Ein Artikel von Michael Berns, Director AI & FinTech bei PwC Deutschland, und Dr. Utz Helmuth, Managing Director, AM Leader bei Strategy&
Nach Jahren des Umsatz- und Gewinnwachstums rücken Kosten für Asset-Manager wieder in den Fokus. Die Operating Expenses per Assets under Management sind derzeit auf dem höchsten Stand seit 2018 und bei einer nach wie vor hohen Inflationsrate von über 6% ist ein weiteres, überproportionales Wachstum der Kosten zu erwarten. Gleichzeitig nimmt der Kampf um Talente in einer alternden deutschen Bevölkerung weiterhin zu.
Trotz des Kosten- und Personaldrucks gilt es, neue Anlageideen zu generieren, die sich in einem immer stärker werdenden Wettbewerb behaupten können. Mithilfe von generativer KI wollen Asset-Manager diesen Punkten nun entgegenwirken.
Wofür „GPT“ steht:
- G wie Generative: Sprache (als auch Code, Bilder, Testdaten etc.) durch ein nuanciertes Verständnis generieren oder zusammenfassen können
- P wie Pre-trained: vortrainiert, d. h. mitgegebenes Verständnis von Inhalten in sehr vielen Themenfeldern. In der Vergangenheit mussten Modelle sehr aufwendig in Supervised Learning, also mit Feedbackschleife, trainiert werden.
- T wie Transformer: Die vorherrschende Architekturform für Large-Language-Models (LLMs)
Wo generative KI zukünftig eingesetzt werden kann
Generative KI kann entlang der gesamten Asset-Management-Wertschöpfungskette eingesetzt werden. Dabei beschränken sich die Möglichkeiten nicht nur auf Effizienzsteigerungen, auch zur Umsatzsteigerung und Qualitätssicherung ist KI einsetzbar.
Sales und Marketing
Besonders größere Häuser haben in den letzten Jahren bereits sehr viel in den Ausbau digitaler O Kanäle sowie zum Teil auch in Chatbots mit Personalisierung investiert. Durch den Einsatz von ChatGPT, aber auch BloombergGPT, FinGPT und anderen Large-Language-Modellen (LLMs) lässt sich die Funktionalität nochmals wesentlich erweitern. Die Modelle sind bereits in der Lage, Finanzzahlen zu erkennen und auf ein umfangreiches Finanzwissen zurückzugreifen. Als nächste Ausbaustufe in diesem Bereich sind personalisierte Empfehlungen und Ideen bereits absehbar.
Ähnliches gilt für die Erschaffung neuer Produkte, die Fähigkeit, Trends zu erkennen, und unter Umständen auch das Etablieren neuer Investmentregeln/Faktoren wie z. B. für Smart-Beta-ETFs.
Seite 1 Warum generative KI relevant für Investmentmanager ist
Seite 2 Portfoliomanagement & Trading
Dr. Utz Helmuth 
Michael Berns 
- Anmelden, um Kommentare verfassen zu können
