Große Sprachmodelle als Wegbereiter der Finanzrevolution

In den letzten Jahren haben bahnbrechende technologische Entwicklungen dazu beigetragen, dass große Sprachmodelle (Large Language Models, LLMs) das Potenzial haben, den Finanzsektor grundlegend zu verändern. Mit ihrer Fähigkeit, enorme Datenmengen schnell zu analysieren und kohärenten Text zu generieren, bieten LLMs eine vielversprechende Perspektive für die Verbesserung von Dienstleistungen in einer Vielzahl von Branchen, einschließlich Gesundheitswesen, Recht, Bildung und Finanzdienstleistungen.

LLMs sind bereits dabei, interne Prozesse in der Finanzbranche zu unterstützen, wie zum Beispiel die Überprüfung von Vorschriften, und das Potenzial für externe Aktivitäten wie die Bereitstellung von Beratungs- und Handelsdienstleistungen wird erkannt. Forschungen des Alan Turing Instituts zeigen, dass bereits 52% der Teilnehmer eines Workshops mit Fachleuten aus dem Finanzsektor LLMs nutzen, um die Leistung bei informationsorientierten Aufgaben zu steigern, von der Verwaltung von Sitzungsnotizen bis hin zur Cybersecurity und Compliance-Einblicke. Darüber hinaus verwenden 29% diese Modelle, um kritisches Denken zu fördern, und weitere 16% setzen sie zur Vereinfachung komplexer Aufgaben ein.

Die Finanzbranche etabliert Systeme zur Produktivitätssteigerung durch schnelle Analyse großer Textmengen, um Entscheidungsprozesse zu vereinfachen, Risikoprofile zu verbessern und die Anlageforschung sowie Back-Office-Operationen zu optimieren. Die Teilnehmer der Studie des Alan Turing Instituts gehen davon aus, dass LLMs innerhalb von zwei Jahren in Dienstleistungen wie Investmentbanking und Venture-Capital-Strategieentwicklung integriert werden.

Es wird auch erwartet, dass LLMs die Interaktion zwischen Menschen und Maschinen verbessern werden, zum Beispiel könnten Diktiersysteme und eingebettete KI-Assistenten dabei helfen, das Wissen über komplexe Aufgaben wie die Überprüfung von Vorschriften zu vereinfachen. Trotz dieser positiven Aussichten gibt es auch Bedenken hinsichtlich der Technologie, die ihre Nutzung einschränken könnten. Finanzinstitutionen unterliegen umfangreichen regulatorischen Standards und Verpflichtungen, die ihre Fähigkeit zur Nutzung von KI-Systemen limitieren, wenn diese nicht erklärbar sind und Ergebnisse nicht vorhersehbar, konsistent oder ohne Fehlergefahr generieren.

Der Bericht empfiehlt daher, dass Fachleute aus dem Finanzdienstleistungsbereich, Regulierungsbehörden und politische Entscheidungsträger sektorübergreifend zusammenarbeiten, um Wissen über die Implementierung und Nutzung von LLMs auszutauschen und insbesondere sicherheitsrelevante Aspekte zu entwickeln. Ebenso sollte das wachsende Interesse an Open-Source-Modellen erkundet und diese möglicherweise wirksam genutzt und gepflegt werden, wobei die Minderung von Sicherheits- und Datenschutzbedenken oberste Priorität haben sollte.

Professor Carsten Maple, Hauptautor und Turing Fellow am Alan Turing Institute, sagte: „Banken und andere Finanzinstitutionen waren schon immer schnell dabei, neue Technologien zur Effizienzsteigerung ihrer Operationen zu adoptieren, und das Aufkommen von LLMs ist da keine Ausnahme.“ Professor Lukasz Szpruch, Programmdirektor für Finanzen und Wirtschaft am Alan Turing Institute, ergänzte: „Es ist sehr positiv, dass der Finanzsektor von der Einführung großer Sprachmodelle profitiert und ihre Implementierung in diesen stark regulierten Sektor könnte Best Practices für andere Sektoren liefern.“

Neben dem Alan Turing Institut haben auch andere Forschungseinrichtungen und Technologieunternehmen die Bedeutung von LLMs im Finanzsektor erkannt. Künstliche Intelligenz und Quantentechnologien können Finanzdienstleistungen verbessern und Betrug bekämpfen, indem sie schnelle Datenanalysen ermöglichen und gleichzeitig die Cybersicherheit deutlich verbessern. Die Integration von AQ-Technologien erfordert jedoch Vorarbeit, einschließlich Forschung, Talent und Infrastruktur, sowie Wachsamkeit hinsichtlich regulatorischer und ethischer Überlegungen.

Die Finanzbranche steht vor der Herausforderung, sich auf die Zeit vorzubereiten, wenn groß angelegte Quantencomputer in der Lage sein werden, die heute verwendeten asymmetrischen Verschlüsselungsmethoden zu knacken. Banken wie HSBC und andere führende Institute ergreifen bereits proaktive Schritte, um das Kryptographiemanagement zu modernisieren, einschließlich der Implementierung von Krypto-Agilität und der Migration zu postquantenkryptographischen Methoden, um Infrastruktur, finanzielle Vermögenswerte, geistiges Eigentum und Kundeninformationen zu sichern.

Die Zusammenarbeit von Forschungsinstituten und der Industrie ist entscheidend, um die umfangreichen Chancen sowie die praktischen und ethischen Herausforderungen neuer Technologien zu bewerten und sicherzustellen, dass sie sicher implementiert werden. Dies zeigt das Potenzial der Forschungsinstitute und der Industrie, die Möglichkeiten sowie die praktischen und ethischen Herausforderungen neuer Technologien zu bewerten, um sicherzustellen, dass diese sicher implementiert werden.

Quellen:
- MacRae, Duncan. "Large language models could ‘revolutionsise the finance sector within two years’." Artificial Intelligence News, 27. März 2024.
- Bell, Colin, und Jack Hidary. "How AI and quantum technologies are transforming the financial industry." World Economic Forum, 10. Januar 2024.
- Skamser, Charles. "Leveraging Large Language Models (LLMs) in the Financial Services Industry." LinkedIn, 8. März 2024.
- "Large Language Models in Financial Services & Banking." Aisera Blog, 2024.