Oftmals wird davon ausgegangen, dass Künstliche Intelligenz (KI) den Stockpicker und Fondsmanager in Kürze in dieselbe historische Vergessenheit geraten lassen wird wie den Textilweber. KI hat unbestreitbar ein großes Potenzial für Finanzdienstleistungen. Aber heute müssen die übertriebenen Erwartungen technophiler Beobachter leider dezent enttäuscht werden. Diese beschweren sich dann häufig über das Verharren der Finanzdienstleistungsindustrie in einem dunklen technologischen Zeitalter. Dem liegt jedoch ein Missverständnis über die Anwendung der Technologie zugrunde. Maschinelles Lernen, ein weniger griffiges Konzept als KI, wird seit langem verwendet. Letzen Endes ist eine einfache lineare Regression in einer Excel-Tabelle ein Beispiel für maschinelles Lernen, wenn auch eine sehr grundlegende Form. Nein, das ist nicht das Äquivalent des selbstfahrenden Autos im Finanzdienstleistungsbereich. Es ist auch nicht so gemeint. Maschinelles Lernen ist ein weniger faszinierender Name als KI, aber es wird allgemein und gewinnbringend verwendet.
Die Maschine darf nicht ohne Aufsicht arbeiten
Weiterentwickeltes maschinelles Lernen kann als starker Partner für menschliche Manager fungieren. Es kann Vorhersagen entwickeln und diese Vorhersagen in eine Strategie umwandeln. Es kann beispielsweise schneller als ein Manager Long-/Short-Positionen auswählen. Aber in allen Fällen ist eine Kontrolle durch den Menschen erforderlich, um das vorgeschlagene Vorgehen nachzuprüfen. Ein Beispiel: Wie wir alle wissen, ist der Außenwert des Pfund Sterling nach dem Brexit-Referendum stark gesunken. Ein maschinelles Lernprogramm würde die riesige Menge historischer Daten untersuchen, die ihm zur Verfügung stehen, und sofort feststellen, dass jeder so starke Rückgang des Pfund-Wertes in der Vergangenheit, wie 1976, 1985 und 1992, gefolgt war von einem Kurssprung. Dies wäre aus Sicht des maschinellen Lernens eine offensichtliche Kaufgelegenheit gewesen. Es würde einen menschlichen Manager brauchen, um festzustellen, dass „es dieses Mal anders ist“, dass das Ergebnis des Referendums uns in unbekannte Gewässer geführt hat und dass es klug wäre, keine starke Erholung des Pfund Sterling zu erwarten. Ein solcher Manager wäre bestätigt worden. Das Pfund Sterling erreichte im Januar 2018 zwar den höchsten Stand seit dem Referendum. Es bleibt es jedoch deutlich unter seinen Niveaus vor dem 23. Juni 2016.
Kurz gesagt, die Automatisierung wird den Menschen in absehbarer Zeit nicht ersetzen. Aber das bedeutet nicht, den Wert von Entwicklungen im Bereich Big Data anzuzweifeln, die das maschinelle Lernen und somit die Ergebnisse für Kunden wesentlich verbessern können – auch wenn es nicht so anregend klingt wie „Robotermanager“. In der Tat können Firmen mit der richtigen Verwendung von Daten sowohl ein besseres Verständnis ihrer Kunden erreichen als auch helfen, dieselben Kunden in verschiedenen Handelsstilen zu schulen. Es ist nicht verwunderlich zu erfahren, dass in den letzten fünf Jahren kein Vermögensverwalter seine Ausgaben für Daten zurückgefahren hat, die meisten geben sogar mehr für deren Erhebung und Analyse aus. Dies lässt auf den Stellenwert schließen, den die Asset-Management-Branche diesen Daten beimisst. Zum Teil spiegelt es die Realisierung der Produkte durch die Anbieter wider, sodass die Preise stark gestiegen sind.
Vielseitig qualifizierte Mitarbeiter sind gefordert
Eine Herausforderung für Manager besteht darin, die Fähigkeiten der Mitarbeiter in ihren Teams ständig zu verbessern, insbesondere in Bezug auf Technologie. Sie werden mehr und mehr nach vielseitig qualifizierten Menschen suchen – zum Beispiel nach einem Händler, der auch ein Programmierer ist. Die wichtigsten Gradmesser werden immer erstens die Rendite einer erheblichen Investition und zweitens der Nutzen für die Kunden sein – darum geht es im Kern. Die Menschen sind begeistert von den Science-Fiction-Aspekten der Technologie im Finanzdienstleistungssektor und fühlen sich im Stich gelassen, wenn der Roboterfondsmanager doch nur auf dem Reißbrett bleibt. Sie sollten jedoch Mut schöpfen aus den aufregenden und innovativen Entwicklungen im Bereich der Datenanalyse, die die Partnerschaft zwischen menschlichen Managern und Maschinen noch leistungsfähiger machen werden. Für die besten Renditen kann die Technologie derzeit als Werkzeug genutzt werden, welches letztlich von einem menschlichen Manager eingesetzt wird.
