Künstliche Intelligenz in der Finanzbranche

Foto: © evgeniy - stock.adobe.com

Das Thema Künstliche Intelligenz liefert bemerkenswert viel Stoff für Filmemacher und Romanautoren. Häufig wird auf sehr verstörende Weise beschrieben, wie Maschinen eines Tages die Menschheit unterwerfen und sich selbständig ohne menschliche Hilfe weiterentwickeln. Was häufig noch den Gehirnen kreativer Künstler entspringt, um Unterhaltung zu schaffen, könnte eines Tages wahr werden. Zumindest ist künstliche Intelligenz bereits jetzt in der Lage, das Zusammenleben der Menschen auf die ein oder andere Art massiv zu beeinflussen – und das nicht immer im positiven Sinn. Egal, ob man die Weiterentwicklung der KI befürwortet oder ihr kritisch gegenüber steht, sie bedarf zweifellos einer Regulierung, da ihr Missbrauch ansonsten die bisherigen Grundrechte einer Demokratie schwer beschädigen könnte.

Doch ab wann spricht man eigentlich von künstlicher Intelligenz? An welchen Punkt hört ein Roboter auf, nur ein Roboter zu sein? Das entscheidende Kriterium ist die Bewertung neuer Daten. Ein Roboter tut ausschließlich das, was ihm vom Ingenieur einprogrammiert wurde. Zuverlässig, präzise und fehlerlos. Mit unvorhersehbaren Situationen konfrontiert, wird ein Roboter aber stets versagen. Durch den Einbau von künstlicher Intelligenz beginnt er aber, aus neuen Situationen zu lernen. Die Suche nach Optimierungen und frühzeitiger Erkennung von Risiken ist ein Charakteristikum von künstlicher Intelligenz.

Einsatz in der Finanzbranche

Auch im Finanzsektor ist die Nutzung von künstlicher Intelligenz in Form von Robo-Advisor bereits angekommen. Allerdings ist ihre Definition höchst unterschiedlich. Grundsätzlich ist es die Aufgabe eines Robo-Advisors, digitale Hilfestellung bei der Geldanlage zu leisten. Wie weit diese Hilfestellung geht, variiert allerdings von Fall zu Fall. Eine eher milde Anwendungsmethode künstlicher Intelligenz ist der Einsatz zu Recherche- oder Auswertungszwecken mit dem Ziel, den Menschen zu entlasten und Freiräume zu schaffen.

Robo-Advisor der ersten Generationen helfen tatsächlich nur, dem Anleger auf Basis der vorgegebenen Daten wie Anlagesumme, Anlagehorizont oder Risikobereitschaft, konkrete Handlungsempfehlungen zu geben. Für den Erwerb der entsprechenden Produkte ist der Anleger selbst zuständig. Im nächsten Schritt fungiert der Robo-Advisor dann nicht mehr nur als Berater, sondern zugleich als Makler. Er tätigt für den Kunden dann Käufe und Verkäufe auf Basis seiner Empfehlungen und übernimmt so die Funktion als Vermögensverwalter.

Doch auch die Tätigkeit als selbständiger Depotmanager ist für Robo-Advisor noch lange nicht der letzte Schritt. Denn auch hier tut das System nur das, was ihm aufgetragen wurde. Es platziert Orders nach den Algorithmen, mit denen es gefüttert wurde. Wenn Situation A eintritt, wird Aktion B ausgeführt. Der Robo-Advisor ist hier also nur Befehlsempfänger des Programmierers.

Interessant wird es dann, wenn der Robo-Advisor seine Entscheidungen nicht nur aufgrund fixer Algorithmen trifft, sondern aus den gesammelten Datenmengen lernt und daraus eine optimierte Anlagestrategie entwickelt. In diesem Fall werden Daten nicht nur gesammelt, sondern aktiv interpretiert. Im Grunde macht das System zwar nichts anderes als ein Chartanalyst, allerdings mit einem Vielfachen an Datenmengen und völlig anderen Möglichkeiten, Muster der Vergangenheit zu erkennen.

Fazit

So vorteilhaft es auf den ersten Blick erscheint, so beängstigend wirkt es bei näherer Betrachtung. Grundsätzlich stehen die Deutschen den Technologien, bei denen Maschinen die Denkleistung von Menschen ersetzen, eher kritisch gegenüber, insofern etablieren sich in diesem Bereich bisher sogenannte Hybridlösungen, bei denen sowohl die Rechenleistung von Robo-Advisor genutzt wird als auch menschliche Eingriffe als Kontrollinstanz fungieren.