Künstliche Intelligenz und große Sprachmodelle haben ihre Sternstunde. Und keine mehr als die ChatGPT von OpenAI.
Vom Schreiben von Drehbüchern und der Erstellung von benutzerdefiniertem Code bis hin zur Bilderzeugung und Finanzberatung – die Möglichkeiten von ChatGPT sind grenzenlos. Außerdem befindet sich das System noch in der Entwicklung und wird ständig verbessert.
Asset- und Wealth-Manager denken über das Potenzial von ChatGPT als Ressource für thematische Investitionen nach. Auf der Grundlage seiner enormen Datenbank könnte das System vielleicht den Unterschied ausmachen und Gelegenheiten finden, die nur wenige aufdecken können.
In einem kürzlich erschienenen Video haben wir dies getestet. Wir haben ChatGPT mit einer thematischen Investitionsaufgabe betraut und es gebeten, die bestmöglichen Unternehmen zu identifizieren, in die man auf der Grundlage ihrer Fähigkeit, KI für angewandte Innovation zu nutzen, investieren kann.
An dieser Stelle gab es ein Problem.
Erstens konnte ChatGPT keine Liste mit 100 Unternehmen erstellen und entschuldigte sich dafür, dass die Daten nicht aktuell waren. Zweitens war die Liste mit KI-basierten Unternehmen bestückt, die jeder kennt (wie Google).
Wir haben uns zudem angeschaut, wie sich der Einsatz dieser Technologie auf einen Portfoliomanager auswirken würde. Von der Nachvollziehbarkeit und Transparenz gegenüber den Anlegern bis hin zu den aufsichtsrechtlichen Anforderungen konnte das System (noch) nicht das bieten, was für sichere und erklärbare thematische Anlageprodukte erforderlich ist.
Die Ergebnisse können Sie in dem nachfolgenden Video (englische Version) sehen, einschließlich:
- Regulierungs- und Transparenzmängel von ChatGPT
- die Ergebnisse eines thematischen Investitionstests
- neue Aufgaben und Informationen, die Anlagespezialisten von KI benötigen
- die Ergebnisse, als wir den gleichen Test mit unserem eigenen Themescape gemacht haben
Wir haben Affinity entwickelt, eine zweckgerichtete KI, die thematischen Anlegern und Portfoliomanagern hilft, die regulatorischen und recherchebasierten Hürden zu überwinden.
Sie stützt sich auf umfassende, unstrukturierte Echtzeit-Datenquellen, um thematische Exposure-Scores zentral zu bewerten und sicherzustellen, dass Portfoliomanager ein ganzheitliches thematisches Bild in Echtzeit erhalten.
