Künstliche Intelligenz (KI) ist für Banken vielversprechend, da sie den täglichen Betrieb effizienter gestaltet. Auch komplexe Analysen und Risikomodellierungen werden mit diesem Tool einfacher und schneller.
Laut Business Insider revolutioniert KI die Wall Street bereits seit vielen Jahren, während die meisten Transaktionen von Algorithmen durchgeführt wurden und werden. Durch die Verarbeitung der erhaltenen Informationen, die Analyse und die Entscheidungsfindung für Kauf oder Verkauf tragen Algorithmen dazu bei, 60 bis 75 % der täglichen Transaktionen an der Wall Street, dem Finanzzentrum in New York City (USA), durchzuführen. Die Frage ist jedoch, ob diese Quote noch höher ausfallen kann und ob KI die menschliche Arbeit bei der Gewinnermittlung vollständig übernehmen wird.
Wettlauf um KI-Anwendungen
Die Wall Street erwartet, dass KI einen großen Einfluss auf den Finanzhandel haben wird. Laut einer Umfrage von JPMorgan, einem der ältesten Finanzdienstleistungsunternehmen der Welt mit Hauptsitz in New York, glauben bis zu 53 % der Händler, dass KI oder maschinelles Lernen in den nächsten drei Jahren die einflussreichste Technologie im Handel sein wird (im Vergleich zu 25 % im Jahr 2022).
Neuen Daten von Evident Consulting (USA) zufolge haben bei den am weitesten entwickelten Banken etwa 40 % der zu besetzenden Stellen einen KI-Bezug, beispielsweise für Daten- und Quantitätsingenieure, Administratoren usw.
Eigen Technologies, ein in New York ansässiges Technologieunternehmen, das KI-Dienste für Banken wie Goldman Sachs und ING bereitstellt, sagte, dass sich die KI-Anfragen von Banken im ersten Quartal 2023 im Vergleich zum gleichen Zeitraum des Vorjahres verfünffacht hätten.
Alexandra Mousavizadeh, CEO und Mitgründerin von Evident, sagte, die Veröffentlichung von ChatGPT durch das US-Unternehmen Open AI im November 2022 habe den Bankchefs stärker bewusst gemacht, dass KI ein Game-Changer im Bankensektor sei, da sie viele Perspektiven biete. „Die Kosten für KI-Talente sind deutlich gestiegen. Ein KI-Rennen hat begonnen“, betonte Mousavizadeh.
Immer mehr Wall-Street-Banken setzen auf KI-Technologie.
Ein typisches Beispiel für den Einsatz von KI im Finanz- und Bankensektor ist die Entwicklung eines Produkts der Deutschen Bank, Deutschlands größter Privatbankengruppe. Dieses analysiert, ob die Anlagen ihrer Kunden gefährdet sind oder nicht. Die Bank nutzt dieses Tool auch, um Fonds, Aktien und Anleihen zu finden, die den Bedürfnissen und Wünschen jedes Kunden entsprechen.
Kirsten Anne Bremke, Global Head of Data Solutions der Deutschen Bank, ist begeistert von der Kombination aus künstlicher und menschlicher Intelligenz.
Der niederländische multinationale Banken- und Finanzdienstleister ING nutzt KI, um potenzielle säumige Zahler zu überprüfen. Morgan Stanley ist im Rennen um den Einsatz von KI beim Testen neuer KI-Technologien und nutzt dabei Large Language Models (LLM). Morgan Stanley besitzt derzeit ein Patent für ein Modell, das KI und maschinelles Lernen nutzt, um Informationen der US-Notenbank (Fed) zu identifizieren, die auf eine strenge oder gemäßigte Geldpolitik hindeuten, und so der Fed bei der Vorhersage geldpolitischer Maßnahmen hilft.
JPMorgan hat ähnliche Pläne. In einer Patentanmeldung vom Mai gab die Bank bekannt, ein ChatGPT-ähnliches Produkt entwickelt zu haben, das Anlegern bei der Auswahl der richtigen Aktien helfen soll. Daten belegen, dass JPMorgan zwischen Februar und April durch globale Werbung 3.651 Stellen im KI-Bereich besetzt 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, sagte, Banken nutzten KI, um mithilfe von Instrumenten wie Zinsswaps und Aktienderivaten bessere Absicherungslösungen anzubieten und ihren Kunden so günstigere Preise zu bieten. Yuriy Nevmyvaka, Leiter für maschinelles Lernen bei Morgan Stanley (USA), erklärte: „Jedes Unternehmen, jeder Handelstisch und jedes Investmentteam versucht, KI gründlich zu verstehen.“
Die US-Bank Wells Fargo nutzt große Sprachmodelle, um zu ermitteln, welche Informationen Kunden den Aufsichtsbehörden melden müssen, und um ihre Geschäftsprozesse zu verbessern. Die französische Bank BNP Paribas setzt Chatbots ein, um auf Kundenanfragen zu reagieren, und nutzt KI, um Betrug und Geldwäsche zu erkennen und zu verhindern. Ebenso nutzt Cast, das KI-Überwachungs- und Analysetool der französischen Bank Société Générale, seine Rechenleistung, um potenzielles Fehlverhalten auf den Kapitalmärkten zu erkennen.
Regierungen suchen verzweifelt nach Möglichkeiten zur Regulierung von KI-Tools
Transparenz und Effizienz
Die Förderung der KI-Anwendung im Finanz- und Bankensektor bringt zwar positive Veränderungen mit sich, stellt den Finanzmarkt aber auch vor erhebliche Herausforderungen: vom Risiko des Arbeitsplatzverlusts bis hin zur Transparenz und Effizienz dieser Technologie.
Erstens ist das Risiko künftiger Arbeitsplatzverluste hoch. Analysten von Goldman Sachs befürchten, dass weltweit 300 Millionen Vollzeitstellen durch KI automatisiert werden könnten. Davon könnten in den USA 35 Prozent des Geschäfts- und Finanzsektors betroffen sein.
Der Milliardär Warren Buffett, Vorstandsvorsitzender von Berkshire Hathaway Inc., äußerte sich auf der Jahreshauptversammlung des Unternehmens am 6. Mai besorgt: „Wenn etwas alle möglichen Aufgaben erledigen kann, bin ich etwas beunruhigt. Denn ich weiß, dass wir diese Entwicklung nicht umkehren können.“ Brian Moynihan, CEO der Bank of America, teilte diese Ansicht und kam zu dem Schluss, dass KI große Vorteile bringen und viele Aufgaben reduzieren könne. Es sei jedoch wichtig zu verstehen, wie Arbeitsabläufe und Entscheidungen ablaufen.
Obwohl die Anwendung von KI positive Auswirkungen hat, bringt sie auch Herausforderungen mit sich.
Zweitens ist Transparenz ein Thema, das bei der Ausweitung des KI-Einsatzes im Banken- und Finanzsektor besondere Aufmerksamkeit erfordert. Banken sind verpflichtet, Transaktionen durchzuführen und Handelsentscheidungen auf der Grundlage authentischer Informationsquellen zu treffen. Laut Expertin Anne Beaumont, Partnerin der Anwaltskanzlei Friedman Kaplan Seiler Adelman & Robbins LLP (USA), wird es mit der Ausweitung des KI-Einsatzes schwierig sein, Kunden und Managern zu erklären, auf welchen Daten die Bank ihre Entscheidungen basiert und ob die Verwendung dieser Daten valide ist oder nicht.
Darüber hinaus müssen Banken laut Alan Blackwell, Professor für Informatik und Technologie an der Universität Cambridge (Großbritannien), große Datenmengen aus vielen verschiedenen Quellen nutzen, um KI-Tools zu „trainieren“, und daraus werden sich auch viele Probleme ergeben.
Drittens sind die Kosten für die Entwicklung und den Betrieb von KI-Tools sehr hoch. Lewis Z. Liu, Gründer und CEO von Eigen Technologies, sagte, die geschätzten Kosten für die Verwendung eines großen Sprachmodells zur Beantwortung von Kundenfragen lägen bei etwa 14 Dollar pro Frage, während die Kosten für die Beantwortung durch einen Anwalt nur 6 Dollar pro Frage betragen.
Obwohl die Rolle von KI bei Transaktionen an der Wall Street nicht neu ist, sprechen viele Analysten von einer Zukunft, in der KI Menschen bei Finanztransaktionen vollständig ersetzen und Gewinne erzielen kann, insbesondere vor dem Hintergrund der explosionsartigen Verbreitung und breiten Anwendung von KI. Banken liefern sich derzeit einen spannenden Wettlauf um die Entwicklung und Anwendung von KI zur Steigerung der Geschäftseffizienz und fördern damit in naher Zukunft rasante Veränderungen im Bank- und Finanzwesen. Beratungsunternehmen sind jedoch überzeugt, dass Banken klar identifizieren müssen, in welchen Bereichen KI einen herausragenden Mehrwert schafft, um eine klare KI-Anwendungsstrategie zu entwickeln. Darüber hinaus ist es notwendig, sich auf die Schulung von Mitarbeitern, die Rekrutierung weiterer Experten und ein neues Risikomanagement-Framework zu konzentrieren, um KI-bezogene Probleme, unklare Richtlinien im KI-Einsatz sowie Probleme im Zusammenhang mit der Datengenauigkeit zu bewältigen.
[Anzeige_2]
Quellenlink
Kommentar (0)