Im letzten Beitrag unserer dreiteiligen Serie beschäftigen wir uns mit den Auswirkungen Generativer Künstlicher Intelligenz im Fondsmanagement. Asset Management-Gesellschaften müssen sich im aktuellen Umfeld einer Vielzahl von Herausforderungen stellen. Das Niedrigzinsumfeld als Folge der Finanzkrise und die damit einhergehende konstante Senkung der Verwaltungsgebühren für Publikums- und Spezialfonds führte in der Branche zu stetig sinkenden Margen. Auch die erhöhte Regulierung brachte unweigerlich höhere Gesamtkosten mit sich. Gleichzeitig treibt das exponentielle Wachstum des Datenvolumens die Kosten in die Höhe, da die vorhandenen Datenverwaltungssysteme und Analysetools die Verarbeitung dieser Daten nicht oder nur unzureichend bewältigen können. Umfangreiche Investitionen in die IT-Infrastruktur sind notwendig, um in dem kompetitiven Branchen- und Marktumfeld Schritt halten zu können.
Die jüngsten technologischen Fortschritte beim Thema Künstlicher Intelligenz (KI) bieten jedoch ein Instrumentarium, um die beschriebenen Herausforderungen zu bewältigen und dem Margendruck zu begegnen. Dazu zählen insbesondere die Fortschritte bei der Verarbeitung natürlicher Sprache bzw. im Bereich Generativer KI (GenKI)[1], zu denen etwa ChatGPT (Chatbot Generative Pre-trained Transformer) gehört. Mit ChatGPT & Co. haben wir uns, in Anbetracht der Tatsache, dass das Interesse an KI in den vergangenen Monaten regelrecht explodiert ist, bereits in zwei vorangegangenen Artikeln beschäftigt. Mit „GenKI – Wie ChatGPT die Welt verändert“[2] haben wir zunächst in das Thema KI eingeführt und auf die Implikationen dieses technologischen Fortschritts hingewiesen. Im zweiten Artikel „ChatGPT und die Wirtschaft der Zukunft – Die makroökonomischen Auswirkungen von GenKI“[3] haben wir eine erste Einschätzung zu den volkswirtschaftlichen Auswirkungen von GenKI erarbeitet und mithilfe einer KI-basierten Modellsimulation gezeigt, dass das jährliche reale Bruttoinlandsprodukt der Eurozone dadurch in den nächsten zehn Jahren um ca. 10% bzw. ca. 1,5 Bill. Euro steigen könnte. Es profitieren aber nicht alle Branchen gleichermaßen – v.a. kognitive Arbeit lässt sich durch GenKI nun leichter automatisieren. In dem vorliegenden dritten und letzten Teil unserer KI-Reihe untersuchen wir die Auswirkungen von KI bzw. GenKI[4] auf die Asset Management-Branche im Allgemeinen und auf das Fondsmanagement im Besonderen.
Durch den Einsatz von (Gen)KI zur Datenverarbeitung können Vermögensverwalter umfassendere und genauere Analysen durchführen, was zu einer Verbesserung der Investmentscheidungen und in der Konsequenz der Produktqualität führen sollte. Darüber hinaus lassen sich Effizienzsteigerungen und Prozessoptimierungen bei einer Vielzahl von Arbeitsprozessen im und um das Fondsmanagement herum identifizieren. Dies dürfte zu erheblichen Kosteneinsparungen führen. Um zu analysieren, wie ein Einsatz im Fondsmanagement aussehen könnte, welche Methoden eingesetzt werden können, wo prozessual Kostensenkungspotenziale existieren und wie eine Integration von (Gen)KI in die (Investment-)Prozesse umgesetzt werden kann, müssen wir uns zunächst mit der Wertschöpfungskette eines Asset Managers auseinandersetzen und beleuchten, wie und woran ein Fondsmanager/-innen arbeitet.