stell sie nicht als deinen Vorteil dar und erwecke nie den Eindruck, dass Arbeitsergebnisse ungeprüft rausgehen.
Ist TMT die beste Stelle für die KI-Welle?
Es ist die direkteste, denn das Thema läuft über die Technologie-Coverage. Aber die Investitionswelle erfasst auch Strom, Infrastruktur, Immobilien und Kredit. Eine starke Stelle in einem dieser Bereiche bedeutet Zugang zur selben Geschichte.
Soll ich programmieren lernen?
Nützlich, nicht nötig und nie ein Ersatz für Rechnungslegung und Bewertung. SQL oder Python helfen in datenlastigen Teams und zeigen Neugier, aber kein Investment-Banking-Interview wird sie abfragen, und kein Team verzeiht schwache Grundlagen, weil du Skripte schreiben kannst.
Wenn du testen willst, wie dein Profil vor einem Beruf wirkt, der sich gerade verändert, ist genau dafür das Recruiting Review da: eine Stunde, unter vier Augen, auf dem aktuellen Stand dessen, wie Banken wirklich einstellen.
60-Min.-Review buchenFull Cycle ansehen




