FinanzevolutionVorsicht beim Modewort Künstliche Intelligenz!

Dirk Elsner© Sebastian Berger, Stuttgart

Dirk Elsner ist bei der DZ Bank Senior Manager Innovation und Digitalisierung. In dieser Kolumne äußert er seine private Meinung. 2008 hat er das private Wirtschaftsblog BlickLog gegründet, das mehrfach ausgezeichnet wurde.


Neuerdings stößt man immer häufiger in Konferenzen und Beiträgen auf Personen, die den “Megatrend” Künstliche Intelligenz (= KI) ausrufen, wie jüngst die t3n. Hier schrieb Martin Recke, dass die KI die Menschheit verändern werde und uns vielleicht sogar unseren Körper kosten könne. Für breitere Aufmerksamkeit sorgte kürzlich ein Go-Spiel zwischen AlphaGo von Google gegen den Go-Meisterspieler Lee Sedol. Die FAZ titelte “Eine Revolution steht vor der Tür” und schrieb in einem Beitrag zu Computermesse Cebit:

“Die IT-Branche macht sich fit für die nächste Revolution. … Zehntausende Ingenieure arbeiten an Maschinen, Programmen und Prozessen, welche Maschinen quasi intelligent und Roboter für das tägliche Leben von Millionen Menschen einsatzbereit machen sollen.”

Laut Wikipedia bezeichnete KI den Versuch, eine menschenähnliche Intelligenz nachzubilden, d.h. einen Computer so zu bauen oder zu programmieren, dass dieser eigenständigen Probleme bearbeiten kann. Oftmals wird damit aber auch eine effektvoll nachgeahmte, vorgetäuschte Intelligenz bezeichnet, insbesondere bei Computerspielen, die durch meist einfache Algorithmen ein intelligentes Verhalten simulieren sollen. Fachleute wie Ray Kurzweil, erwarten aber, dass 2029 Computer nahezu alles tun können, was der Mensch heute tut.

Realistische Erwartungen sind angebracht

Mal abgesehen davon, dass viele Tools, die heute das Etikett KI erhalten, in bestimmten Anwendungsfällen sehr nützlich sein können, habe ich noch Probleme damit, sie als künstliche Intelligenz zu bezeichnen. Ich erinnere mich gut an die heißen Diskussionen in den 90er Jahren, ob man Rechner bauen könne, die das menschliche Gehirn simulieren. Besondere Aufmerksamkeit setzte man damals auf neuronale Netze für die Vorhersagen auf Finanzmärkten. In einem Blogeintrag stellte ich vor kurzem aus einer Studie des Jahres 1993 Erwartungen für KI-Anwendungen für das Jahr 2000 zusammen. Die Autoren schrieben vor 23 Jahren zum Beispiel:

“Mit diesen Beratungssystemen ist der Berater in der Lage, das gesamte Produktangebot einer Bank, das sich inzwischen weiter vergrößert hat, kompetent anzubieten. Der Kunde wird nicht mehr von Fachberater zu Fachberater gereicht und der Kundenberater muß nicht mehr darauf warten, daß ihm von den Fachabteilungen zugearbeitet wird. Auch bei der Vergabe von Krediten werden Kreditrisiko und Bonitätsprüfung direkt beim Beratungsgespräch durchgeführt. Bei der Bewertung der Risiken bei Großkrediten und Finanzierungsvorhaben werden entsprechende Expertensysteme herangezogen. Die Bank läßt sich Vorschläge zur Anlagenpolitik und Aktivitäten an der Börse machen.”

Wer die aktuellen Entwicklungen in der Finanzbranche verfolgt, der weiß, dass 23 Jahre nach Veröffentlichung der Studie und 16 Jahre nach dem ursprünglichen Eintrittsdatum der Prognosen, sich das Finanzwesen bisher nur in Trippelschritten in diese Richtung bewegt hat. Das ändert sich freilich derzeit.

Bei Künstlicher Intelligenz geht es um mehr als schnelle Computer

Es gibt mittlerweile die ersten digitalen Anlageberater (= Robo-Advisor) und schon lange den algorithmischen Handel der “Flash Boys” an elektronischen Börsenplätzen. Aber dabei handelt es sich nicht um künstliche Intelligenz. Elektronischen Programmhandel gab es schon in den 80er Jahren. 1987 löste dieser Programmhandel den Börsencrash aus. Dahinter steckten bereits Handelsmodelle der Portfolio-Optimierung (insbesondere Portfolio-Insurance) und vor allem automatische Arbitragegeschäfte. Es geht dabei, wie übrigens heute beim Robo-Adivsory vieler Fintechs und Banken, darum, auf Basis von Algorithmen (in Computersprache gegossene Handlungsanweisungen) Daten in rasanter Geschwindigkeit auszuwerten. Daraus werden dann automatische Handelsentscheidungen abgeleitet und Wertpapiertransaktionen ausgelöst. Kaum jemand zweifelt heute dran, dass Computer schneller und genauer als Menschen kalkulieren können.

Bei künstlicher Intelligenz geht es aber um mehr. Hier müssen auch Probleme gelöst werden, die nicht in einer spezifischen Form vorstrukturiert sind. Finanzfachmann Karl-Heinz Tielmann hatte 2015 vier spezielle Fähigkeiten zusammengestellt, die Maschinen beherrschen müssten, wenn man sie als intelligent bezeichnen will.

  1. komplexe Situationen zu erfassen und zu analysieren;
  2. Werturteile zu fällen und auf deren Basis Entscheidungen zu treffen;
  3. für neuartige Probleme kreative Lösungen zu finden;
  4. selbstständig mit ihrer Umwelt zu kommunizieren.

Google & Co. sind auf einem guten Weg

Der Autor Nick Bostrom schreibt in seinem Buch “Superintelligenz”

“Mit Maschinen, die dem Menschen an allgemeiner Intelligenz gleichkommen – die also über gesunden Menschenverstand ebenso verfügen wie über die Fähigkeit zu lernen, zu schlussfolgern und zu planen, um komplexe Herausforderungen in einer Vielzahl von natürlichen und abstrakten Bereichen zu meistern –, wurde seit der Erfindung des Computers in den 1940er Jahren gerechnet.”

GoogleAber das ist nicht so einfach und liegt nicht nur an der zu geringen Leistungsfähigkeit von Computern. David G. Myers schreibt in der 3. Auflage seines Lehrbuchs über Psychologie, dass jeder Mensch ein biopsychosoziales System sei. “Um das menschliche Verhalten verstehen zu können, müssen wir also untersuchen, wie diese biologischen, psychologischen und soziokulturellen Systeme funktionieren und interagieren.” Will man den Menschen also simulieren, müsste man vor allem die Funktionsweise seines Gehirns genau verstehen. Davon sind Wissenschaftler weit entfernt, was nicht heißt, dass sie nichts darüber wissen. Insbesondere das Human Brain Project (HBP) hat das Ziel, das menschliche Gehirn mit Hilfe eines Supercomputers besser zu verstehen. Das HBP ist auf zehn Jahre ausgelegt, soll 1,19 Milliarden Euro kosten und steht noch ganz am Anfang.

Google mit Alpha-Go, Apple mit SIRI, IBM mit Watson, Microsoft mit Cortana und viele andere arbeiten derzeit an Werkzeugen, von denen manche sagen, dass sie sich in Richtung künstliche Intelligenz bewegen. Sie sind aber noch entfernt von den Vorstellungen eines Ray Kurzweils oder Nick Bostroms. Das macht aber nichts. Die genannten und andere Unternehmen arbeiten an Anwendungsfällen auch für die Finanzpraxis, mit der ich mich in einem Folgebeitrag befasse. Zum Schluss lasse ich noch einmal David G. Myers sprechen, der in seinem oben erwähnten Buch schreibt (S. 98):

“Der Geist versucht, das Gehirn zu verstehen; dies ist in der Tat eine der größten Herausforderungen der Wissenschaft. Und das wird immer so sein. Um es mit den Worten des Kosmologen John Barrow zu sagen: Ein Gehirn, das so einfach ist, dass man es verstehen kann, ist zu einfach, um einen Verstand hervorzubringen, der es versteht.” (S. 98, Unterstreichung durch mich).