Wie setzt die Investment Insights Unit künstliche Intelligenz ein?
Patel: Wir sind ein Team von Datenwissenschaftler:innen, welches bei Schroders im Investment arbeitet. Wir setzen KI nicht ein, um Modelle und Algorithmen für den Handel zu entwickeln. Stattdessen nutzen wir die uns zur Verfügung stehenden Datensätze und KI-Techniken, um die Sichtweise unserer Investor:innen zu vervollständigen, damit sie bessere Anlageentscheidungen treffen können.
Wir setzen KI nicht ein, um Menschen zu ersetzen, sondern um einen Informationsvorsprung bei Investitionsentscheidungen zu schaffen.
Wo liegen die Grenzen der KI?
Patel: Es handelt sich noch um eine relativ junge Technologie, und in den kommenden Jahren wird es zu sprunghaften Fortschritten kommen. Als eine Gruppe von KI-Praktiker:innen würden wir jedoch schnell auf Grenzen und Probleme hinweisen, um zu verhindern, dass jemand in die Irre geführt wird, wenn es um die Frage geht, was getan werden kann und was zu tun ratsam ist.
Beispielsweise müssen die Daten, die in ein Modell einfließen sollen, vollständig sein und dürfen keine Lücken aufweisen. Andernfalls werden sie ungenaue oder irreführende Ergebnisse liefern. Modelle selbst können falsche Zusammenhänge aufzeigen. KI ist (noch!) keine Zauberei.
Welche Art von KI-Techniken werden im Team eingesetzt?
Patel: Wir verwenden in der Regel Natural Language Processing (NLP) und Machine Learning (ML).
Natural Language Processing wird sowohl dafür angewendet, um Zeit zu sparen, denn das Lesen großer Textmengen ist zeitaufwändig, als auch um Erkenntnisse zu gewinnen, die sonst vielleicht verborgen geblieben wären.
Machine Learning basiert auf einer Reihe von Algorithmen. Auch diese lassen sich einsetzen, um Zeit zu sparen und Erkenntnisse zu gewinnen, indem große Datensätze sortiert werden, um auf der Grundlage historischer Daten Vorhersagen oder Empfehlungen zu erstellen.
Können diese KI-Techniken Fondsmanagerinnen oder Fondsmanager ersetzen?
Patel: Für uns nicht. Wir sind der Auffassung, dass diese Technologien am besten dazu geeignet sind, die Sichtweise von Fondsmanager:innen zu vervollständigen: erweiterte Intelligenz, nicht künstliche Intelligenz.
Natürlich gibt es in der Branche Fonds, die algorithmische KI- Handelsstrategien einsetzen, aber die Welt des Investierens ist nicht an ein klares Regelwerk und perfekte Datensätze gebunden. Die erforderlichen Informationen und Beurteilungen gehen weit über das hinaus, was die KI derzeit leisten kann.
Wie sind angesichts des Interesses an ChatGPT die Zukunft der KI im Investmentbereich zu beurteilen?
Patel: Large Language Models (LLMs) wie ChatGPT haben ein enormes Potenzial zur Steigerung der Produktivität.
Ein weiterer und oft nicht erwähnter Vorteil, liegt darin, dass die einfache Verwendung von LLMs die Fantasie beflügelt und die Hindernisse für die Einführung von KI-Techniken im Allgemeinen verringert hat. Skeptiker werden umgestimmt.
Wir beobachten mehr Akzeptanz für den Einsatz ausgefeilter Techniken, um diesen Informationsvorsprung zu gewinnen. Für uns wird es weiterhin darum gehen, die menschliche Entscheidung zu unterstützen und nicht zu ersetzen.
