Großsprachmodelle könnten den Finanzsektor in zwei Jahren dank Künstlicher Intelligenz revolutionieren

MÜNCHEN (IT BOLTWISE) – Großsprachmodelle (Large Language Models, LLMs) haben das Potenzial, Effizienz und Sicherheit im Finanzsektor durch Betrugserkennung, Generierung finanzieller Einblicke und Automatisierung des Kundenservice zu verbessern, so eine Studie des Alan Turing Instituts.

LLMs sind in der Lage, große Datenmengen schnell zu analysieren und kohärenten Text zu generieren, wodurch das Verständnis für ihr Potenzial zur Verbesserung von Dienstleistungen in verschiedenen Sektoren, einschließlich Gesundheitswesen, Recht, Bildung und Finanzdienstleistungen wie Bankwesen, Versicherungen und Finanzplanung, wächst.

Dieser Bericht, der die Adoption von LLMs im Finanzökosystem erstmals untersucht, zeigt, dass Fachleute in diesem Bereich bereits begonnen haben, LLMs zur Unterstützung verschiedener interner Prozesse, wie der Überprüfung von Vorschriften, zu nutzen und ihr Potenzial für die Unterstützung externer Aktivitäten wie die Bereitstellung von Beratungs- und Handelsdienstleistungen zu bewerten.

In einem Workshop mit 43 Fachleuten aus großen Einzelhandels- und Investmentbanken, Regulierungsbehörden, Versicherern, Zahlungsdienstleistern, der Regierung und dem Rechtswesen wurde die Mehrheit der Teilnehmer (52%) bereits Modelle zur Leistungssteigerung bei informationsorientierten Aufgaben eingesetzt, von der Verwaltung von Besprechungsnotizen bis hin zu Cybersicherheit und Compliance-Einblicken, während 29% sie nutzen, um kritisches Denken zu fördern, und weitere 16% sie einsetzen, um komplexe Aufgaben zu vereinfachen.

Der Sektor etabliert bereits Systeme zur Steigerung der Produktivität durch schnelle Analyse großer Textmengen, um Entscheidungsprozesse, Risikoprofile zu vereinfachen und die Investmentforschung sowie Back-Office-Operationen zu verbessern.

Gefragt nach der Zukunft von LLMs im Finanzsektor, glaubten die Teilnehmer, dass LLMs innerhalb von zwei Jahren in Dienste wie Investmentbanking und Strategieentwicklung für Risikokapital integriert würden.

Sie hielten es auch für wahrscheinlich, dass LLMs integriert würden, um Interaktionen zwischen Menschen und Maschinen zu verbessern, beispielsweise könnten Diktate und eingebettete KI-Assistenten die Komplexität von wissensintensiven Aufgaben wie der Überprüfung von Vorschriften reduzieren.

Die Teilnehmer erkannten jedoch auch an, dass die Technologie Risiken birgt, die ihre Nutzung einschränken werden. Finanzinstitute unterliegen umfangreichen regulatorischen Standards und Verpflichtungen, die ihre Fähigkeit einschränken, KI-Systeme zu nutzen, die sie nicht erklären können und die nicht vorhersehbar, konsistent oder ohne Fehlergefahr Ergebnisse liefern.

Basierend auf ihren Erkenntnissen empfehlen die Autoren, dass Fachleute aus dem Finanzdienstleistungssektor, Regulierungsbehörden und politische Entscheidungsträger sektorübergreifend zusammenarbeiten, um Wissen über die Implementierung und Nutzung von LLMs auszutauschen und zu entwickeln, insbesondere im Hinblick auf Sicherheitsbedenken. Sie schlagen auch vor, dass das wachsende Interesse an Open-Source-Modellen erkundet und effektiv genutzt und gewartet werden könnte, wobei die Minderung von Sicherheits- und Datenschutzbedenken eine hohe Priorität haben sollte.

Professor Carsten Maple, leitender Autor und Turing Fellow am Alan Turing Institut, sagte: „Banken und andere Finanzinstitute waren schon immer schnell darin, neue Technologien zu adoptieren, um ihre Operationen effizienter zu gestalten, und das Aufkommen von LLMs ist keine Ausnahme. Durch das Zusammenbringen von Experten aus dem gesamten Finanzökosystem ist es uns gelungen, ein gemeinsames Verständnis der Anwendungsfälle, Risiken, des Wertes und des Zeitplans für die Implementierung dieser Technologien im großen Maßstab zu schaffen.“

Professor Lukasz Szpruch, Programmdirektor für Finanzen und Wirtschaft am Alan Turing Institut, sagte: „Es ist wirklich positiv, dass der Finanzsektor von der Entstehung von Großsprachmodellen profitiert und ihre Implementierung in diesen hochregulierten Sektor die Möglichkeit bietet, Best Practices für andere Sektoren zu liefern. Diese Studie demonstriert den Nutzen der Zusammenarbeit zwischen Forschungsinstituten und der Industrie, um die enormen Möglichkeiten sowie die praktischen und ethischen Herausforderungen neuer Technologien zu bewerten und sicherzustellen, dass sie sicher implementiert werden.“