Im Asset Management werden privaten sowie institutionellen Anlegern gleichermaßen Anlagekonzepte sowie Risikomanagementstrategien angeboten, die dem kundenindividuellen Rendite-, Risiko- und Liquiditätsziel Rechnung trägt. Diese beratungsintensiven Bankdienstleistungen in Verbindung mit einer erforderlichen hohen Fachexpertise werden zunehmend durch digitale Analysetools gestützt. Die Relevanz von Daten zeigt sich im Investment-Banking sehr stark, da mittels KI wertvolle Zukunftsszenarien abgebildet und in Portfolioanlagestrategien antizipiert werden können. Es können wertvolle Vergleiche zwischen digitalem Output und der menschlichen Expertise gezogen werden, die im Zusammenspiel die beste Performance verspricht. Dabei obliegt in den meisten Fällen dem Analysten und Berater die abschließende Aufgabe einer Würdigung der digitalen Ergebnisse sowie der finalen Entscheidungsfindung. In der Praxis findet KI u.a. in nachstehenden Teilprozessen bereits heute Eingang:
- Auswertung von strukturierten und unstrukturierten Daten mit Blick auf relevante Handelskennziffern und Indikatoren (Handelsvolumina, Bilanzen, Unternehmensdaten etc.)
- Auswertung von alternativen Daten (soziale Medien, Daten aus Trackingmedien, nicht in direkter Verbindung stehende Drittdaten)
- KI-basiertes Auftrags-/Ordermanagement
Die möglichst umfassende und zielgerichtete Analyse von Big Data erhält im Asset Management von Banken zunehmend Eingang, um die Chance in neue Produkte und Strategien zu investieren, die eine unique selling position im Marktumfeld versprechen.
Dr. Jens Bölscher ist studierter Betriebswirt mit Schwerpunkt Wirtschaftsinformatik. Er promovierte im Jahr 2000 zum Thema Electronic Commerce in der Versicherungswirtschaft und hat zahlreiche Bücher und Fachbeiträge veröffentlicht. Er war langjährig in verschiedenen Positionen tätig, zuletzt 14 Jahre als Geschäftsführer. Seine besonderen Interessen sind Innovationen im IT Bereich.