Bloomberg führt BQuant Assistant ein: Konversationeller KI-Coding-Assistent für Finanzdatenanalyse und Coding-Workflows
Wichtige Erkenntnisse
- •BQuant Assistant unterstützt die Entwicklung von Python-, BQL- und PyBQL-Workflows per natürlicher Sprache innerhalb von BQuant.
- •Das Tool kann mit Bloomberg-Daten über zahlreiche Anlageklassen und mehr als 22.000 Felder arbeiten.
- •Nutzer müssen Anfragen freigeben, bevor der Assistent aus Notebooks liest, in diese schreibt oder Code in der sicheren Sandbox ausführt.
- •Die allgemeine Verfügbarkeit ist für BQuant Enterprise geplant, während BQuant Desktop Ende Oktober 2026 in eine eingeschränkte Beta geht.
- •Die Veröffentlichung folgt auf Bloombergs Einführung weiterer KI-Produkte, darunter ASKB und das Enterprise Model Context Protocol.

Bloomberg hat BQuant Assistant vorgestellt, einen domänenspezifisch fundierten konversationellen KI-Coding-Assistenten, der in BQuant Desktop und BQuant Enterprise integriert ist. In die BQuant-Entwicklungsumgebung integriert, ermöglicht das Tool Finanzprofis mit einem Bloomberg-Terminal-Abo die Verwendung natürlichsprachlicher Prompts, um Code zu schreiben, dynamische Anwendungen zu erstellen und Workflows der Finanzdatenanalyse zu beschleunigen.
BQuant Assistant bringt konversationelle KI direkt in dieselbe Python-Umgebung, in der Nutzer Anlagestrategien, Dashboards und quantitative Finanzanalysen erstellen. Er kann Fragen zu BQuant beantworten, Python-Code generieren, bei Abfragen der umfangreichen Bloomberg-Datensätze über die Bloomberg Query Language (BQL) unterstützen, Nutzern beim Debuggen und Iterieren ihrer Arbeit helfen sowie Code für Datenvisualisierungen erstellen. Der Assistent kann außerdem das BQuant Help Center durchsuchen und bei der Beantwortung von Fragen auf relevante Beispiel-Notebooks, Bibliotheken und Anleitungen zurückgreifen.
Diese Verankerung in der BQuant-Umgebung ermöglicht es dem Assistenten, kontextbezogene Antworten zu Projekten, Workflows und Code eines Nutzers zu liefern und damit eine relevantere Unterstützung der Finanzdatenanalyse zu bieten als ein allgemeiner Coding-Assistent. Gerade bei Workflows, die auf Bloomberg-spezifische Tools wie BQL und PyBQL angewiesen sind, ist diese Fundierung das Alleinstellungsmerkmal – und sie spiegelt einen breiteren Trend in der Finanztechnologie wider, KI direkt in die Plattformen zu integrieren, in denen proprietäre Daten und domänenspezifische Workflows liegen.
BQuant Assistant kann außerdem Codevorschläge machen und – mit Zustimmung des Nutzers – Code direkt in ein aktives Projekt innerhalb der sicheren BQuant-Sandbox einfügen und ausführen, sodass Nutzer schnell von der Frage zum Ergebnis gelangen, ohne den Kontext zu wechseln. Die Nutzer behalten die volle Kontrolle über diese Aktionen, da der Assistent die vorgeschlagene Aktion kenntlich macht und vor dem Lesen aus oder Schreiben in ein Notebook um Freigabe bittet.
„Finanzprofis arbeiten mit immer größeren und komplexeren Datensätzen, doch die Überführung einer Anlageidee in eine wiederholbare Analyse kann weiterhin erhebliche Zeit und spezielle Coding-Kenntnisse erfordern“, sagte Shawn Edwards, Chief Technology Officer bei Bloomberg. „BQuant Assistant bringt KI-gestütztes Coding, das von Bloombergs Verständnis von Finanzdaten und quantitativen Workflows geprägt ist, direkt in die Workflows, die unsere Kunden bereits nutzen, um Anlagestrategien zu entwickeln. Indem wir jedem BQuant-Nutzer helfen – vom Portfolio-Manager, der eine erste Abfrage entwirft, bis zum Quant, der ein Multi-Asset-Signal konstruiert –, leicht von einer natürlichsprachlichen Frage zu funktionierendem Code, Datenabruf und Visualisierung zu gelangen, machen wir es Kunden leichter, Ideen zu testen, Analysen zu verfeinern und Anlagestrategien innerhalb von BQuant aufzubauen.“
Mit BQuant Assistant können Nutzer:
- BQL- und PyBQL-Abfragen generieren, um Bloomberg-Finanzdaten über Aktien, Fonds, Renten, Devisen, Rohstoffe, Indizes, Derivate und andere Anlageklassen hinweg abzurufen und zu analysieren – über mehr als 22.000 Felder, darunter unter anderem Referenzdaten, Preisdaten, Renditen, abgeleitete Analysen, Fundamentaldaten, Bewertungen, Nachhaltigkeitsfinanzdaten, Risikokennzahlen, Schätzungen und Wirtschaftsdaten.
- Code für Screens und Universen über Aktien, Renten, Devisen, Rohstoffe, Indizes, börsengehandelte Fonds und andere Anlageklassen hinweg erstellen.
- PyBQL- oder Python-Code in einem aktiven Notebook einfügen, ausführen, debuggen und iterieren – vorbehaltlich der Freigabe durch den Nutzer.
- Fragen zu Bloomberg-Bibliotheken, BQuant-Workflows und kundengerichteter Produktdokumentation stellen.
- Finanzkonzepte erörtern und Code generieren, der bei der Umsetzung geeigneter Modelle oder Techniken für einen Workflow hilft.
- Empfehlungen für Datenvisualisierungen erhalten und Code mit Open-Source-Bibliotheken wie Plotly und Jupyter Widgets generieren.
- Vorhandenen Code auswählen und sich von BQuant Assistant erklären lassen, um ihr Python-Wissen während der Arbeit auszubauen.
BQuant Assistant wird allgemein in BQuant Enterprise verfügbar sein und Ende Oktober 2026 als eingeschränkte Beta in BQuant Desktop veröffentlicht. Der Release-Zeitplan bedeutet, dass Terminal-Abonnenten bald selbst beurteilen können, wie gut der Assistent die von Edwards beschriebene Lücke zwischen einer Anlageidee und einer wiederholbaren, codierten Analyse schließt – wobei die freigabebasierte Sandbox sicherstellt, dass die Nutzer die Kontrolle darüber behalten, welcher Code tatsächlich in ihren Projekten ausgeführt wird.
Die Einführung von BQuant Assistant folgt auf eine Reihe aktueller Bloomberg-Ankündigungen zu weiteren KI-gestützten Lösungen, die Anlegern und ihren Unternehmen helfen sollen, mehr Wert aus den hochwertigen Finanzdaten des Unternehmens zu ziehen. Dazu gehören ASKB, die konversationelle KI-Schnittstelle des Bloomberg Terminals, sowie das Enterprise Model Context Protocol (MCP), eine KI-Zugriffsschicht für Data License Plus (DL+), Bloombergs Data-License-Angebot der nächsten Generation. Insgesamt zeichnen die Ankündigungen das Bild einer Strategie, KI schrittweise auf mehreren Ebenen der Bloomberg-Plattform zu verankern – der Terminal-Oberfläche, dem Enterprise-Datenzugriff und nun der Python-Entwicklungsumgebung, in der quantitative Arbeit entsteht.