Bernstein-Konferenz: Moody's-CEO berichtet von „Dutzenden“ Abschlüssen mit Großbanken durch Microsoft Copilot-Integration und sieht Private Credit sowie PE-Zyklus als nächste Rating-Katalysatoren
Bernstein 42nd Annual Strategic Decisions Conference, 28. Mai 2026 — Moody's-Präsident und CEO Rob Fauber erläutert, warum der Datenvorsprung des Unternehmens in einer KI-Welt eher an Wert gewinnt als verliert.
Die Microsoft Copilot-Partnerschaft: Früher als erwartet, schneller als gedacht
Die konkretste Neuerung, die Fauber auf der Bernstein-Konferenz bekannt gab, ist, dass die erst vor wenigen Wochen angekündigte Integration von Moody's in Microsoft Copilot bereits „Dutzende“ (im Englischen „teens“) an Engagements bei bedeutenden Finanzinstituten generiert hat, wobei sich eine Handvoll bereits in aktiven Pilotgesprächen befindet. Für Investoren, die an KI-Partnerschaftsmeldungen gewöhnt sind, die kaum kurzfristige kommerzielle Sichtbarkeit bieten, ist die Geschwindigkeit der Kundenansprache bemerkenswert, auch wenn unterzeichnete Verträge und Umsätze noch ausstehen.
Das kommerzielle Modell basiert derzeit auf dem Prinzip „Bring-your-own-license“. Ein Kunde mit einer bestehenden Moody's-Lizenz kann Moody's-Inhalte direkt in Copilot-Antworten abrufen – etwa beim Entwurf eines Kreditmemorandums, der Durchführung von Peer-Analysen oder dem Zugriff auf Research zu strukturierten Finanzierungen –, ohne die Microsoft Teams-Oberfläche verlassen zu müssen. Fauber erklärte die Logik schlicht: „Letztlich bieten wir unseren Kunden Zugang zu unserer vernetzten Intelligenz. Ob sie dies über Teams oder Claude tun oder in ihre eigene KI-Umgebung einbinden wollen, ist für uns zweitrangig.“ Das Ziel in dieser Phase ist die Einbettung und Nutzung, nicht eine verbrauchsbasierte Preisgestaltung. Umsätze folgen, sobald Piloten in unterzeichnete Unternehmensverträge mit neuen IP-Schutzrechten und Preisbedingungen überführt werden.
Die Kooperationen mit Anthropic und interne KI-Workflows sind Teil derselben Strategie. Moody's hat dedizierte Vertriebsteams – von Fauber als „SWAT-Teams“ bezeichnet – bei nahezu jedem großen Finanzinstitut etabliert, um den Dialog darüber voranzutreiben, wie Banken Moody's-Kreditmodelle, Research und Wissensgraphen über KI-Oberflächen von Drittanbietern wie Rogo, Hebbia, Claude, Teams und OpenAI nutzen können. Die Pipeline ist laut Fauber aktiv und wächst.
Warum der Datenvorsprung schwerer zu replizieren ist, als es scheint
Die Frage nach der Verteidigungsfähigkeit des Geschäftsmodells kam direkt auf. Faubers Antwort ist eine genauere Betrachtung wert, da Investoren, die sich nur auf Finanzdaten auf Unternehmensebene konzentrieren, die Breite dessen übersehen, was Moody's tatsächlich besitzt. Die Datenbasis besteht aus vier verschiedenen Schichten, von denen jede eigene Wettbewerbsdynamiken aufweist.
Erstens das proprietäre Research von Moody's – das schlicht nirgendwo anders verfügbar ist. Zweitens das Kredit-Franchise im Bankensektor: eine über drei Jahrzehnte kuratierte Datenbank zu Kreditausfällen, die Moody's öffentliche und private Kreditmodelle kalibriert. Diese Modelle werden bei der Kreditvergabe, in Kreditabteilungen von Banken und bei regulatorischen Prüfungen eingesetzt. Fauber formulierte es so: „Wenn Ihr Regulator kommt und die Kreditakte prüft, weiß er, dass Sie die Scoring-Modelle von Moody's verwenden, die gegen die tatsächliche Ausfallhistorie kalibriert sind.“ Diese regulatorische Anerkennung stellt eine signifikante Wechselbarriere dar, die allein durch Deregulierung nicht aufgelöst wird.
Drittens das Portfolio an Katastrophen- und versicherungsmathematischen Modellen, das aus beigesteuerten Schadensdaten der Versicherungsbranche aufgebaut wurde – teilweise unter Mitfinanzierung der Tools durch die Kundengemeinschaft. Viertens, und am stärksten umkämpft, ist die Unternehmensdatenbank Orbis. Fauber räumte offen ein, dass grundlegende Unternehmensinformationen heute leicht „gescrapt“ werden können. „Darin liegt jedoch nicht der Wert.“ Der Wert liegt in zwei Aspekten, die für KI-Agenten schwer zu replizieren sind: private Daten, die aktive vertragliche Beziehungen zu Hunderten nationaler Informationsanbieter erfordern, die „zunehmend sensibler dafür werden, wer Daten über Unternehmen in ihrem Land abruft“, sowie die darauf aufbauenden Eigentümerhierarchien und Unternehmensbeziehungen. „Darin liegt der Wert“, sagte er und hob insbesondere die Compliance bei Finanzkriminalität als primären Anwendungsfall hervor.
Rating-Prognose bestätigt – PE-Exit-Zyklus bleibt ungenutztes Potenzial
Faubers Entscheidung, die Rating-Prognose nach dem geopolitischen Schock, der den April prägte, nicht zu senken, ist bemerkenswert. Er verwies auf eine außergewöhnliche Statistik: Rund 80 % der Emissionen von Investment-Grade-Anleihen in den USA im März entfielen auf lediglich sechs Tage. Die Botschaft: Die Finanzierungsnachfrage ist weiterhin tiefgreifend, was sich ändert, ist das Zeitfenster. Seine Einschätzung ist, dass sich die Spreads erholt haben, das makroökonomische Umfeld widerstandsfähiger ist als befürchtet und die Emissionstätigkeit der Hyperscaler – die bereits im ersten Quartal fast die Erwartungen für das Gesamtjahr erreichte – noch nicht abgeschlossen ist.
Noch wichtiger: Fauber identifizierte den Private-Equity-Exit- und Leveraged-Finance-Zyklus als das bedeutendste verbleibende Aufwärtspotenzial bei den Ratings, das sich noch nicht voll entfaltet hat. „Dieser PE-Exit- und M&A-Zyklus ist noch nicht richtig in Schwung gekommen“, sagte er. „Wenn er es tut, ist das ein sehr tugendhafter kommerzieller Kreislauf für uns“ – mit zahlreichen Rating-Gelegenheiten bei M&A, Leveraged Finance, Krediten für CLOs und den CLO-Ratings selbst. Diese Kette war historisch einer der stärksten Umsatzmultiplikatoren im Ratinggeschäft und liegt laut Fauber noch weitgehend vor dem Unternehmen.
Private Credit: Von der Angst vor Disintermediation zu 80 % Wachstum
Private Credit, einst Gegenstand großer Sorgen der Investoren hinsichtlich einer Disintermediation von Ratings, wuchs im ersten Quartal um rund 80 %. Fauber gab zu, dass Moody's bei der Entwicklung von Methoden und der Marktabdeckung für Private Credit „etwas langsam“ war, argumentierte aber, dass sich die These umgekehrt habe. Der Markt habe heute ein „viel breiteres Verständnis für den Nutzen von Bonitätsbeurteilungen durch Dritte“ in privaten Märkten, auch wenn die Form von öffentlichen Ratings abweiche.
Die Chance ergibt sich durch strukturierte Finanzierungen – Asset-Backed Finance und Fund Finance, die Fauber als ein „boomendes 1-Billion-Dollar-Ökosystem“ beschrieb – sowie durch die Nachfrage nach Moody's Kredit-Scoring- und Ausfallwahrscheinlichkeitsprodukten von Investoren, die eine externe Einschätzung des Kreditrisikos im Mittelstand suchen, ohne zwingend ein vollständiges Rating zu erwerben. Das Wettbewerbsumfeld bei strukturierten Finanzierungen ist dichter als vor der Finanzkrise; Fauber beschrieb den Markt, der einst von 2,5 Agenturen dominiert wurde, heute in den transaktionsorientierten, einfachen Segmenten eher als einen Sechs-Agenturen-Markt. Die Abdeckung bei Private Credit schwankt stärker als bei fundamentalen Ratings, doch Moody's beziehungsorientierte Position bei Unternehmenskrediten habe seit der Finanzkrise „sehr wenig Veränderung“ in der Wettbewerbsdynamik erfahren.
Die neue MA-CEO und das Wachstumsproblem, das sie lösen soll
Die Einstellung von Cristina Kosmowski – zuvor Gründungsmitglied der Customer-Success-Organisation von Salesforce, Chief Customer Officer bei Slack während der Skalierung von 90 Millionen auf 1 Milliarde US-Dollar und zuletzt CEO beim Vista-finanzierten LogicMonitor – ist ein bewusstes Signal dafür, was Fauber als Bremse für das Wachstum von Moody's Analytics ansieht. Das Geschäft hat seinen Umsatz in fünf Jahren nahezu verdoppelt, der Anteil der Abonnements stieg von 80 % auf 95 %, und dennoch stockt das ARR-Wachstum. Faubers Diagnose ist offen: „Wir haben ein recht komplexes Produktangebot, wir hatten überwiegend einen Außendienst, und dieses Vertriebsmodell hat eine gewisse Trägheit, wenn man bei etwa 4 Milliarden US-Dollar Umsatz steht.“ Das Ergebnis war eine Umsatzverlangsamung, da eine komplexe Produktsuite ohne gut entwickelten Partnerkanal schwer zu skalieren ist.
Kosmowskis Mandat ist es, Produkt, Preisgestaltung und Verpackung zu vereinfachen, ein Partner-Ökosystem aufzubauen und die Hürden für Banken zu senken, mehr Moody's-Inhalte zu konsumieren. Fauber merkte an, dass das Unternehmen zudem 13 verschiedene Technologiestacks in eine Plattform mit einer einzigen Vertriebsmannschaft integriert – eine Arbeit, die andauert und kostspielig ist, aber zur Margenausweitung beiträgt, die nun realisiert wird. Das mittelfristige Margenziel bleibt bestehen; die Frage ist, ob ein anderes Go-to-Market-Playbook das Top-Line-Wachstum wieder beschleunigen kann.
KI-bezogene Emissionen: Eine Nuance beim Umsatzmix, die Investoren verstehen sollten
Fauber lieferte einen nützlichen Rahmen dafür, wie KI-Infrastruktur-Emissionen in die GuV der Rating-Sparte einfließen. Hyperscaler sind häufige Emittenten, und häufige Investment-Grade-Emittenten erhalten Mengenrabatte – was bedeutet, dass das Emissionswachstum dieser Kohorte schneller verläuft als das Umsatzwachstum, was Moody's als „umsatzmix-unfreundlich“ bezeichnet. Der Bau von Rechenzentren generiert jedoch auch Emissionen bei Projektfinanzierungen, CMBS, CLOs sowie Ratings für Energieversorger – komplexe Anlageklassen, die „umsatzmix-freundlich“ sind, bei denen das Wachstum der Transaktionserlöse das Volumenwachstum übersteigt. Der Nettoeffekt aus KI-bezogenen Emissionen ist eine Mischung aus beidem, und Fauber betonte, dass KI-Investitionsausgaben (CapEx) einer von mehreren mittelfristigen Finanzierungstreibern seien, keine einzelne These, auf die das Geschäft allein baue.
Margen und die Chance durch agentische Effizienz
Zum Thema Margen nannte Fauber ein konkretes Beispiel für den operativen KI-Einsatz im Ratinggeschäft: automatisierte Qualitätsprüfungen, die zuvor zwei separate menschliche Prüfteams erforderten. KI-Agenten übernehmen nun etwa ein Viertel dieser Prüfungen, was sowohl Zeitersparnis als auch eine messbare Reduzierung des Personalbedarfs mit sich bringt. Faubers breitere Einordnung: Technische Effizienz – von agentischem Coding bis zu verkürzten Produktentwicklungszyklen – schafft Investitionskapazität, die teilweise in Wachstum und teilweise in Margenverbesserung fließt. Auf Gruppenebene arbeitet Moody's mit einer bereinigten Marge von 53 %, wobei die Rating-Agentur im hohen 60er-Bereich liegt. Wie stark die Margen noch steigen können, hängt weitgehend davon ab, wie aggressiv das Management die Effizienzgewinne reinvestiert.
M&A-Philosophie: Daten kaufen, nicht Software
Zur Kapitalallokation formulierte Fauber einen klaren M&A-Rahmen, der widerspiegelt, wie das Unternehmen über sein Kernkapital denkt. Akquisitionen sind attraktiv, wenn sie proprietäre Inhalte in das Intelligenzsystem einbringen, die über mehrere Kundensegmente und Workflows hinweg monetarisiert werden können – also „viele, viele Male“ verkauft werden können, so Fauber. Das sekundäre Kriterium ist explizit: Bei der Bewertung von Workflow-Software achtet Moody's besonders auf eingebettete, proprietäre Datenbestände, die noch nicht monetarisiert wurden. „Wir kaufen vielleicht etwas nicht wegen der Software, sondern wegen des darin eingebetteten Datenbestands.“ Bureau van Dijk und RMS werden als die klarsten historischen Beispiele für diese erfolgreich umgesetzte These genannt.
Das Bewertungsargument: „Essenzieller Bestandteil eines breiteren KI-Ökosystems“
Faubers abschließendes Plädoyer zur Rechtfertigung einer Premium-Bewertung beruht auf einer spezifischen Behauptung darüber, wohin sich der KI-Stack entwickelt. Unter Verweis auf Jensen Huangs GTC-Kommentar, dass „strukturierte Daten die Ground Truth der KI sind“, argumentierte Fauber, dass die Einführung von Unternehmens-KI die Verbindung zu vertrauenswürdigen, nachvollziehbaren und prüfbaren Inhalten erfordert – was er „Decision Grade Intelligence“ nennt – und dass Moody's genau das zusammenstellt. „KI hat ein Vertrauensproblem“, sagte er und griff damit eine These auf, über die er bereits öffentlich geschrieben hat. Das Fazit: Das Wettrennen der Modelle ist zweitrangig gegenüber dem Wettrennen der Dateninfrastruktur, und das vernetzte Intelligenzsystem von Moody's – bei dem jedes Rating, jedes Modell, jede Prognose und jeder Benchmark auf eine spezifische Entität und deren Beziehungen verweist – sei „ein essenzieller Bestandteil eines breiteren KI-Ökosystems“. Ob der Markt diesen Wert so einpreist, ist eine andere Frage, aber die strategische Logik ist in sich konsistent, und die ersten kommerziellen Belege aus den Microsoft- und Anthropic-Integrationen deuten auf eine echte Nachfrage hin, auch wenn der Zeitplan für die Umsatzkonvertierung ungewiss bleibt.