- Banken und Broker eilen der Integration von KI in das Vermögensmanagement voraus, doch die Technologie hat nach wie vor Schwierigkeiten, persönliche Nuancen bei Anlageentscheidungen zu verstehen.
- Robo-Advisors haben noch nicht viel Vertrauen gewonnen, da es an echter Kommunikation mit Kunden mangelt und sie persönliche Finanzziele nicht vollständig erfassen können.
- KI kann die Effizienz im Asset Management verbessern, doch menschliche Aufsicht bleibt unerlässlich, um Fehler aufzudecken und Urteilsvermögen einzubringen.
Jeder in der Finanzbranche schaut auf KI. Jede Bank, jeder Broker versucht herauszufinden, wie KI beim Vermögensmanagement helfen kann. Nicht nur für die Reichen, sondern für alle.
Es ist tatsächlich eine Bedrohung für diejenigen, die nicht schnell genug aufholen. Das Management von Vermögenswerten erfordert mehr als nur Geld hin und her zu bewegen.
Es geht darum, die richtige Mischung an Investitionen zu wählen und sie anzupassen, wenn sich Dinge ändern. Derzeit übernehmen menschliche Berater das. Aber ist es möglich, dass KI das vielleicht besser kann? Spoiler: Wahrscheinlich nicht.
Das Problem mit Robo-Advisern
Aber Vermögensverwaltung ist teuer, und die meisten Menschen können sich die hohen Kosten nicht leisten. Dies ist ein Bereich, in dem KI helfen kann.
KI-gestützte Systeme können maßgeschneiderte Beratung zu niedrigeren Kosten anbieten und geben Zugang zu Menschen, die zuvor ausgeschlossen wurden, weil ihr Vermögen nicht „groß genug“ war, um den Preis für menschliche Beratung zu rechtfertigen.
Aber hier ist der kleine Haken. Robo-Adviser waren nicht gerade populär. Selbst wenn KI die beste Mischung aus Aktien, Anleihen oder Fonds bietet, reicht es nicht aus, nur Vorschläge zu machen.
Was fehlt? Kommunikation, laut zu Juan Luis Perez, ehemaliger Global Head of Research bei Morgan Stanley. Das ist das eigentliche Problem, das KI lösen muss.
KI kann Tausende von Finanzinstrumenten in Sekunden analysieren. Sie kennt die Zahlen, vergangenen Renditen und Risiken. Aber Menschen zu verstehen? Das ist eine andere Geschichte.
Künstliche Intelligenz kann die persönlichen Erzählungen oder die Verschiebungen in den Erwartungen, die definieren, wer wir als Anleger sind, nicht einfangen. Denn sehen Sie, menschliches Investieren (sogar institutionelles) geht nicht nur um Daten.
Es geht um Emotionen, Entscheidungen zum Sparen, Ausgeben oder Investieren und langfristige Planung. Diese Dinge sind zutiefst persönlich, und selbst menschliche Berater haben manchmal Schwierigkeiten, sie zu verstehen.
Wie also soll ein Robo-Advisor das schaffen? Es ist kein Wunder, dass die meisten Kunden am Ende beim altbekannten 60/40-Aktien-Anleihen-Portfolio landen. Das ist der Standard. Für diese Erkenntnis wird keine KI benötigt.
Um echte Fortschritte zu erzielen, muss KI intelligenter sein. Sie muss verstehen, wie Berater arbeiten, anstatt nur generische Empfehlungen auszugeben. Es reicht nicht aus, immer wieder dieselben Produkte zu empfehlen.
KI muss aus Interaktionen mit Kunden lernen. Wenn die KI ein Portfolio nicht in einfachen Begriffen erklären kann, wird ihr niemand wirklich vertrauen.
Dezentralisierung ist der Schlüssel
Asset Manager stehen nun an einer Kreuzung. Damit KI wirklich nützlich ist, muss sie sowohl den Beratern als auch den Kunden Macht geben.
Das bedeutet, den Prozess zu dezentralisieren und Beratern zu ermöglichen, KI-Tools für bessere Entscheidungen zu nutzen. Es geht nicht darum, einem zentralisierten Plan zu folgen, der von einem Chief Investment Officer (CIO) ausgearbeitet wurde, der versuchte, hochmargige Produkte abzusetzen.
Tatsächlich könnte die Dezentralisierung von Entscheidungen den Prozess für Unternehmen erschweren, die diese Produkte verkaufen wollen. Compliance und Risiko sind ebenfalls Herausforderungen.
Die Zukunft könnte Gespräche mit KI ermöglichen, die sich fast menschlich anfühlen. Large Language Models (LLMs) und KI-Agenten könnten das Spiel verändern, indem sie aus unseren digitalen Fußabdrücken lernen.
Diese KI-Systeme würden genug Kontext aus unserem Leben haben, um vorherzusagen, was wir wollen, wenn sich Dinge ändern. Theoretisch könnte dies das Vermögensmanagement effizienter machen.
Aber wer wird wirklich seine persönlichsten Informationen an eine Maschine übergeben? Das erforderliche Maß an Vertrauen ist einfach enorm.
Obwohl Silicon Valley die KI weiter vorantreibt, könnten wir bald Robo-Agenten sehen, die flüssige, echte Gespräche mit Kunden führen können. Und wenn das passiert, würde sich alles ändern.
Nun hat BlackRock, der größte Asset Manager der Welt, bereits seit Jahren KI im Einsatz. Sie setzen maschinelles Lernen und Large Language Models ein, um ihre Anlagestrategien zu antreiben.
Sie nutzen KI sogar, um das thematische Investieren zu optimieren. Sie haben ein Tool namens Thematic Robot, das KI mit menschlicher Expertise kombiniert, um Aktienkörbe basierend auf aufstrebenden Markttrends zu erstellen.
Es sollte beschleunigt den Prozess der Suche nach Investitionsmöglichkeiten in verschiedenen Sektoren, was zu mehr Effizienz und weniger verschwendeter Zeit führt.
Aber KI ist nicht unfehlbar. Menschliche Aufsicht ist weiterhin unerlässlich, denn diese Roboter verfügen nicht über die Urteilsfähigkeit oder das nuancierte Verständnis eines erfahrenen Portfolio-Managers wie Larry Fink.
Wenn KI einen Fehler macht, muss jemand ihn korrigieren. Fehler in KI-Ausgaben kommen vor, und ohne menschliches Eingreifen könnten sie schwerwiegende Folgen haben. Die ideale Lösung? Eine Mischung aus menschlicher Expertise und KI-gestützter Effizienz.
Lesen Sie nicht nur Krypto-Nachrichten. Verstehen Sie sie. Abonnieren Sie unseren Newsletter. Es ist kostenlos.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Jai Hamid
Jai Hamid berichtet seit sechs Jahren über Kryptowährungen, Aktienmärkte, Technologie, die globale Wirtschaft und geopolitische Ereignisse, die die Märkte beeinflussen. Sie hat für auf Blockchain spezialisierte Publikationen wie AMB Crypto, Coin Edition und CryptoTale Marktanalysen, Berichte über große Unternehmen, Regulierung und makroökonomische Trends verfasst. Sie hat die London School of Journalism besucht und dreimal Krypto-Marktanalysen in einem der führenden Fernsehsender Afrikas vorgestellt.
