Synpulse

Synpulse ist eine international tätige Managementberatung mit Schweizer Wurzeln. Das Unternehmen unterstützt Banken und Versicherungen bei strategischen und technologischen Transformationen. Im Bereich Data & AI Banking Schweiz berät Synpulse insbesondere Schweizer Finanzinstitute zu AI-Strategie, Data- und AI-Governance, Zielbetriebsmodellen, Architekturfragen sowie der Umsetzung konkreter AI-Anwendungsfälle. Der Fokus liegt auf praxisnahen Lösungen, die regulatorische Anforderungen, technologische Machbarkeit und geschäftlichen Nutzen zusammenbringen.

Stellenprofile unseres Partners

  • Die Position verbindet kundenseitige Beratung in der Banking Practice von Synpulse mit angewandter Forschung im Rahmen eines Industrial PhD und bietet damit konkrete Anknüpfungspunkte für Forschungsergebnisse in Kundenprojekten. Als Consultant Banking arbeitest Du zu 70–80% im Data & AI Banking Team und unterstützt Beratungsprojekte für Schweizer und internationale Finanzinstitute. Du bringst erste Erfahrungen in der Banking Practice mit und agierst als leitende Persönlichkeit in Projekten des Data & AI Banking Teams. Zusätzlich bietet die Position die spannende Möglichkeit, eine Doktorarbeit auf Basis der praktischen Arbeit im Unternehmen zu erstellen.

    Aufgaben:

    • Mitarbeit in strategischen und operativen Kundenprojekten für Schweizer und internationale Finanzinstitute

    • Analyse fachlicher und technologischer Fragestellungen

    • Erstellung von Konzepten und Umsetzungsplänen

    • Einbringung von Fachexpertise in Projektteams

    • Übersetzung analytischer Ergebnisse in praxisnahe Empfehlungen für Banken

    • Akademisch fundierte Forschung, direkt nutzbar für Kundenprojekte, Thought Leadership, Sales-Unterlagen und proprietäre Beratungsassets von Synpulse

    • Hauptarbeitszeitverteilung: 70–80% Beratung im Data & AI Banking Team, 20–30% Angewandte Forschung

    Anforderungsprofil:

    • Sehr guter Masterabschluss einer renommierten Universität oder Fachhochschule, idealerweise an der Schnittstelle von Wirtschaft und Informatik, mit Schwerpunkt in Data Science, AI, AI Engineering, Enterprise Architecture, Software Engineering oder verwandtem Fachgebiet

    • Ausgeprägtes Interesse daran, eine angewandte Promotion parallel zur Tätigkeit in der Beratung zu absolvieren

    • Erste praktische Erfahrung in Banking, Financial Services, Beratung, Technologie oder Data & AI

    • Starke analytische und konzeptionelle Fähigkeiten; Fähigkeit, komplexe Fragestellungen zu strukturieren und klar mit fachlichen/technologischen Stakeholdern zu kommunizieren

    • Forschungsergebnisse in konkrete Kundenassets überführen können

    • Relevante Kenntnisse: AI Strategy, AI Governance, Enterprise Architecture, Data Management und Daten-Architektur, Cloud- und Infrastrukturkonzepte, Bankenregulierung, Datenschutz & Datensicherheit, AI, Agentic AI, Evaluation von AI-/LLM-Systemen, Model Risk, Operating Model Design

    • Englisch zwingend, Deutsch von Vorteil

    • Kollaborativ, proaktiv und sicher im Kundenumfeld

    • Bereitschaft zu reisen

Mögliche Forschungsideen


The Sovereignty-Risk Framework: Calibrating Control in Banking’s AI & Data Foundations
Beschreibung: Wie sollten Banken das Ausmaß an Kontrolle bewerten und steuern, das sie bei der Nutzung externer KI-/Dateninfrastrukturen abgeben? Das Framework definiert Sovereignty über Daten-, Modell-, Orchestrierungs-, Tooling- und Infrastruktur-Ebenen, benennt Kontroll- und Risikodimensionen und ordnet Use-Cases risikobasierten Sovereignty-Posturen zu. Getestet wird anhand aktueller Entscheidungspraktiken von Banken.

Structured for Trust: A Guide to Providing Data and Context to AI Agents in Banking
Beschreibung: Welche Ansätze zur Kontextbereitstellung (unstrukturierte Abfrage, Retrieval-Augmented Generation, semantische Layer, Ontologien, Knowledge Graphs) sind Kosten- und Aufwandsoptimal? Der Fokus liegt auf Kosten, Implementierungsaufwand und Output-Qualität, mit einem schrittweisen Fahrplan zum inkrementellen Aufbau einer Kontext-/Datenarchitektur.

Governing Growth: How Central AI Governance Should Evolve as Bank Use Cases Scale in Sensitivity and Autonomy
Beschreibung: Wie sollte sich zentrale AI-Governance bei Banken entwickeln, wenn Use Cases sensibler und autonomer werden? Das Thema identifiziert Trigger und Muster für eine schrittweise Anpassung von Governance-Benachteiligungen, Entscheidungskompetenzen und Überwachung, um Reife und Risikobereitschaft in Einklang zu bringen.

The Integration Contract: A Framework for Assessing and Safely Integrating Third-Party AI Solutions in Banking
Beschreibung: Wie bewerten Banken Drittanbieter-KI-Lösungen und gestalten eine Integrationslage mit Schnittstellen, Kontrollen, Datenverträgen, Sicherheits- und Qualitätswerten? Entwickelt wird eine wiederverwendbare “Integrationsverpflichtung” (APIs, Datenzugriffe, Monitoring) zur konsistenten Onboarding-Strategie, geprüft an realen Integrationsfällen.

Redesigning Work: A Methodology for AI-Native Process Redesign and Value Realization in Banking
Beschreibung: Wie sollten Banken Prozesse AI-nativ neu gestalten statt AI gezielt in vorhandene Abläufe zu integrieren? Analysiert werden Kriterien für vollständige Redesigns, Rollen- und Aufsichtsmodelle sowie Change-Mechanismen, um Adoption und messbaren Wert sicherzustellen.

Foundations First: A Maturity Study of Data & AI Infrastructure Readiness in Swiss Banking
Beschreibung: Welchen Reifegrad haben Schweizer Banken in Daten- und KI-Grundlagen? Ein spezifisches Reifegradmodell wird angewendet, um Faktoren zu identifizieren, die die Entwicklung von der Pilot- zur Produktionsbasis beeinflussen, Benchmarking der Hindernisse (Strategie, Grundlagen, Governance, Fähigkeiten).

Production-grade Framework for the Systematic Evaluation of Agentic AI Use Cases
Beschreibung: Wie lässt sich die Produktionsreife agentischer KI-Anwendungen systematisch bewerten? Entwickelt wird ein generisches Bewertungsframework, das Korrektheit, Zuverlässigkeit, Sicherheit und Verhaltensrobustheit misst und über verschiedene Banking-Szenarien hinweg vergleichbar ist.

Trust in the Loop: Redesigning the Advisor-Client Relationship for Swiss Private and Retail Banking in the Age of AI
Beschreibung: Wie verändert AI die Berater-Kunden-Beziehung im Schweizer Private/ Retail Banking? Untersucht wird, wie viel AI-Einsicht als Berater-Meinung gelten darf und welche Offenlegungspraktiken nötig sind, um Vertrauen zu wahren. Daraus resultieren konkrete Gestaltungsempfehlungen für Rollen, Schulung und Kommunikation je nach Segment.