Skip to main content
main-content

30.11.2021 | Nachhaltige Geldanlagen | Gastbeitrag | Onlineartikel

Künstliche Intelligenz revolutioniert nachhaltiges Finanzwesen

Autor:
Tim Mack
3 Min. Lesedauer

Sustainable Finance boomt. Anleger wollen ihr Geld in nachhaltige Finanzprodukte investieren und benötigen eine entsprechende Beratung. Künstliche Intelligenz hilft Anbietern, ESG-Daten besser zu analysieren und ihre Portfolios und Services daran ausrichten.

Banken und Finanzdienstleister müssen ihren Schwerpunkt auf die Integration von ESG-Kriterien (Environmental, Social, Governance) in gängige Finanzdienstleistungen legen. Denn Sustainable Finance schlägt sich in vielen Bereichen nieder: von Green Bonds über Impact Investing und Mikrofinance, Active Ownership bis hin zu Krediten für nachhaltige Projekte. ESG-konforme Anlagen haben sich längst etabliert. Das verdeutlichen auch die stark gestiegenen Zuflüsse in entsprechende Investmentfonds und Exchange Traded Funds (ETF) der vergangenen Jahre. Das Angebot wird immer größer und muss gleichzeitig auch regulatorische Anforderungen erfüllen. 

Empfehlung der Redaktion

2021 | OriginalPaper | Buchkapitel

Aktuelle Einsatzbereiche der KI innerhalb des Finanzdienstleistungssektors

Die Künstliche Intelligenz und deren Technologien üben bereits auf viele Bereiche Einfluss aus. Die Finanzdienstleistungsbranche stellt hierbei keine Ausnahme dar. Das Kapitel zeigt einige der Einsatzbereiche im Sektor der Finanzdienstleistungen und betrachtet Adaptionsmöglichkeit und die Exklusivität.

Doch wie behalten Anbieter den Überblick und stellen gleichzeitig sicher, dass Finanzprodukte mit ESG-Label auch halten, was sie versprechen? Die Herausforderung heißt: Verarbeitung und Auswertung immenser Datenmengen. ESG-Daten können historisch, aktuell oder prognostiziert sein und sie umfassen alle Indikatoren, die darüber Aufschluss geben, ob ein Vermögenswert, ein Unternehmen oder auch eine Region gemäß der angesetzten Kriterien nachhaltig ist oder nicht.

Automatisierte Analyse großer Mengen an ESG-Daten

Hier werden Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) zum entscheidenden Faktor: Diese Technologien ermöglichen die Automatisierung hochkomplexer Aufgaben. Sie analysieren große Mengen an strukturierten und unstrukturierten Daten in unglaublicher Geschwindigkeit, um versteckte Muster, Gesetzmäßigkeiten und Assoziationen zu erkennen. Ideal für intelligente, datengestützte Lösungen - beispielweise für ESG-Screening, nachhaltige Vermögensverwaltung und maßgeschneiderte Anlageempfehlungen.

Mehr Effizienz mit intelligentem Portfolio-Screening

Darüber hinaus können Investmentbanken und Finanzinstitute KI und ML dafür nutzen, die ESG-Kriterien von Unternehmen im Auge zu behalten, die in ihren Portfolios verwaltet werden. Algorithmen dieser Technologien durchforsten etwa Unternehmenswebseiten und andere Informationsquellen im Internet nach entsprechenden Dokumenten, einschließlich Jahresabschlüssen, Bilanzen oder Pressemitteilungen, und liefern so wertvolle Informationen über die ESG-Aktivitäten eines Unternehmens. Daraus wiederum erstellt das maschinelle Lernmodell einen so genannten ESG-Score, der regelmäßig aktualisiert wird. Er misst die relative Leistung eines Unternehmens in verschiedenen ESG-Dimensionen im Vergleich zu seinen Mitbewerbern und hilft so bei der Einordnung. 

Dieser Score dient dann als Input für einen Optimierungsalgorithmus, der für die (Neu-)Allokation der Aktien und ihrer jeweiligen Gewichtung in einem ESG-Investmentfonds sorgt. Der Algorithmus lässt sich außerdem dynamisch anpassen, um sein Verhalten bezüglich Risiko, Volatilität und ESG-Freundlichkeit der zugrunde liegenden Vermögenswerte, der Assets, zu ändern. Auf diese Weise können Finanzinstitute gleich eine Vielzahl von ESG-bezogenen Fonds basierend auf derselben Technologie erstellen. 

Zusätzlich können Finanzinstitute aufgrund ihres hohen Automatisierungsgrades ESG-bezogene Fonds halbautonom – also ohne regelmäßiges menschliches Intervenieren – betreiben. Dies steht in krassem Gegensatz zu den derzeitigen Praktiken, bei denen ESG-bezogene Fonds oft einen hohen manuellen Rechercheaufwand erfordern, um zu bestimmen, welche Aktien für den Fonds in Frage kommen.

Technisches Know-how und Cloud-Infrastruktur

Natürlich braucht es enormes technisches Fachwissen, um solche Lösungen zu integrieren. Doch noch sind erfahrene Experten für Data Science, maschinelles Lernen und Cloud-Infrastruktur rar auf dem Arbeitsmarkt. Um diese Lücke zu schließen, bieten Cloud-Service-Provider nun verstärkt AI-as-a-Service (AIaaS) auf ihrer Plattform an: KI-Tools von der Stange, mit denen Unternehmen vollständig skalierbare Machine-Learning-Modelle übernehmen können, zu einem Bruchteil der internen Entwicklungskosten. 

Kurz gesagt: Es lohnt sich, sich mit KI und ML-Modellen auseinanderzusetzen und sie in die eigene Systemlandschaft zu integrieren. Denn damit lässt sich die steigende Nachfrage nach ESG-orientierten Anlageprodukten und der dazu passenden Beratung effizient und qualitätsbewusst bedienen - und eröffnet so enorme Potenziale für die schnell wachsende Gruppe der umweltbewussten Anleger.

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

Das könnte Sie auch interessieren

Premium Partner

    Bildnachweise