Fast jeden Tag werden neue konkrete Anwendungsfälle für digitale Systeme mit Künstlicher Intelligenz (KI) präsentiert. Nicht alle halten, was sie versprechen und werden durchaus kontrovers diskutiert. In der Asset Management-Branche kann man sicherlich eine Vielzahl von Anwendungsfällen identifizieren, bei denen der Einsatz von KI hilfreich ist. Das ist üblicherweise überall dort der Fall, wo große Menge an Daten und Informationen verarbeitet und bewertet werden müssen. Denn der wachsende Aufwand aufgrund regulatorischer Vorgaben geht einher mit einem zunehmenden Effizienzdruck.
Bereiche wie Compliance, Risikomanagement oder Due Diligence sind deshalb prädestiniert für den Einsatz von KI. ESG-Analysen sind ein weiteres, datenintensives Beispiel, die Übernahme von wiederkehrenden manuellen Tätigkeiten ebenso. Für die umfangreichen, datenbasierten Tätigkeiten, die Service-Kapitalverwaltungsgesellschaften (Service-KVG) als Partner von Asset Managern erbringen, bietet die Integration von KI-Systemen in jedem Fall Effizienzvorteile.
Geschwindigkeit steigern
Für das Asset Management sind zum Beispiel die Prüfung von Informationen über Assets wie Zielfonds oder strukturierte Produkte essenziell. Anfragen von Fondsmanagern erfordern bisher teils zeitintensive Bearbeitungen. Der Vorteil einer Bearbeitung mit KI-Technologien liegt hier in einer Beschleunigung der Verfahren, in dem die KI die Informationen vorsortiert und selbständig Prüfroutinen durchführt. Um ein Beispiel zu nennen: Dauerte bisher die Bearbeitung von ungeordneten E‑Mails, in denen Asset Manager die Dienstleistung einer Service-KVG in Anspruch nehmen möchten, 15 bis 60 Minuten, so kann mit Unterstützung von KI die Bearbeitungszeit ohne weiteres auf drei bis fünf Minuten reduziert werden.
Ein Bereich, der weiter an Bedeutung gewinnt, ist die Analyse und ständige Überwachung von Investments, die ESG-Anforderungen erfüllen müssen. Dabei entstehen große Datenmengen, deren Monitoring und Auswertung sehr umfassend ist. Die laufende Überwachung lässt sich mit intelligenten Systemen durch die KVG vornehmen. Das Prinzip, dass Prüfungen gemäß etablierter Prozesse durchgeführt werden, ist im Übrigen mit KI generell zuverlässiger durchsetzbar.
Ein weiteres Feld, bei dem sich mit KI administrative Effizienzvorteile realisieren lassen, sind Immobilientransaktionen. Diese komplexen Operationen mit umfangreichen Vertragswerken sind anfällig für menschliche Fehler. Large Language Model (LLM) gestützte KI-Systeme sind inzwischen in der Lage, die für solche Transaktionen in Datenräumen vorhandenen Dokumente zusammenzufassen, zu analysieren und Verträge auf Inkonsistenzen zu überprüfen.
Große Daten- oder Textmengen sind auch im Derivatemarkt oder bei Emissionen zu bewältigen. Zu denken ist hier an Emissionsprospekte oder die Verschriftlichung von Ton- und Videomaterial. Letzteres fällt zum Beispiel bei Analysten- oder CEO/CFO-Videocalls an, die sich mit Hilfe von KI automatisiert dokumentieren und analysieren lassen.
Qualitätssicherung als Dreh- und Angelpunkt
Nach wie vor steht die Frage im Raum, wie zuverlässig KI-Systeme arbeiten. Technologisch betrachtet ist die Lage aktuell sehr dynamisch. Unternehmen werden zunehmend ihre Applikationen und Subsysteme erweitern, damit diese mit der KI interagieren können. Dafür wird es erforderlich sein, dass Unternehmen eigenes Know-how aufbauen, um nicht von externen Dienstleistern abhängig zu sein.. All dies dient zwei Zielen: Zum einen wird damit Qualitätssicherung betrieben und zum anderen zentrales Know-how im Unternehmen aufgebaut und gehalten.
Das A und O der Qualitätssicherung besteht jedoch in der Qualität der verarbeiteten Daten. Jede KI kann nur so gut sein, wie die Daten, die man ihr zur Verfügung stellt. E‑Mails, Datenbanken und andere interne Datenquellen müssen nach festgelegten Prozessen in die KI einfließen. Bedeutet: Es ist in jedem Anwendungsfall entscheidend, eine Qualitätssicherung für die Daten zu integrieren.
Das erwarten nicht nur Fondsmanager, sondern das erfordert auch der regulatorische Rahmen, dessen Richtlinien strikt einzuhalten sind und deren Einhaltung kontrolliert wird. Außerdem sieht sich die Branche mit dem Risiko von Haftungsfragen konfrontiert. Schadensfälle auf Grund falscher Datenverarbeitung können schnell zu erheblichen Volumina anwachsen. Daher müssen Fehler möglichst minimiert werden.
Letztlich handelt es sich nur um eine Maschine, die Tätigkeiten für Menschen erleichtert. Daher müssen IT-Abteilung, Fachabteilung und Risikomanagement intensiv zusammenarbeiten, um sinnvolle Use Cases zu erarbeiten und deren Umsetzung kontrollieren. Sollten die Ergebnisse nicht den Qualitätsanforderungen entsprechen, müssen die Prompts zügig angepasst werden, um die KI wieder auf die richtige Spur zu bringen. Allerdings sollte KI auch so trainiert werden, dass sie nicht bloß Antworten um der Antwort willen liefert, die möglicherweise Fehler aufweisen. Sie sollte stattdessen wissen, dass sie nicht alles weiß, und über Wissenslücken Auskunft geben – das gehört zu einer einsatzfähigen KI unbedingt dazu.
Steigert KI die Effizienz?
Lässt sich die Effizienz von Fondsmanagern mit Hilfe von KI wirklich steigern? Theoretisch sprechen wir hier von zwei Einsatzszenarien, die Fondsmanager bei ihrer täglichen Arbeit unterstützen können. Einerseits handelt es sich um die Analyse von großen Datenmengen oder auch von Marktbewegungen. Hier kann die KI nur helfen, indem Daten übersichtlicher aufbereitet werden. Die Analysen an sich werden aber weiterhin von den Fondsmanagern ausgearbeitet und nicht von KI unterstützt werden. Anders stellt sich das bei Prüfprozessen dar. Durch KI können diese nun wesentlich beschleunigt werden. Im Ergebnis kommt das Feedback schneller und Fondsmanager können rasch agieren. KI lohnt sich also, weil sie Zeit spart.
Zusammenfassend heißt das, dass Service-KVGen mit der Integration von KI in administrative Prozesse Effizienzvorteile realisieren können. Zentral bleibt dabei die Frage der Qualitätssicherung. Der menschliche Faktor wird zudem, auch das kann man heute schon sagen, weiter entscheidend bleiben.
Autor: Boris Wetzk, Digital Transformation Manager, Beauftragter für Informationssicherheit, HANSAINVEST
