Von Björn Zimmermann
Quelle: Pexels
Kognitive Automation wird immer mehr im Zusammenhang mit der Verbesserung von Arbeitsvorgängen in Unternehmen gebracht. Die Technologie, welche die künstliche Intelligenz (KI) verwendet, soll dabei helfen, große Mengen an Daten – selbst jene, die unstrukturiert sind – sinnvoll und schnell zu verarbeiten, umk mit einer effektiven Analyse bei wichtigen Entscheidungen zu helfen. Nun sollen die smarten Softwarepakete auch für den Börsenmarkt interessanter werden. Ist kognitive Automation tatsächlich die Zukunft des Börsenmarktes?
RPA, KI und kognitive Automation
Zahlreiche Begriffe werden mit dem Bereich der Automationen assoziiert, die oft beinahe als Pseudonym füreinander verwendet werden. Tatsächlich gibt es jedoch wichtige Unterschiede, die sich auf die Verwendung verschiedener Strategien bei Problemlösungen auswirken. Die Robotergesteuerte Prozessautomation (RPA) kommt in der Finanzbranche bereits in vielen Bereichen zum Einsatz, ihre Möglichkeiten sind jedoch stark begrenzt. Robotergesteuerte Abläufe basieren auf den Eingaben des Programmierers, weshalb sie nur jene Tasks ausführen, die auch mit genauen Anweisungen aufgegeben wurden. Daher können einfache und monotone Tätigkeiten schnell und einfach automatisiert werden. Wird die RPA durch Machine Learning (ML) erweitert, können deutlich komplexere Abläufe erledigt werden, da die Maschine durch Nutzerverhalten dazulernen kann. Tatsächlich kann man hier noch nicht von einer KI sprechen, denn die Maschine übernimmt lediglich das vorgezeigte Verhalten, anstatt selbst Schlussfolgerungen zu treffen – sämtliche Ansätze sind regelbasiert. Erst wenn man von kognitiver Automation spricht, ist KI im Prozess involviert. Und dies führt zu einer deutliche Steigerung des Anwendungsbereichs einer Maschine. Bei kognitiver Automation werden Technologien wie ML mit Natural Language Processing (NLP) und Stimmerkennung kombiniert, um unstrukturierte Daten und Big Data analysieren zu können. Diese Daten können aus zahlreichen Quellen stammen, wie Nachrichten, E-Mails, Presseartikel, soziale Medien und Sprachaufnahmen. Die kognitive Automation ist also in der Lage, die relevanten Informationen aus diesen Quellen aufzuspüren, zu extrahieren und anschließend zu interpretieren.
Quelle: Pexels
Kognitive Automation an der Börse
Mittlerweile nutzen einige Aktienhändler kognitive Automationslösungen, um Aktien effektiv zu kaufen und verkaufen, darunter Goldman Sachs in New York. Ein Prozess, der früher 600 Mitarbeiter benötigte, wird in dem Headquarter des Unternehmens heute von zwei Personen erledigt. Statistisch gesehen wird rund 34 % der Arbeitszeit im Investment-Sektor dazu genutzt, Recherche zu betreiben, Analysen zu lesen und Nachrichten zu verfolgen. In diesem Bereich kann die kognitive Automation einen wichtigen Teil des Workloads übernehmen, da sie überflüssige Informationen herausfiltert bzw. die Essenz der Datenmenge einer Recherche schnell zusammenfasst. Wichtig zu beachten ist hierbei, dass diese Form der Automation unstrukturierte Daten verarbeiten und deshalb Informationen aus allen möglichen Quellen ziehen kann. Das Endprodukt der Analyse soll für Firmen schnell und übersichtlich lesbar sein und gleichzeitig die Basis für wichtige Entscheidungen an der Börse bilden. Um diese Informationen auf diese Weise aufarbeiten zu können, stehen Tools wie die Datenanalyse-Plattform Sisense zur Verfügung. Diese liefert schnelle und akkurate Ergebnisse. Die Resultate werden hier sogar plattformübergreifend angeboten, können also auch direkt auf das Smartphone gesendet werden. Aber nicht nur in der Analyse setzen Unternehmen mittlerweile auf kognitive Automationen. Auch im Kundenservice kommen immer mehr intelligente Chatbots und E-Mail-Manager zum Einsatz, die mit Hilfe der neuen Technologien zunehmend effizienter arbeiten. So kann ein automatisierter Chatbot im Kundenservice nicht nur simple Fragen beantworten, sondern durch gezielte Dialogführung sämtliche Informationen erhalten, die für die effektive Lösung eines Problems benötigt werden, um schließlich den perfekten Lösungsansatz präsentieren zu können. Hierfür dienen Chat-Anwendungen wie der novomind iAGENT Chatbot, welcher bereits von zahlreichen Unternehmen erfolgreich implementiert wurde.
Kognitive Automation bietet besonders an der Börse große Vorteile, da hier Unmengen an unstrukturierten Daten tagtäglich von Mitarbeitern durchforstet werden müssen, um Entscheidungen zu An- und Verkäufen zu treffen. Dabei ist es oft schwer, die vollständige Anzahl an Informationsquellen zu Rate zu ziehen, da die Datenmenge in diesem Bereich heutzutage beinahe grenzenlos ist. Mit der intelligenten Technologie können wichtige Rückschlüsse aus großen Mengen an unstrukturierten Daten gezogen und einfach aufbereitet werden, sodass Mitarbeiter bei ihren Entscheidungen stark unterstützt werden.
Kommentare lesen und schreiben, hier klicken
Wollen wir es nicht hoffen, denn es wäre gleichbedeutend mit dem Entzug der Geschäftsgrundlage für ein Format wie der finanzmarktwelt.
Marktbeobachter: Nö, der Bot ließt ebenfalls täglich Finanzmarktwelt.de.
…und schreibt dort täglich 2 bis 10 inhaltsleere Bot-Kommentare über dumme Bären, EZB und Brexit ;)
leftutti: Da hat er aber eigentlich keine Zeit zu. Machine Learning ist immer noch extrem rechenaufwendig. Außerdem muß er sich dann mit hoch diversifizierten Abwehrmechanismen auseinandersetzten. Das lohnt sich vermutlich nur bei Wahlen.
Bei automatisierter sentiment analysis hängen die Früchte extrem niedrig. Ein Grund sind open source und offene API’s u.a von den big playern.
Selbst für „Otto-Normal-Coder“ interessant.
Da kann man sich einiges an teuren Agentur-Services sparen. Das Motto der Zeit könnte lauten: bau dir dein eigenes Aladin (oder so ähnlich). Der Zug ist jedenfalls nicht mehr aufzuhalten. Die Resourcen dafür sind für jeden verfügbar. :-)
Deshalb finde ich es auch sehr wichtig sich in dem Bereich weiterzubilden. Es nützt nichts sich vor diesen Dingen zu verschließen. Denke viele haben auch einfach Angst bzw. Sorge davor, weil sie im Grunde gar nicht wissen was es alle auf sich hat mit KI, Digitalisierung und allen anderen Bergriffen aus dem Bereich. Da fühlt man sich eher bedroht weil man gar nicht auf die Idee kommt es könnte eine Hilfe für einen sein.
Ich gehe jetzt schon öfter zu einem Kongress von Akademie3 und es hilft wirklich sich in diesen Bereich fortzubilden, Erstens nimmt es die Skepsis und zweitens zeigt es auch auf, wo überall Entwicklungsmöglichkeiten sind. Ich denke das kann für viele Sparten wichtig sein und bringt auch einiges an Potenzial.
Ich praktiziere Machine Learning auch schon ein paare Jahre, mehr oder weniger als Hobby. Die Breite der Anwendungsmöglichkeiten ist wirklich erstaunlich. Von der Krebsfrüherkennung über Marketing bis hin zum traden. Alles ist dabei. Die meisten Menschen nutzen bereits ML indirekt über Google, Facebook, Youtube etc., ohne es bewußt wahrzunnehmen. Die Technik rückt nun langsam in den „consumer-Bereich“ vor und steht immer häufiger, als Werkzeug bereit, für Nutzer die nicht unbedingt Formeln und Programmierungen beherrschen müßen. Immer öfter reicht das „Domain-Wissen“.
Mittlerweile nutzen einige Aktienhändler kognitive Automationslösungen, um Aktien effektiv zu kaufen und verkaufen, darunter Goldman Sachs in New York. Ein Prozess, der früher 600 Mitarbeiter benötigte, wird in dem Headquarter des Unternehmens heute von zwei Personen erledigt.
Die Treffer- und Vorhersagequoten der Goldmänner sind derweil von mittelmäßig auf nicht mehr vorhanden gesunken.
Auch im Kundenservice kommen immer mehr intelligente Chatbots und E-Mail-Manager zum Einsatz, die mit Hilfe der neuen Technologien zunehmend effizienter arbeiten.
Wer diesen Wahnsinn am Telefon oder per E-Mail schon einmal 30 Minuten lang ohne erkennbaren Fortschritt erduldet hat, weiß die zunehmende Efizienz realistisch einzuschätzen.
Am Ende weiß man, woher der aktuelle Irrsinn an den Börsen basiert und wartet geduldig auf den Terminator aus der Zukunft, der die Skeptiker eliminieren soll ;)
Ja, ich habe auch erst so richtig auf dem Kongress alle Anwendungsfelder mitbekommen, zumindest einen Ausschnitt. Da sieht man dann auch mal wo in anderen Bereichen schon einiges umgesetzt wurde bzw. gerade dabei ist. Erweitert meiner Meinung nach ungemein den Horizont. Mich hat da auch sehr die Medizin beeindruckt. War auch ein sehr spannender Vortrag muss man sagen, aber was da heute schon alles geht, Wahnsinn. Du hast ganz recht, die Nutzung der Dinge müsste auch jeden nur etwas mehr Bewusst werden, dann denke ich würde man sich in dem Bereich auch mehr engagieren.
Ich halte das mittlerweile für die größte tech-Revolution nach dem Internet. Es ist in der öffentlichen Wahrnehmung nur nicht ganz so present- wie damals das WWW in den 90zigern.
Na ja, jedenfalls habe ich mir dieser Tage einen neuen Server angemietet, um als „early adopter“, auch remote, weiterhin ganz vorne dabei zu sein. Wenn man die Methodiken erst einmal drauf hat, kann man so ziemlich alles mit ML beleuchten (absolut spannend).
Auch bei den „starts“ des tradings liegt machine learning voll im trend :-).
https://chatwithtraders.com/
Machine Learning wird das neue Fibonacci. Entsprechend häufiger werden wir zukünftig so technisch induzierte, selbsterfüllende Prophezeiungen an den Märkten sehen. Das kennen wir ja schon von diesem lustigen „retracement-Spielchen“.
Nehmen wir eimal an, dass die besten Algos unserer Zeit an ein bis zwei Händen abzuzählen und in Gänze offengelegt sind. Was ist dann eigentlich, wenn jeder dasselbe macht- flash crash durch ALgo-Konvergenz? Gut es kommt dann ggf. immer noch auf entsprechende Kombinationen an (zum Beispiel Algo-Ensemmbles, finanztechnische Feinheiten etc.). Aber mal ehrlich, wenn ich mir dieses hier ansehe… Markus Koch „Höhere Rendite dank künstlicher Intelligenz? | Die goldene Couch | Talk 13/21“ …scheint mir das in vielen anderen Bereichen des ML bereits bekannt- und das selbe zu sein. Wenn das mal gut geht. :-). Am Ende steht die selbsterfüllende Prophezeiung der Algos- nicht der Anleger. Logische Fortentwicklung :-). Andererseits haben wir, wenn jeder die selben Algos auf die selben Probleme ansetzt, dann endlich wieder die vielerorts vermisste Berechenbarkeit der Märkte- im wahrsten Sinne des Wortes. :-)
leftutti: Ja genau, die Institutionellen tun sich kurioser Weise noch schwer, mit den Nerds der Szene gleichzuziehen. Darum gibt es zum Beispiel auch soetwas wie https://www.kaggle.com/. Wo Ausschreibungen von großen, gestandenen Firmen laufen, handfeste buisiness-Probleme zu lösen (getarnt als Wettbewerb) :-). Auf der anderen Seite gibt es aber auch schon Anbieter, wo Du quasi nur noch eintippst, sofern du dein „Domain-Wissen“ richtig geortnet hast und ggf., begünstigend, anno dazumal in Statistik zwei Scheine gemacht hast :-).
Bei den ML-Alogos ist das einwenig wie mit Google…Wer intelligent fragt, bekommt auch intelligente Antworten. Wer doof fragt… na ja (große Spielwiese) :-).