Wird KI die Wall Street dominieren?

Künstliche Intelligenz (KI) bietet Banken viele vielversprechende Perspektiven, da sie alltägliche Aufgaben effizienter gestaltet. Komplexe Analysen und Risikomodellierungen lassen sich dank dieses Werkzeugs ebenfalls einfacher und schneller durchführen.

Laut Business Insider revolutioniert KI die Wall Street bereits seit Jahren, wobei die meisten Transaktionen mittlerweile von Algorithmen ausgeführt werden. Durch die Verarbeitung und Analyse eingehender Informationen sowie durch Kauf- oder Verkaufsentscheidungen tragen Algorithmen dazu bei, 60–75 % der täglichen Transaktionen an der Wall Street, dem Finanzzentrum von New York City, abzuwickeln. Die Frage ist nun, ob dieser Prozentsatz noch höher ausfallen könnte und ob KI menschliche Arbeitsplätze im Bereich der Gewinnmaximierung vollständig übernehmen wird.

Das Rennen um den Einsatz von KI

Die Wall Street erwartet einen signifikanten Einfluss von KI auf den Finanzhandel. Laut einer Umfrage von JPMorgan, einem der ältesten Finanzdienstleistungsunternehmen der Welt mit Sitz in New York, glauben 53 % der Händler, dass KI oder maschinelles Lernen in den nächsten drei Jahren die einflussreichste Technologie im Handel sein wird (gegenüber 25 % im Jahr 2022).

Laut neuen Daten des US-Beratungsunternehmens Evident sind bei den am weitesten entwickelten Banken etwa 40 % der offenen Stellen mit KI verbunden, beispielsweise Daten- und quantitative Ingenieure, Administratoren usw.

Eigen Technologies, ein in New York ansässiges globales Technologieunternehmen, das KI-Dienstleistungen für Banken wie Goldman Sachs und ING anbietet, gab an, dass die KI-Anfragen von Banken im ersten Quartal 2023 im Vergleich zum gleichen Zeitraum des Vorjahres um das Fünffache gestiegen sind.

Alexandra Mousavizadeh, CEO und Mitgründerin von Evident, erklärte, dass die Veröffentlichung von ChatGPT durch Open AI (USA) im November 2022 Bankmanagern verdeutlicht habe, dass KI aufgrund ihrer vielfältigen Anwendungsmöglichkeiten die Bankenbranche grundlegend verändern wird. Mousavizadeh betonte: „Die Kosten für KI-Fachkräfte sind deutlich gestiegen. Ein Wettlauf um die KI-Kompetenz hat begonnen.“

Immer mehr Banken an der Wall Street setzen auf KI-Technologie.

Ein Paradebeispiel für den Einsatz von KI im Finanz- und Bankensektor ist die Entwicklung eines Produkts durch die Deutsche Bank, Deutschlands größte Privatbankengruppe. Dieses Produkt analysiert, ob die Anlagen ihrer Kunden gefährdet sind. Die Bank nutzt dieses Tool auch, um Fonds, Aktien und Anleihen zu finden, die den Bedürfnissen und Wünschen jedes einzelnen Kunden entsprechen.

Kirsten Anne Bremke, Leiterin Global Data Solutions bei der Deutschen Bank, setzt sich entschieden für die Integration von künstlicher Intelligenz und menschlicher Intelligenz ein.

Der multinationale Banken- und Finanzdienstleistungskonzern ING (Niederlande) setzt KI ein, um potenzielle Zahlungsausfälle zu erkennen. Auch Morgan Stanley ist im Wettlauf um den Einsatz von KI und experimentiert mit neuen KI-Technologien auf Basis von Large Language Models (LLM). Morgan Stanley hält derzeit ein Patent für ein Modell, das mithilfe von KI und maschinellem Lernen ermittelt, ob Informationen der US-Notenbank (Fed) auf eine eher lockere oder restriktive Geldpolitik hindeuten, und unterstützt so die Prognose geldpolitischer Maßnahmen.

Auch JPMorgan verfolgt ähnliche Pläne. In einer im Mai eingereichten Patentanmeldung gab die Bank an, ein Produkt ähnlich ChatGPT entwickelt zu haben, das Anleger bei der Auswahl geeigneter Aktien unterstützen kann. Daten belegen, dass JPMorgan zwischen Februar und April durch weltweite Stellenanzeigen 3.651 Mitarbeiter im Bereich KI eingestellt hat – fast doppelt so viele wie die Konkurrenten Citigroup und Deutsche Bank.

Händler an der New Yorker Börse

Steven Burrows, Direktor der multinationalen Anwaltskanzlei Fieldfisher, erklärte, Banken nutzten KI, um mithilfe von Instrumenten wie Zinsswaps und Aktienderivaten passendere Risikoabsicherungslösungen anzubieten und ihren Kunden dadurch bessere Preise zu ermöglichen. Yuriy Nevmyvaka, Leiter der Forschung im Bereich maschinelles Lernen bei Morgan Stanley, sagte: „Jedes Unternehmen, jede Handelsabteilung und jedes Investmentteam ist bestrebt, KI umfassend zu verstehen.“

Die US-amerikanische Bank Wells Fargo nutzt Big-Data-Modelle, um zu ermitteln, welche Informationen Kunden den Aufsichtsbehörden melden müssen und gleichzeitig ihre Geschäftsprozesse zu optimieren. Die französische Bank BNP Paribas setzt Chatbots zur Beantwortung von Kundenanfragen ein und verwendet KI zur Aufdeckung und Prävention von Betrug und Geldwäsche. Auch Cast, das KI-gestützte Überwachungs- und Analysetool der Société Générale (Frankreich), nutzt seine Rechenleistung, um potenzielle Unregelmäßigkeiten an den Kapitalmärkten aufzudecken.

Regierungen weltweit wetteifern darum, Wege zur Regulierung von KI-Tools zu finden.

Transparenz und Effizienz

Während der verstärkte Einsatz von KI im Finanz- und Bankensektor positive Veränderungen mit sich bringt, stellt er den Finanzmarkt auch vor erhebliche Herausforderungen: vom Risiko des Arbeitsplatzverlusts bis hin zur Transparenz und Effizienz dieser Technologie.

Erstens wird das Risiko künftiger Arbeitsplatzverluste deutlich steigen. Analysten von Goldman Sachs befürchten, dass weltweit 300 Millionen Vollzeitstellen durch KI automatisiert werden könnten. Dies könnte 35 % des US-amerikanischen Unternehmens- und Finanzsektors betreffen.

Der Milliardär Warren Buffett, Vorsitzender von Berkshire Hathaway Inc., äußerte sich auf der jährlichen Hauptversammlung des Unternehmens am 6. Mai besorgt: „Wenn etwas alle möglichen Aufgaben übernehmen kann, bin ich etwas beunruhigt. Denn ich weiß, dass wir diesen Trend nicht umkehren können.“ Brian Moynihan, CEO der Bank of America, teilte diese Ansicht und meinte, KI könne enorme Vorteile bringen und viele Aufgaben reduzieren, es sei aber entscheidend zu verstehen, wie der Arbeitsablauf und der Entscheidungsprozess funktionieren.

Die Anwendung von KI hat zwar positive Auswirkungen, bringt aber auch Herausforderungen mit sich.

Zweitens ist Transparenz ein besonders wichtiges Thema bei der Ausweitung des KI-Einsatzes im Banken- und Finanzsektor. Banken sind verpflichtet, Transaktionen und Transaktionsentscheidungen auf Basis verifizierter Informationen durchzuführen. Laut Expertin Anne Beaumont, Partnerin der Anwaltskanzlei Friedman Kaplan Seiler Adelman & Robbins LLP (USA), wird es nach einer breiten Anwendung von KI sehr schwierig, Kunden und Aufsichtsbehörden zu erklären, auf welche Daten sich die Bank bei ihren Entscheidungen stützte und ob deren Verwendung gerechtfertigt war.

Darüber hinaus müssen Banken laut Professor Alan Blackwell, einem Professor für Informatik und Technologie an der Universität Cambridge (UK), große Datenmengen aus verschiedenen Quellen nutzen, um KI-Tools zu „trainieren“, und daraus werden viele Probleme entstehen.

Drittens sind die Kosten für die Entwicklung und den Betrieb von KI-Tools sehr hoch. Lewis Z. Liu, Gründer und CEO von Eigen Technologies, gab an, dass die geschätzten Kosten für den Einsatz von groß angelegten Sprachmodellen zur Beantwortung von Kundenfragen bei etwa 14 US-Dollar pro Frage liegen, während die Kosten für Anwälte lediglich etwa 6 US-Dollar pro Frage betragen.

Obwohl die Rolle von KI im Wall-Street-Handel nicht neu ist, sprechen viele Analysten von einer Zukunft, in der KI den Menschen bei Finanztransaktionen vollständig ersetzen und Gewinne generieren könnte – insbesondere angesichts der rasanten Zunahme und weitverbreiteten Anwendung von KI. Banken befinden sich heute in einem regelrechten Wettlauf um die Entwicklung und Anwendung von KI, um ihre Geschäftseffizienz zu steigern und so in naher Zukunft einen schnellen Wandel im Banken- und Finanzsektor voranzutreiben. Beratungsunternehmen sind sich jedoch einig, dass Banken klar definieren müssen, in welchen Bereichen KI einen überlegenen Mehrwert schafft, um eine klare KI-Anwendungsstrategie zu entwickeln. Darüber hinaus müssen sie sich auf die Mitarbeiterschulung, die Rekrutierung weiterer Experten und die Etablierung eines neuen Risikomanagement-Rahmenwerks konzentrieren, um Herausforderungen im Zusammenhang mit KI, dem unklaren politischen Umfeld für KI-Anwendungen und Problemen mit der Datengenauigkeit zu bewältigen.

Quellenlink: https://thanhnien.vn/lieu-ai-co-thong-tri-pho-wall-185230615140024804.htm