Institutional Money, Ausgabe 3 | 2024

ment, erhöhte Datenanalysefähigkeiten und generell effizien- tere Prozesse. Der Vertreter einer westlichen Zentralbank erklärte: „KI hat unsere Berichterstattung und die Art und Weise, wie wir unsere Portfolios betrachten, verbessert, und sie ermöglicht es uns, einen besseren Überblick über unsere Engagements zu erhalten.“ Die Mehrheit der SWFs ist außerdem der Meinung, dass KI Alpha generieren und die Renditen steigern kann, obwohl die meisten Zentralbanken der Meinung sind, dass es noch zu früh ist, dies zu beurteilen (siehe Chart „Das Alpha der KI“) . Mehrere Organisationen, die KI umfassend in ihre Anlageprozesse integriert haben, berichteten, dass sie bereits einen positiven Einfluss auf die risikobereinigten Renditen festgestellt haben. Ein verbessertes Risikomanagement wur- de dabei als eine wichtige Quelle für Alpha angesehen, wobei KI den Fonds hilft, eine Reihe von Risiken effektiver zu erkennen und zu reduzieren. KI-Algorithmen wurden auch als hilfreich angesehen, um schnell Trends und Beziehungen in großen Datensätzen zu identifizieren, die für menschliche Analysten schwer zu erkennen wären. Ein SWF-Vertreter aus dem Nahen Osten meinte dazu: „Zweifellos kann KI Alpha generieren, ins- besondere wenn wir private Märkte und Start-up-Unter- nehmen in Betracht ziehen. Das Zusammenführen von früh auftauchenden Daten und Informationen wird viel einfacher.“ Die Fähigkeit der KI, nachhaltiges Alpha zu generieren, könnte jedoch vom Tempo der Einführung und der Fähig- keit der Fonds abhängen, proprietäre KI-Strategien zu ent- wickeln.Damit könnte die Entwicklung analog zu der man- cher Faktoren laufen. Hier lautet ja einer der Kritikpunkte, dass diese nur so lange funktionieren, als sie nicht von einer breiten Masse entdeckt – und de facto zu teuer – werden. Der Vertreter einer westlichen Zentralbank stieß ins gleiche Horn: „Wenn mehr Marktteilnehmer eine bestimmte Tech- nologie einsetzen, könnte die Fähigkeit, Alpha zu generieren, nachlassen.“Daher sind Fonds, die über die Ressourcen und das Fachwissen verfügen, um an der Spitze zu bleiben und KI auf einzigartige und innovative Weise zu nutzen, am bes- ten positioniert, während diejenigen, die es versäumen, sich anzupassen, Gefahr laufen, ins Hintertreffen zu geraten. Das nennt man dann Netzwerkeffekte oder: „Winner takes all“. Die Kehrseite der Medaille Dass Alpha mit der Zeit verschwindet, wenn ein Großteil der marktmächtigen institutionellen Investoren in einen Faktor investiert, ist für die handelnden Akteure zwar unan- genehm, gehört zwar nicht zur Kategorie gravierender Marktrisiken – genau solche werden aber aufgrund der im- mer breiteren Anwendung von KI sowohl in der Praxis als auch in der Forschung geortet. Zu den Warnern gehören et- wa Daron Acemoğlu, seines Zeichens der am dritthäufigsten zitierte Ökonom der Welt (Anm.: Der QR-Code links führt zu den Kernthesen, die er als Keynote Speaker auf dem Institutional Money Kongress 2024 vertrat) , oder Jon Danielsson und An- dreas Uthemann, beide London School of Economics, wie man anhand ihres jüngsten Papers „Artificial intelligence and financial crises“unschwer erkennen kann: „Wenngleich wir bisher noch keine nennenswerte Krise aufgrund der Wechselwirkung von gesellschaftlichen KI-Risiken mit wirt- Buntes Anwendungsspektrum Die Fragestellung: In welchem Bereich des Investmentprozesses setzen Sie KI ein? Und welche Verbesserungen orten Sie bislang? Angeführt wird der Einsatz von KI vom Bereich der Datenverarbeitung und Informationsextrahierung. Die stärksten Verbesserungen haben die Anwender jedoch vor allem im Risikomanagement erfahren, wenngleich es hier eine doch recht deutliche Zustimmungslücke zwischen Zentralbanken und Staatsfonds gibt. Quelle: Invesco Verbessertes Risikomanagement Verbesserte Datenqualität Verbesserte Prognosen Prozess-Optimierung Kostenreduzierung 64 46 60 62 52 51 48 38 28 38 Datenverarbeitung; Extrahierung von Information Risikomanagement Prognose Asset Allocation / Portfoliokonstruktion Sentiment-Analyse Order-Analyse Due Diligence 76 68 76 54 72 41 64 32 48 29 36 29 8 24 Staatsfonds Zentralbank 152 N o . 3/2024 | institutional-money.com THEORIE & PRAXIS | Künstliche Intelligenz FOTO: © CEPR » In der Praxis bedeutet dies, dass KI-Engines darauf optimiert werden, sich gegenseitig zu beeinflussen. « Andreas Uthemann, u. a. London School of Economics Daron Acemo˘glu warnte auf dem Institutional Money Kongress vor gesell- schaftlichen KI-Risiken: im-online.com/ ACE324