Künstliche Intelligenz und künstliche neuronale Netzwerke eröffnen neue Möglichkeiten der Datenanalyse. Vorhersagen werden besser als die menschlicher Individuen, für Vermögensverwalter resultiert daraus jedoch eine neue Verantwortung meint Gideon Smith, CIO Europe bei AXA IM Rosenberg Equities.
Neue Wege zu suchen, um Daten effizient zu nutzen gehört seit jeher zu den wichtigsten Aufgaben quantitativer Investmentmanager. „Wir zerpflücken die Daten und fügen sie neu zusammen – und versuchen letzten Endes Modelle zu entwickeln, die das rohe Datenmaterial in nützliche Erkenntnisse verwandeln“, so Smith. Das Aufkommen von Big Data und des maschinellen Lernens sei einfach nur eine Weiterentwicklung der bereits bestehenden Techniken gewesen. Künstliche Intelligenz und künstliche neuronale Netzwerke eröffnen hingegen neue Möglichkeiten der Datenanalyse.
„Den Bestand an verfügbaren Daten zu erhöhen, führt nicht unbedingt dazu, dass sich auch die Erkenntnisse über den Markt erhöhen, wenn man die Daten nicht zeitnah auch analysieren kann“, erklärt Smith. Die eigentliche Lösung läge darin, Systeme zu entwickeln, die Datenquellen ebenso wie unstrukturierte Datensätze wie Texte oder gesprochene Informationen schnell integrieren und aufbereiten können. „Die dazu erforderlichen ökonometrischen Modelle müssen Muster und typische Auslöser erkennen können.“ Künstliche neuronale Netzwerke werden bereits in anderen Branchen für Analysen genutzt und können oft schneller und mehr als jeder menschliche Verstand lernen. Dies macht ihre Vorhersagen zuverlässiger und beständiger als die von menschlichen Individuen. Aus diesem Grund seien sie eine nicht zu unterschätzende Hilfe und Unterstützung bei der Entscheidung von Investoren.
Dennoch stellen Modelle, die auf künstlicher Intelligenz basieren, die Branche vor eine neue Herausforderung: „Wie können wir sicherstellen, dass wir als Vermögensverwalter unsere Pflichten und Verantwortungen gegenüber unseren Kunden nach wie vor erfüllen und Herr unserer eigenen Entscheidungen bleiben?“, fragt Smith. Er sieht dieser Aufgabe jedoch zuversichtlich entgegen: „Wir haben schon immer versucht, die Arbeitsweise von Modellen zu erklären, die inneren Verbindungen sichtbar zu machen.“ Anhand traditioneller Modelle könnten nach wie vor die linearen Zusammenhänge zwischen Daten-Input und Output für jedermann verständlich beschrieben werden. Auch die neuen Modelle griffen auf derartige Informationen zurück, werden jedoch durch non-lineare und subtilere Details ergänzt, die dem menschlichen Betrachter oft verborgen blieben. „Ein Vorteil dieser Arbeitsweise ist, dass so individuelle Modelle selten pauschalisiert werden.“ Der Nachteil liege in ihrer Komplexität: Es sei schwieriger, sie zu erklären und zu begreifen.
Für Vermögensverwalter resultiert daraus eine neue Verantwortung: „Wenn sie sich dafür entscheiden, künstliche Intelligenz und maschinelles Lernen in ihre Portfolios einzubinden, müssen sie ihre Modelle genauer erklären können“, so Smith. Dabei könnte auf Illustrationen zurückgriffen oder Proxymodelle (sogenannte „White Boxes“) verwendet werden. Das Wichtigste sei jedoch sicherzustellen, dass die Modelle auf echten Erkenntnissen und Prinzipien basieren. „Als Allererstes müssen sie sich wirtschaftlich rechnen“, fordert der CIO.
„Die neuesten und besten Modelle zu konzipieren, stellt nur eine Seite der Medaille dar“, schließt er. Ebenso viel Zeit und Aufwand wie in deren Entwicklung müssten Asset-Manager auch in deren Validierung und Erklärung investieren.
Quelle: Pressemitteilung AXA IM
PRESSEKONTAKT
wwr publishing GmbH & Co. KG
Steffen Steuer
Frankfurter Str. 74
64521 Groß-Gerau
Website: www.wwr-publishing.de
E-Mail : [email protected]
Telefon: +49 (0) 6152 9553589
