Chatham Financial skaliert Kapitalmarktberatung mit OpenAI: Codex senkt Handelsvalidierung von 30 auf unter 4 Minuten

Was angekündigt wurde

Am 2. Oktober 2026 hat OpenAI eine Kundenstudie über Chatham Financial veröffentlicht. Das Unternehmen berät Kunden bei komplexen Kapitalmarktentscheidungen. In diesem Geschäft haben Genauigkeit und Prüfbarkeit Vorrang. Die zentrale Zahl ist klar: Eine mit Codex entwickelte Anwendung zur Handelsvalidierung senkte die Prüfzeit von etwa 30 Minuten auf unter 4 Minuten pro Geschäft.

Ein Vorbehalt vorab. Dies ist eine vom Anbieter veröffentlichte Fallstudie. Die Zahl stammt aus einer frühen Messung von Chatham, nicht aus einer unabhängigen Bewertung. Chatham selbst sagt, dass es die Ergebnisse der Anwendung noch mit denen erfahrener Prüfer vergleicht und die Leistung an echten Transaktionen bestätigen will, bevor die Automatisierung ausgeweitet wird. Der Sprung von 30 auf 4 Minuten ist daher ein vielversprechendes frühes Signal, kein gesichertes Ergebnis.

Drei Arbeitsstränge, eine Methode

Chathams KI-Arbeit gliedert sich in drei Teile. Der erste sind von Mitarbeitenden gebaute Anwendungen auf einer internen Plattform namens Chatham Vibes. Der zweite ist Chatham Onyx, das Kapitalmarkt-Betriebssystem der nächsten Generation. Der dritte ist Process Zero, ein Beratungsangebot zur Neugestaltung von Prozessen für Kunden. Alle drei folgen derselben Idee: Vom gewünschten Ergebnis ausgehen, erkennen, wo menschliches Urteil zählt, und dann die beste Art der Lieferung mit den heute verfügbaren Fähigkeiten entwerfen.

OpenAI spielt zwei Rollen. Codex ist das Entwicklungswerkzeug, mit dem interne und kundenorientierte Software entsteht. Die Modelle der GPT-5.6-Familie treiben die KI-Funktionen in diesen Anwendungen an.

CEO Matt Henry beschreibt die Haltung so: KI werde nicht einfach als schnellerer Weg gesehen, jeden Prozess auszuführen. Man beginne beim Ergebnis, bestimme, wo Urteilsvermögen nötig ist, und gestalte die Lieferung darum herum.

Wie Process Zero und die Handelsvalidierung funktionieren

Process Zero gestaltet Arbeitsabläufe um das Ergebnis herum neu. Für jeden Ablauf legt Chatham die minimal nötigen Eingaben und Nachweise fest, bestimmt, wo menschliches Urteil unverzichtbar ist, und entscheidet, welche Rolle KI und KI-gebaute Werkzeuge übernehmen. Die Handelsvalidierung ist das erste Beispiel. Chathams Team für Controls und Data Integrity schützt die Richtigkeit der Transaktionsdaten. Es prüft, ob jeder Systemeintrag wiedergibt, was der Kunde autorisiert hat und was tatsächlich ausgeführt wurde. Früher erledigte das eine Person Geschäft für Geschäft, mit rund 30 Minuten pro Fall.

Mit Codex baute Chatham eine Anwendung, die drei Dinge tut: Sie sammelt die belegenden Transaktionsnachweise, vergleicht die wichtigsten Konditionen und markiert Abweichungen zur Prüfung. Der letzte Schritt ist wichtig. Die Anwendung markiert, ein Mensch prüft. So bleibt der Prüfpfad sauber, denn jeder Befund lässt sich auf bestimmte Nachweise und einen bestimmten Vergleich zurückführen. Alex Nordlinger, Co-Leiter der AI-Advisory-Praxis, sagte, die frühe Messung zeige eine Prüfzeit von etwa 30 Minuten auf unter 4. Er betonte, ebenso wichtig sei die Validierung an echten Transaktionen im Vergleich mit erfahrenen Prüfern, und die Ausweitung warte auf diese Belege. Chatham will die Anwendung auf weitere Handelsarten ausdehnen und mehr vom Ablauf automatisieren, mit angemessenen Kontrollen und fachlicher Aufsicht.

Von Mitarbeitenden gebaute Anwendungen: Chatham Vibes

Chathams kundenorientierte KI-Arbeit wuchs aus der eigenen betrieblichen Erfahrung. Mitarbeitende nutzen ChatGPT und Codex für Recherche, Analyse, Entwürfe, Softwareentwicklung und andere tägliche Aufgaben. Über Chatham Vibes, eine interne Plattform für maßgeschneiderte Anwendungen, sind sie außerdem zu Entwicklern geworden.

Sie können mit verschiedenen Modellen bauen. Die KI-Funktionen in Vibes-Anwendungen laufen standardmäßig auf GPT-5.6 Terra, mit GPT-5.6 Sol als optionalem Upgrade je nach Konfiguration der Anwendung. Das ist ein verbreitetes Stufenmuster: ein kostengerechter Standard und ein stärkeres Modell, wenn die Aufgabe es verlangt.

Diese Anwendungen unterstützen zunehmend kundenorientierte Abläufe. Die Fallstudie nennt mehrere: Eine hilft Teams, auslaufende Cap-Geschäfte zu prüfen und Preis-Arbeitsmappen sowie Kundenschreiben vorzubereiten. Andere erstellen Zinssatzblätter für festverzinsliche Produkte, bereiten Absicherungs-Dashboards vor und prüfen Handelsbestätigungen. Marktkontext, Kundenverständnis und Urteil bringen weiterhin Chathams Fachleute ein. Sie bewerten das Ergebnis, verbessern es bei Bedarf und entscheiden, was den Kunden erreicht.

Modellauswahl in Chatham Onyx

Chatham Onyx führt Vermögenswerte, Schulden und Derivate in einer Umgebung zusammen. Kunden und Berater arbeiten mit verbundenen, geregelten Daten und können KI nutzen, ohne die Rückverfolgbarkeit zur Quelle zu verlieren. Chatham setzt Codex über den gesamten Entwicklungszyklus von Onyx ein: zum Planen, Bauen, Testen, Dokumentieren und Prüfen von Software. Das verkürzt den Weg vom Konzept zur dauerhaften Produktfähigkeit. CTO John DeGuenther sagte, Codex helfe, Produktvisionen schneller in funktionierende Fähigkeiten zu verwandeln, während die Maßstäbe für Genauigkeit, Sicherheit und Verantwortung gleich bleiben.

Die Plattform Onyx nutzt GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.4 und GPT-4.1. Einfache Analysen und Tests außerhalb der Produktion gehen an die kostengünstigsten Modelle. GPT-5.6 übernimmt komplexe Aufgaben, bei denen Genauigkeit und Nutzen maximal sein sollen. Ein Beispiel ist ChatFIN: Es fasst Muster in historischen Marktdaten zusammen, hilft beim Verständnis des eigenen Portfolios und findet und verlinkt rechtliche Dokumente zu Schuld-, Derivate- und Mietkonditionen. Für Entwickler in Unternehmen ist diese Auswahl lehrreich. Die Modellwahl wird zu einer technischen Entscheidung nach Risiko und Kosten der Aufgabe, nicht zu einer einzigen Einstellung für das ganze Unternehmen.

Was das für Unternehmen und Entwickler bedeutet

Erstens gibt es für regulierte und prüfintensive Branchen nun ein Referenzmuster. Chatham behandelt KI nicht als Black Box, die Experten ersetzt. Sie dient dem strukturierten Vergleich, dem Ordnen von Nachweisen und dem Erkennen von Ausnahmen, und der Mensch behält den Urteilsschritt. Co-COO Mike Noonan beschreibt die Grenze treffend: Es fehle nie an Expertise, sondern an den Stunden, bis Experten sie anwenden können.

Zweitens ziehen Werkzeuge zur Codegenerierung in den gesamten Lebenszyklus von Finanzsoftware ein. Codex dient dem Planen, Testen, Dokumentieren und Prüfen, nicht nur dem Schreiben von Code. Entwicklungsteams müssen Prüfstandards, Testabdeckung und Verantwortlichkeit halten, auch wenn die Werkzeuge schneller werden.

Drittens werfen von Mitarbeitenden gebaute Anwendungen Fragen der Governance auf. Eine Plattform wie Vibes beschleunigt die Lieferung, braucht aber Regeln für Modellwahl, Datenzugriff und Freigabeprüfung. Die Fallstudie beschreibt Chathams konkrete Kontrollen dazu nicht. Diese Lücke sollten Leser beachten.

Grenzen und Ausblick

Mehrere Punkte verlangen Vorsicht. Das Ergebnis von 30 auf 4 Minuten ist eine frühe Messung. Stichprobengröße, Handelsarten und Vergleichsmethode sind nicht öffentlich. Die Fallstudie nennt weder Fehlerquote noch Übersehensquote noch Kosten. Bessere Prüfbarkeit und Genauigkeit sind erklärte Ziele, keine veröffentlichten Ergebnisse.

Als Nächstes will Chatham die Handelsvalidierung auf weitere Produkte ausdehnen, die von Mitarbeitenden gebauten Anwendungen weiter verfeinern und Codex für neue Onyx-Fähigkeiten nutzen. Zwei Punkte sind zu beobachten: wann Validierungsdaten erscheinen und wie Abweichungen zwischen menschlichen Prüfern und dem automatischen Ergebnis behandelt werden, wenn die Automatisierung wächst.

Für die Branche zeigt der Fall eine veränderte Frage. Es geht nicht mehr nur darum, wie viel schneller ein bestehender Prozess laufen kann, sondern wie er aussehen sollte, wenn man beim Ergebnis beginnt. Ob dieser Ansatz auf andere Finanzabläufe übertragbar ist, hängt von Datenqualität, Kontrollrahmen und einer klaren Grenze für das menschliche Urteil ab.