Digitalisierung in der Finanzbranche Grenzen der Künstlichen Intelligenz im Asset Management

Online-Kommunikation: Im Fall eines unvorhersehbaren Finanz-Crashs werden Chatbots besorgten Anlegern laut Jochen Werne „nur schwer die Unterstützung bieten können, die sie in diesem Moment der Unsicherheit brauchen“. | © startupstockphotos.com

Online-Kommunikation: Im Fall eines unvorhersehbaren Finanz-Crashs werden Chatbots besorgten Anlegern laut Jochen Werne „nur schwer die Unterstützung bieten können, die sie in diesem Moment der Unsicherheit brauchen“. Foto: startupstockphotos.com

ARTIKEL-INHALT 

Welche Rolle spielt künstliche Intelligenz derzeit und zukünftig im Asset Management? Das erklärt Jochen Werne, Direktor beim Münchner Bankhaus August Lenz & Co., in einem exklusiven Gastbeitrag für DAS INVESTMENT. In seiner dreiteiligen Analyse geht es um Chancen und Grenzen der neuen technischen Möglichkeiten sowie den Faktor Mensch.

KI leitet Tendenzen und Trends mit Blick auf historische Daten ab. Menschliche Intelligenz wird benötigt, um die Bewertungen nachzuvollziehen und im richtigen Kontext zu interpretieren – letztlich aber auch, um beispielsweise Investoren die Entscheidungen zu erklären. Dies gilt insbesondere für die komplexe, serviceorientierte Kultur des Asset Managements.

Der „Traum vieler Anleger“

Der Einsatz künstlicher Intelligenz im Finanzsektor steht noch am Anfang. Einige Robo-Advisor nutzen beispielsweise Komponenten lernender Systeme. Aussagen darüber, welche Einsatzfelder von KI an den Finanzmärkten den stärksten Nutzungsgrad in der Praxis erfahren werden, kann aus heutiger Sicht jedoch nur als vage Prognose bezeichnet werden.

Der Traum vieler Anleger, den Markt von morgen vorherzusagen, wird auch in der Ära der Algorithmen nicht wahr werden. Denn die Märkte werden sich nicht ändern. Ebenso wie die menschlichen Marktteilnehmer heute würde in Zukunft ein Algorithmus gegen den anderen antreten.

Faktor Mensch bleibt wichtig

Jochen Werne, Bankhaus August Lenz

Warum bleibt der Faktor Mensch weiterhin – besonders in der Finanzbranche der Zukunft – relevant? Wie bereits untersucht können lernende Systeme heute enorm große Datenmengen äußerst effizient und schnell verarbeiten. In aktuellen und noch über viele Jahre hinaus praktisch anwendbaren Szenarien werden Ansätze „schwacher KI“ den Erfolg treiben.

Im Gegensatz zur „starken KI“ geht es bei schwacher KI darum, konkrete Anwendungsprobleme des menschlichen Denkens zu meistern. Das menschliche Denken soll hier in Einzelbereichen unterstützt werden, wie es Nils Nillsson in „The Quest for Artificial Intelligence – A History of Ideas and Achievements“ definierte. Schwache KI ist nicht fähig, „Out-of-the-box“- Zusammenhänge abzuleiten. Anlagefehler aufgrund emotionsgetriebenem Verhalten können nur bedingt durch künstliche Intelligenz vermieden oder behoben werden.

Vertrauensvorschuss des Kunden

Ein eventuell zukünftig nahezu vollständig digitaler Asset Manager, mit einem hohen Vertrauensvorschuss des Kunden versehen, wird im Fall eines unvorhersehbaren Finanz-Crashs besorgten Anlegern via Chatbot auch nur schwer die Unterstützung bieten können, die sie in diesem Moment der Unsicherheit brauchen. Spätestens dann, wenn die gesamte Komplexität zu tragen kommt, liegt der Vorteil bei der Kombination aus Technologie und menschlichen sowie persönlichem Austausch.

Somit können nicht nur Ängste und Sorgen artikuliert und geteilt werden, sondern in der Emotionalität des Moments das Risiko von Fehlentscheidungen minimiert und sogar eventuelle Chancen genutzt werden. Der Begriff einer echten „Vertrauensperson“, unterstützt von lernenden Systemen, hat dann eine gute Chance, im Banking eine Renaissance zu erfahren.