Künstliche Intelligenz in der Finanzbranche: Chancen, Risiken und neue Anwendungsfelder

KI verbessert die Analyse von Geschäftsberichten und Finanzdaten

Der Ton macht die Musik, und die wichtigen Dinge stehen oft zwischen den Zeilen. Was in vielen Lebenssituationen gilt, trifft auch auf die Finanzbranche zu: „Klassische Methoden der Finanzanalyse werten vor allem strukturierte Daten aus – etwa Bilanzen, Börsenkurse oder Industrieklassifikationen“, sagt Sebastian Müller, Professor für Finance am TUM Campus Heilbronn. Das Problem: „Dabei kann eine Menge qualitativer Informationen verlorengehen. Das kann die Tonalität sein, in der ein Text geschrieben ist, oder der Kontext, in dem eine Aussage gefallen ist – also all das, was zwischen den Zeilen steht.“ Menschliche Analysten können solche Inhalte zwar erfassen, aber nicht in Hunderttausenden Berichten gleichzeitig auswerten.

Hier kommt Künstliche Intelligenz immer stärker zum Einsatz: „Sie übersetzt sehr schnell, kostengünstig und automatisiert Textdaten in numerische Signale, mit denen die Analysten arbeiten können.“ Nicht zuletzt kann sie Informationen erkennen, die Menschen manchmal übersehen – weil sie etwa weit hinten im Bericht stehen oder in Fußnoten versteckt sind.

Die Analyse von Daten und Berichten ist bei weitem nicht das einzige Anwendungsfeld für KI in der Finanzbranche. „Bereits seit Jahren wird die Technologie im sogenannten Quant Asset Management – der Vermögensverwaltung auf Basis mathematischer Modelle, statistischer Verfahren und Algorithmen – sowie im Credit Scoring verwendet. Neu hinzugekommen ist die generative KI, die viele standardisierte Routinearbeiten übernimmt – etwa in Callcentern, bei der Betrugserkennung sowie bei Compliance- und Know-your-Customer-Prüfungen“, sagt Müller. Oft werde die Technologie auch für die Echtzeit-Auswertung von CEO-Statements und Earnings Calls – also Telefonkonferenzen zu den Quartalszahlen – oder für Sentiment-Analysen eingesetzt. „Ein weiterer Aspekt mit großem Potenzial ist die Erweiterung des Risikomanagements: Hier könnte die KI in Textdaten unter Umständen mögliche Risiken für Unternehmen identifizieren – etwa in der Resilienz von Lieferketten oder bei Klimarisiken.“

Wie KI Wettbewerb und Finanzberatung verändert

Müller sieht viele Vorteile, vor allem für stark datengetriebene Unternehmen mit gut ausgebauter KI-Infrastruktur. Das müssten nicht zwangsläufig die größten sein: „Start-ups, die von Anfang an mit KI arbeiten, könnten im Vorteil sein gegenüber 100 Jahre alten Unternehmen, die ihre Systeme nicht so schnell KI-kompatibel machen können. Das könnte den Wettbewerb beleben, wovon wiederum der Endkunde profitieren würde – durch bessere Apps, preiswertere Produkte oder günstigere Finanzdienstleistungen.“ Auch die Beratung könnte künftig bereits bei niedrigeren Vermögen noch stärker personalisiert werden.

Für viele Analysen sind heute keine Finanzprofis mehr erforderlich: „Jeder kann heute einen Geschäftsbericht von einem großen Sprachmodell analysieren und so erklären lassen, dass auch Laien es versteht.“ Auch Aufsichtsbehörden und Zentralbanken könnten profitieren: „Wenn man mehr Textdaten verwendet und einen größeren Datenschatz mit KI auswerten kann, bekommt man eventuell bessere Informationen darüber, wie sich etwa die Inflation entwickelt und kann entsprechend darauf reagieren.“

Risiken von KI in der Finanzbranche: Black Box, Cyberangriffe und Deepfakes

Doch die KI-Transformation in der Finanzbranche bringt auch einige Risiken mit sich: Die Technologie kann falsche Empfehlungen geben und bleibt häufig eine Black Box, bei der sich kaum nachvollziehen lässt, wie sie zu ihren Entscheidungen gelangt. Auch branchenspezifische Risiken macht Müller aus: „Im Risikomanagement denken wir oft in Stressszenarien. KI ist aber darauf trainiert, was in normalen Zeiten passiert. Daher eignet sie sich ggf. schlechter für Modellierungen von Stressszenarien.“

In der zunehmenden Konzentration auf wenige Anbieter leistungsstarker Modelle sieht Müller die Gefahr einer Abhängigkeit vor allem von US-amerikanischen Unternehmen. Zudem sei das Risiko von Cyberangriffen im KI-Zeitalter sprunghaft angestiegen und es könnten ohne großen Aufwand Deepfake-Videos erstellt werden, in denen CEOs eine angebliche Ankündigung machen. Dadurch könnten schlimmstenfalls ganze Unternehmenswerte vernichtet werden.

Eine weitere Gefahr bestehe in sogenannten Herding-Effekten, bei denen viele Marktteilnehmende durch die Nutzung ähnlicher KI-Modelle die gleiche Entscheidung treffen – oft mit gravierenden Folgen. Müller nennt ein Beispiel: „Ein Unternehmen veröffentlicht einen Geschäftsbericht, den alle KI-Systeme negativ beurteilen. Alle Investoren und auch alle KI-Agenten, die auf Basis derselben Empfehlungen handeln, drücken dann den Verkaufsknopf. Dadurch könnte es zu plötzlichen, extremen Kurseinbrüchen an den Börsen kommen.“

Um solche Risiken unter Kontrolle zu halten, sollten Mensch und KI miteinander kooperieren und beispielsweise hybride Beratungsmodelle anbieten, bei denen die KI z.B. einfache Steuererklärungen erstellt, während der Mensch Ansprechpartner für große strategische Fragen wie Unternehmensnachfolge oder Erbschaft bleibt. „Ob sich dieses Hybridmodell langfristig durchsetzt, ist für mich die spannende Frage“, blickt der Ökonom in die Zukunft. „Ich bin eher skeptisch, da es letztlich ein Spiel um Geld in einem sehr intensiven Wettbewerbsumfeld ist. Wenn ein KI-Agent die Aufgabe eines Portfolio-Managers schneller und kostengünstiger erledigen kann, wird es früher oder später die ersten Häuser geben, die komplett auf KI umstellen.“