insider Ausgabe 02/20 Online

4. 3. wenn es darum geht, bessere Entscheidungen im Portfolio- management zu treffen. Der Mensch wird hierbei aber immer eine genauso wichtige Rolle spielen. Fazit: Einschneidend hat KI inzwischen in der Finanzindustrie und im Speziellen im Asset-Management Einzug gehalten. Getrieben durch einen exponentiellen Zuwachs an verfügba- ren Daten sowie rapide sinkenden Kosten für Rechenleistung und Speicherkapazität findet die hochmoderne Technik dar- über hinaus auch in den unterschiedlichsten Industrien und Anwendungsbereichen mehrwertbehafteten Einsatz. Schon heute prägen KI-Applikationen, insbesondere in der Text-, Bild- und Spracherkennung, häufig noch unbewusst unser tägliches Leben (s. Infografik 2). Dass KI längst nicht mehr nur Zukunft, sondern bereits Alltag ist, zeigt eine aktuelle Studie von Pegasystems: Die amerikanische Softwarefirma hat welt- weit 6.000 Menschen befragt, ob sie einen von KI gesteuerten Service oder ein KI-gesteuertes Gerät nutzen. Das Ergebnis: 84 Prozent tun es, aber nur ein Drittel ist sich dessen auch tat- sächlich bewusst! Sie glauben es nicht? Fragen Sie mal Alexa und Siri. << 31 Marc Haegert Investment Research & Advisorbetreuung BfV Bank für Vermögen AG E-Mail: Marc.Haegert@bfv-ag.de Telefon: +49 61 71 91 50-520 Quelle: ARITHNEA GmbH / Studie „Wie künstliche Intelligenz Kunden und Unternehmen dient“ 2020 Abb. 2: Frage > „Denken Sie an Ihren Alltag. Was glauben Sie, in welchen Bereichen sind Sie bereits mit KI in Berührung gekommen?“ (Mehrfachnennungen möglich, n= 1.004, alle Altersgruppen) 70% 61% 36% 34% 29% 25% 25% 21% 19% 1% 10% Beim Online-Shopping Bei der Online-Suche Im Customer Service (Bank) Im Verkehr Zuhause (Terminvereinbarung) Post (Logistik) Beim Hören von Musik Im beruflichen Umfeld Beim Fernsehen Sonstiges Keine der genannten etwa erkennen, wie gut Entscheidungen anhand gleitender Durchschnitte in welchem Marktumfeld besser oder schlech- ter funktionieren. Portfoliokonstruktion und Risikomanagement Bei der Zusammenstellung des Portfolios und beim Risikoma- nagement trägt KI dazu bei, Schätzungen für Input-Parameter zu verbessern oder risikoadjustierte Renditen dynamisch zu gewichten. Trading/Ordering Bei der letztendlichen Umsetzung der Entscheidungen zum Kauf oder Verkauf von Finanzinstrumenten (Aktien, Anleihen, Fonds, Derivate) kann KI einerseits dabei unterstützen, bei ge- ringer Datenlage einen korrekten oder fairen Preis zu finden. Andererseits kann sie dazu eingesetzt werden, um Transak- tionskosten niedrig zu halten. Gerade bei Strategien, die sehr häufiger Allokationsänderungen bedürfen, kann die Kostenre- duzierung ein entscheidender Punkt sein. Die Beispiele zeigen, dass KI im quantitativen Asset-Manage- ment entlang der gesamten Wertschöpfungskette Vorteile verschaffen kann. Dies insbesondere deshalb, da KI anpas- sungsfähig ist und eigenständig dazulernt. Durchmaschinelles Lernen lassen sich anhand der Identifizierung von Korrelatio- nen (ohne vorherige Kenntnis relevanter kausaler Zusammen- hänge) Erkenntnisse gewinnen – und dies innerhalb kürzester Zeit aus Datenmengen, die für das menschliche Gehirn nicht im Ansatz zu verarbeiten wären. Je größer und genauer die zur Verfügung stehenden Datenmengen sind, desto stärker kann das System den Anwender unterstützen. So ist KI nur so gut wie die zugrunde liegenden Daten. Methoden der KI sind deshalb grundsätzlich für alle Finanzmärkte geeignet, die umfangreiches Datenmaterial in möglichst hoher Frequenz generieren. Maschine statt Mensch? – Maschine UND Mensch! Wie beschrieben ist die Unterstützung der KI für das rein zahlengestützte Asset-Management hervorragend geeignet. Die Zahlen und Erkenntnisse können aber genauso auch von diskretionären Managementansätzen genutzt werden. So können die Resultate einem Manager z. B. aufzeigen, wie sich Entscheidungen in der Vergangenheit bewährt haben. Die Er- gebnisse ergänzen somit die Einschätzungen und das Wis- sen des Fachmanns und unterstützen ihn idealerweise bei künftigen Entscheidungen. Am Anfang des Prozesses steht dabei immer der Mensch, der bspw. Vorgaben zu Volatilität, Rendite, zu Zahlen der Finanzinstrumente, der gehandelten Märkte usw. macht. Um KI richtig einzusetzen, bedarf es der Kenntnis, wie die Auswertungen entstehen bzw. wie sich die Ergebnisse verändern, wenn gewisse Parameter variiert werden. KI ist demnach mindestens ein sehr guter Assistent,