Algorithmisches Trading mit KI-Modellen
Beim algorithmischen Trading handelt es sich um Handelsstrategien, die durchautomatisiert sind und auf Marktbewegungen in Echtzeit reagieren können. Transaktionen werden durchgeführt, ohne dass ein menschliches Eingreifen erforderlich ist. Tempo ist das wesentlichste Merkmal dieses Handels, da Anlageentscheidungen und Orders innerhalb von Sekundenbruchteilen ausgeführt werden, sogenanntes High Frequency Trading. Die Rolle von KI ist dabei im Vorfeld, die Finanzdaten auf objektiver Basis auszuwerten und Muster zu erkennen, anhand deren eine Handelsstrategie entwickelt wird. Die Erkenntnis der Muster erfolgt in einer Geschwindigkeit und in einem Umfang von mehreren Millionen Datensätzen, die ein Mensch nicht leisten kann.
Hier liegt auch eine Quelle für Nachteile der KI in diesem Bereich. Die KI und ihre Handelsstrategien sind nur so gut, wie die Daten, die zur Verfügung stehen. Inkonsistente oder mangelhafte Daten führen zu unzureichenden Handelsstrategien und -entscheidungen. Selbst bei vollkommen korrekten Daten besteht die Gefahr des Overfitting. In Marktsituationen, die durch die historischen Daten nicht abgebildet werden, schafft es die KI nicht, notwendige Handlungsanweisungen abzuleiten.
Ein wesentliches Merkmal von KI ist, dass sie sich selbst weiter verbessert, indem sie aus neuen Daten lernt und dieses neue Wissen berücksichtigt. Dafür müssen zunächst ausreichend Datensätze vorliegen, die auch die entsprechende Bandbreite an Marktsituationen und -bewegungen abdecken. Durch diese potenziellen Fehlerquellen gelten für den Einsatz von KI regulatorische Vorgaben. Seit der Einführung der ersten Computer im Handel stehen diese im Verdacht, mit ihrem High Frequency Trading Marktschwankungen zu verstärken, was eine Kaskade von Orders zur Folge hat, die zu Markteinbrüchen führen. Um diesen Marktinstabilitäten vorzubeugen, gelten weitreichende regulatorische Anforderungen.
Ein weiterer wesentlicher Punkt, der sich durch den Einsatz von KI ergibt, ist der enorme Aufwand hinsichtlich Rechenleistung und Daten. Bei aller Technisierung bedarf es hochspezialisierter Experten, um die KI zu entwickeln, die Ressourcen zu erweitern und zu warten. Da der algorithmische Handel selbst mit der Einbeziehung von KI noch nicht vollständig autark funktioniert, ist der Einsatz eines umfassenden Risikomanagements notwendig, um auf mögliche Instabilitäten zu reagieren.
Die weitere Entwicklung ist durch die Ausweitung der Datengrundlage bestimmt, mit der die KI weiter trainiert wird. Zusammen mit den zunehmenden Kapazitäten steigt die Komplexität der Handelsstrategien sowie die Techniken zur Portfoliooptimierung. Eine inhaltliche Erweiterung durch die KI ist die Sentiment-Analyse, sodass sich die abgeleiteten Handelsstrategien nicht ausschließlich auf Finanzmarktdaten beziehen, sondern Nachrichten und Stimmungen der Marktteilnehmer in die Auswertung miteinfließen. Das hilft, die Marktsituation einzuschätzen und Marktbewegungen besser vorherzusagen.
Betrugsprävention durch KI
KI kann in der Betrugsprävention einen wesentlichen Beitrag leisten, um potenzielle Verdachtsfälle zu identifizieren. Die Methodiken des maschinellen Lernens und des Deep Learnings ermöglichen eine schnelle Anpassung an variierende Betrugsmethoden. Anhand der bisherigen Transaktionen erstellt die KI Muster, die auf den Klienten zutreffen. Wird eine Transaktion eingeleitet, die nicht diesem Schema entspricht, stoppt das System die weitere Ausführung und ein Alarmsignal geht an einen Prüfer, der die Transaktion analysiert. Durch den Einsatz der KI kann die Trefferquote wesentlich erhöht werden, sodass relevante Fälle früher erkannt werden. Die bisherigen Methoden basieren auf starren Vorgaben, die nicht alle Fälle identifizieren oder Verdachtsfälle melden, die weiter intensiv bearbeitet werden müssen, was zusätzliche Ressourcen bindet. Die Ergebnisse können durch eine ansprechende Datenvisualisierung für die Compliance-Verantwortlichen übersichtlicher aufbereitet werden.
Verbesserungen sind auf dem Gebiet der Transparenz und Nachvollziehbarkeit erforderlich. Aus Gründen der Gerichtsfestigkeit ist der Weg, auf dem ein Betrugsverdacht aufbaut, ebenfalls entscheidend; ein reines Ergebnis ist dafür nicht ausreichend. Dafür wird die Weiterentwicklung der „Explainable Artificial Intelligence“ angestrebt, die neben der reinen Erkennung von Betrugsfällen darlegt, wie das Ergebnis erzielt wurde und wie sich das Ergebnis zusammensetzt. Zudem ist in dem Bereich ein Expertenwissen hilfreich, das sich nur schwer in einen Algorithmus umsetzen lässt.
Das gilt umso mehr für die unterschiedlichen Betrugsdelikte. Bei vielen Vergehen des internen Betrugs liegen keine Datenpakete vor, die analysiert werden können. Das betrifft insbesondere die Felder Bilanzfälschungen und Korruption. Die wesentlichen Hinweise, die zur Aufdeckung führen, kommen von Mitarbeitenden des Unternehmens.
Bei Handelsabsprachen kommt das Natural Language Processing (NLP) zur Geltung. Handelsgespräche müssen aufgezeichnet werden und bieten somit eine Grundlage für eine weitere Auswertung. Die KI analysiert die Gespräche und findet mögliche Anhaltspunkte, die auf unerlaubte Absprachen hindeuten.
Im Finanzbereich bestehen eine Vielzahl von weiteren externen Betrugsmöglichkeiten. Kreditkarten- oder EC-Kartenbetrug, Insiderhandel und Geldwäsche. Diese Felder erzeugen eine Vielzahl an Daten, die elektronisch hinterlegt werden und damit zum maschinellen Lernen geeignet sind. Eine wichtige Quelle bei externem Betrug sind zudem Kunden, die eine Auffälligkeit melden, sodass die entsprechenden Vorfälle klassifiziert werden können.
Für die nahe Zukunft bietet sich eine hybride Lösung an: Die KI filtert die Daten, entdeckt mögliche Betrugsfälle mit einer hohen Präzision und meldet sie einem menschlichen Analysten, der die Ergebnisse bewertet, weitere Schritte einleitet und damit Transparenz für das Verfahren schafft.
Kundenorientierte Dienstleistungen
Zusätzlich zu bankinternen Abläufen kann die KI auch im direkten Kontakt mit den Kunden die Serviceorientierung verbessern. Chat- oder Voicebots werden bereits eingesetzt, um Kunden einen Anlaufpunkt zu geben, der jederzeit sowie umgehend einsatzbereit ist. Aus den Gesprächen analysiert die KI, welche Bedürfnisse unterschiedliche Kundengruppen haben und an welcher Stelle ein Produkt deutlicher erklärt werden muss, damit die Nachfrage zu den Produktspezifika abnimmt. Dafür müssen die Chat- oder Voicebots in der Interaktion mit den Kunden persönlicher und einfühlsamer werden, um das Gefühl von Verständnis zu erzeugen.
Inhaltlich ist bisher noch nicht sichergestellt, dass Bots die Eingaben wirklich korrekt verstehen und wie mit fehlerhaften Eingaben umzugehen ist. Darauf aufbauend könnten von der KI Handlungsanweisungen oder Informationen mitgeteilt werden, die nicht den tatsächlichen Erfordernissen entsprechen. Bis dahin kann die KI dazu genutzt werden, bei Kundenanrufen aufgrund der Anrufhistorie oder der Kundenkenntnisse den Ansprechpartner mit dem besten Fit zuzuordnen, was für beide Seiten – Finanzdienstleister und Kunde – eine deutliche Effizienzsteigerung bedeutet.
KI hat zudem das Potenzial, weitergehende Kundenanfragen zu beschleunigen. Kreditanfragen werden mit wesentlich mehr Daten schneller bearbeitet und helfen, Ressourcen zu sparen. Die KI schätzt die Risiken eines Kredits genauer ein und kann mögliche Zins-Szenarien miteinbeziehen. Ein weiteres Einsatzfeld ist die Anlageberatung.
Roboadvisors werden bereits eingesetzt und konstruieren anhand der Kundenbedürfnisse ein individuelles Portfolio, das im weiteren Verlauf angepasst wird. Wenn auch nicht originär eine kundenorientierte Dienstleistung, sondern mehr dem Marketing zuzuordnen, ist die Auswertung von Kundendaten und -präferenzen für Marketingzwecke oder eine angepasste Empfehlung für Dienstleistungen und Produkte. Möglich wäre dann sogar der Einsatz zur gezielten Ansprache von potenziellen Kunden.
Durch Beiträge und Angaben in Social-Media-Plattformen analysiert die KI maßgeschneiderte Produkte für einen möglichen Kunden und spricht diesen gezielt an oder zumindest wird Werbung an den Kunden gerichtet. Für derartige Auswertungen sind jedoch weitreichende Zustimmungen zur Datenverarbeitung erforderlich.
Fazit
Die KI übernimmt in immer mehr Bereichen und bei weiteren Prozessen Aufgaben, die automatisierbar sind oder einer vorhergehenden Datenüberprüfung bedürfen. Die KI unterstützt dabei, routinierte Abläufe zu übernehmen und Muster in den Daten zu erkennen, die den Menschen als Orientierungshilfe und Entscheidungsgrundlage dienen. Für eine vollständig autark arbeitende KI, bis hin zu dem Zeitpunkt, dass sie Entscheidungen für Menschen übernimmt, bedarf es noch vieler Trainingsstunden.
Sollten Sie noch Fragen haben, nehmen Sie gerne Kontakt auf!
Whitepaper: Investieren in Dividendenaktien
Anleger sollten bei der Auswahl ihrer Dividendenaktien nicht nur auf die Dividendenrendite achten. Denn diese wird oft auf Basis der zuletzt gezahlten Dividende angegeben, steht aber im Verhältnis zum derzeitigen Aktienkurs. Erfahren Sie mehr in unserem kostenlosen Whitepaper.
Wichtige Hinweise:
Die in der Rubrik zur Verfügung gestellten Informationen erfolgen nach bestem Wissen und Gewissen. Informationen im Rahmen von Finanzanlagen unterliegen aber stetiger Veränderungen und wechselnder Einschätzungen. Eine Haftung wird ausgeschlossen.
Sofern in den Darstellungen Charts verwendet werden, beziehen sich diese auf den dort angegebenen vergangenen Zeitraum, die angegebene Währung und es ist angegeben, ob es sich um eine Betrachtung vor oder nach Kosten handelt. Eine Kurs- oder Wertentwicklungen in der Vergangenheit ist kein verlässlichen Indikator für zukünftige Ergebnisse. Jede Finanzanlage hat bestimmte Risiken, bitte beachten Sie die Risikohinweise.
Die Plutos Vermögensverwaltung AG ist ein kommerzieller Anbieter, die Ausführungen können daher auch werbliche und bezahlte Elemente beinhalten. Die Informationen stellen keine Anlageberatung oder Kauf- oder Verkaufsempfehlung dar, sondern sind eine Momentaufnahme der Finanzmärkte. Wir empfehlen grundsätzlich vor jeder Entscheidung die Beratung durch Ihre Bank oder einen unabhängigen Vermögensverwalter. Die Plutos Vermögensverwaltung AG erhält, sofern nicht anders angegeben, keine besondere Vergütung für die veröffentlichten Beiträge. Sofern sie aber Funktionen im Rahmen einer dargestellten Finanzanlage wahrnimmt, kann sie hierfür eine Vergütung erhalten.
Zur weiteren Information beachten Sie bitte die rechtlichen Hinweise.
