Die KI-Revolution schreitet an der Wall Street voran, da das Interesse an der sich entwickelnden Technologie und ihren wahrscheinlichen Auswirkungen auf die Wirtschaft immer grösser wird. Nach neuen Daten des Beratungsunternehmens Evident sind bei den enthusiastischsten Banken etwa 40 Prozent aller offenen Stellen für KI-bezogene Mitarbeiter wie Dateningenieure sowie für Ethik- und Governance-Positionen vorgesehen.

«Der Preis für Talente steigt»

Die Veröffentlichung von ChatGPT von Open AI im November 2022 hat "allen - dem Vorstand, dem CEO und der Führung aller Banken - viel mehr bewusst gemacht, dass dies ein Game-Changer ist“, sagte Alexandra Mousavizadeh, CEO und Mitbegründerin des Beratungsunternehmens Evident. "Der Preis für Talente steigt“, führt sie aus und beschreibt die Situation als "KI-Wettrüsten“. Damit soll erreicht werden, dass alltägliche Aufgaben effizienter und effektiver erledigt werden und komplexe Analysen und Risikomodellierungen einfacher und schneller erfolgen. Das ist besonders verlockend im Bankwesen, wo immer komplexere Anlageentscheidungen auf Unmengen von Daten basieren, trotz Ungewissheit über die künftigen Fähigkeiten der KI und Bedenken hinsichtlich ihrer Regulierung. 

Laut Anwälten, die Kreditgeber in Technologie- und Regulierungsfragen beraten, hat der Prozess bereits begonnen. Banken nutzen KI, "um durch Instrumente wie Zinsswaps und Aktienderivate massgeschneiderte Absicherungslösungen zu entwickeln, die es ihnen ermöglichen, ihren Kunden bessere Preise anzubieten“, sagte Steven Burrows, Direktor bei Fieldfisher LLP und ehemaliger Derivatehändler.

Bedenken hinsichtlich Transparenz und Wirksamkeit

Die Deutsche Bank nutzt sogenanntes Deep Learning, um zu analysieren, ob internationale Private-Banking-Kunden zu stark in einen bestimmten Vermögenswert investiert sind. Vorbehaltlich der Einhaltung gesetzlicher Vorschriften geben menschliche Berater dann KI-generierte Empfehlungen weiter. "Ich bin ein grosser Fan der Kombination künstlicher und menschlicher Intelligenz“, sagt dazu Kirsten-Anne Bremke, weltweite Leiterin für Datenlösungen bei der internationalen Privatbank der Deutschen Bank.

JPMorgan hat ähnliche Pläne. Laut einer mit der Angelegenheit vertrauten Person, die nicht befugt ist, öffentlich zu sprechen, hat das Unternehmen im Mai einen Patentantrag für einen ChatGPT-ähnlichen Dienst eingereicht, der Anlegern bei der Auswahl bestimmter Aktien helfen soll. Das Projekt befindet sich in einem frühen Stadium.

Morgan Stanley hat ein Produkt, dass es Firmen gesamthaft ermöglicht, Tests "von unten nach oben“ mithilfe von Open-Source-Modellen durchzuführen – grosse KI-Netzwerke, die mit riesigen Textmengen aus dem gesamten Internet trainiert werden. Im April gab die Bank zudem bekannt, dass sie ein Modell patentieren liess, das KI und Deep Learning nutzt, um zu interpretieren, ob die Mitteilungen der Federal Reserve restriktiv oder gemässigt sind. Ziel ist es, die Richtung der Geldpolitik zu erkennen.

"Jedes Unternehmen, jede Handelsabteilung und jede Investmentgruppe versucht, es tiefgreifend zu verstehen“, erläutert Yuriy Nevmyvaka, Leiter der Forschungsgruppe für maschinelles Lernen der Bank, in einem Interview. "Es befindet sich in einer sicheren und geschlossenen Umgebung und alles befindet sich innerhalb unserer Mauern.“

Die Vorstösse im KI-Bereich mahnen allerdings zur Vorsicht mit Bedenken hinsichtlich Transparenz und Wirksamkeit. Viele - darunter auch der milliardenschwere Investor Warren Buffett - sehen in der Bereitschaft, komplexe KI-Systeme zu nutzen, einen Vorboten künftiger Risiken. "Wenn etwas alles Mögliche kann, mache ich mir ein bisschen Sorgen“, sagte der Vorstandsvorsitzende und CEO von Berkshire Hathaway auf der Jahresversammlung des Unternehmens am 6. Mai. 

Kredit-KI-Applikationen auf dem Vormarsch

Kreditgeber sind dafür bekannt, Technologie zu nutzen, um sich Vorteile zu verschaffen, und haben in den letzten Jahren Datenwissenschaftler, Experten für maschinelles Lernen und sogar Astrophysiker eingestellt. Diese Investitionen tragen nun Früchte.

Wells Fargo nutzt grosse Sprachmodelle, um zu ermitteln, welche Informationen Kunden den Aufsichtsbehörden melden müssen und wie sie ihre Geschäftsprozesse verbessern können. "Dadurch entfällt ein Teil der sich wiederholenden Routinearbeit und gleichzeitig sind wir bei der Einhaltung von Vorschriften schneller“, sagte Chintan Mehta, Chief Information Officer und Leiter für digitale Technologie und Innovation des Unternehmens. Die Bank hat ausserdem einen Chatbot-basierten Kundenassistenten entwickelt, der die Konversations-KI-Plattform von Google Cloud, Dialogflow, nutzt.

Die französische Bank BNP Paribas nutzt Chatbots, um Kundenfragen zu beantworten, während KI versucht, Betrug und Geldwäsche aufzudecken und zu verhindern. In ähnlicher Weise nutzt Cast von Société Générale seine Rechenleistung, um nach möglichem Fehlverhalten auf den Kapitalmärkten zu suchen. Die Bank arbeitet in 26 Sprachen und verarbeitet jedes Jahr 2,5 Millionen Gesprächsstunden und 347 Millionen E-Mails.

Laut einem Bericht vom März schätzen Analysten von Goldman Sachs, dass weltweit 300 Millionen Vollzeitstellen durch generative KI automatisiert werden könnten. Dazu könnten 35 Prozent der Geschäfts- und Finanzbranche in den USA gehören.
Brian Moynihan, Vorstandsvorsitzender der Bank of America, sagte im April, dass KI "extreme Vorteile“ haben könnte und dazu beitragen würde, die Zahl der Mitarbeiter zu reduzieren, mahnt aber gleichzeitig zur Vorsicht. "Wir müssen verstehen, wie die Entscheidungen getroffen werden“, sagte Moynihan in einer Telefonkonferenz.

Treuhänderische Pflicht der Banker

Banker haben die treuhänderische Pflicht, nicht mit unzuverlässigen Informationen zu handeln. Laut Anne Beaumont, Partnerin bei Friedman Kaplan Seiler Adelman & Robbins LLP in New York, ist dies ein Problem, da der Einsatz von KI zunimmt. "Wie zeigen Sie Investoren und Aufsichtsbehörden, dass Sie Ihre Pflicht erfüllt haben, wenn Sie einen Output genutzt haben, ohne wirklich zu wissen, um welchen Input es sich handelt?“, meint die Anwältin.

Alan Blackwell, Professor für interdisziplinäres Design an der Fakultät für Informatik und Technologie der Universität Cambridge, sagte, eine Bank müsste Informationen aus einer Vielzahl öffentlicher Quellen durchsuchen, um grosse Sprachmodelle zu trainieren. "Werden Sie als seriöse Bank Ihren Kunden wirklich dasselbe sagen, was diese Modelle auf Reddit gefunden haben?“

KI ist ausserdem teuer, sowohl in der Entwicklung als auch im Betrieb. Schätzungen zufolge können die Kosten für die Verwendung grosser Sprachmodelle zur Beantwortung einer Frage bis zu 14 US-Dollar pro Anfrage betragen, verglichen mit 6 US-Dollar für einen menschlichen Anwalt, so Lewis Z. Liu, CEO von Eigen. Der Grund dafür sind die hohen Cloud-Computing-Kosten, die mit der Bearbeitung komplexer Finanzdokumente verbunden sind.

"Diese grossen Sprachmodelle sind wirklich unhandlich“, sagte Liu. "Sie müssen viel zielgerichteter vorgehen und möchten möglicherweise kleinere Modelle verwenden, die besser auf Ihren Anwendungsfall abgestimmt sind.“ Die Erinnerungen daran, wie Blockchain und Kryptowährungen es nicht geschafft haben, die von ihren Befürwortern angekündigten weitreichenden Veränderungen herbeizuführen, sind noch frisch.

Unternehmen müssen Bereiche identifizieren, in denen KI wirklich helfen kann, und gemeinsam mit leitenden Führungskräften einen Fahrplan erstellen sowie Personal schulen und mehr Experten einstellen, sagte Carlo Giovine, Partner bei McKinsey, der mit Kreditgebern und Versicherern zusammenarbeitet. Sie müssen auch die Risikorahmen neu gestalten, um Überlegungen zum geistigen Eigentum, einem unsicheren regulatorischen Umfeld und der Gefahr sogenannter KI-Halluzinationen, bei denen das System überzeugend klingende Informationen fabriziert, Rechnung zu tragen.

"Wir befinden uns jetzt im Hype-Zyklus, man kann sehen, wie schnell sich die Branche bewegt“, sagte Giovine. "Einige Banken haben begonnen zu erkennen, was erforderlich ist, um dies wirklich zu skalieren, aber viele versuchen immer noch, es zu verstehen.“

(Bloomberg)