Die nächste Grenze im Investment Management: GenAI für intelligentere, effizientere Portfolios

Ein Argument für die Integration von KI in Nachhaltigkeitsdaten und -analysen

Generative KI (GenAI) könnte der Wirtschaft jährlich zwischen 2,6 Billionen und 4,4 Billionen Dollar einbringen und gleichzeitig den Einfluss der künstlichen Intelligenz - dem Oberbegriff für alle intelligenten Systeme - um 15 bis 40 Prozent erhöhen, so eine Studie von McKinsey. In der Studie heißt es dazu: "In der Tat scheint es möglich, dass innerhalb der nächsten drei Jahre alles, was nicht mit KI verbunden ist, als veraltet oder ineffektiv angesehen wird."

Ein wichtiger Bereich, der vom Einsatz dieser neuen Technologien profitiert, ist die Verwaltung von Finanzanlagen. Laut einer aktuellen Umfrage der Boston Consulting Group (BCG) experimentieren 88 % der Vermögensverwalter mit mindestens einem GenAI-Anwendungsfall, wie z. B. "KI-gestützte Einblicke für ein leistungsfähigeres Datenmanagement im gesamten Unternehmen" oder "Fonds-Reporting".

Der Einsatz innovativer Technologien in der Vermögensverwaltung wird umso wichtiger, je mehr Nachhaltigkeits- und ESG-Aspekte ins Spiel kommen, was zu einer zusätzlichen Komplexität der Datenabläufe und der Berichterstattungsanforderungen führt. 

Aufbauend auf fast zehn Jahren Erfahrung in den Bereichen Nachhaltigkeit und Technologie hat Clarity AI neue Co-Pilot-Funktionen eingeführt, um Vermögensverwalter, die Finanzprodukte erstellen, vermarkten und verwalten, bei der Gewinnung verwertbarer Erkenntnisse zu unterstützen, die ihnen eine bessere Entscheidungsfindung ermöglichen. Durch die Nutzung von KI können Finanzmarktteilnehmer ihre Zeit auf strategischere Aufgaben verwenden , die das Geschäftswachstum und die Kundenzufriedenheit fördern.

Dieser Artikel befasst sich mit den Herausforderungen in der Vermögensverwaltung bei der erfolgreichen Integration von Nachhaltigkeit in den Anlageprozess und der Rolle von KI und insbesondere GenAI bei der Überbrückung dieser Lücken. 

Qualifikationsdruck und Skalierbarkeit

Der Personalbedarf für die Verwaltung nachhaltigkeitsbezogener Investitionen wird in der Finanzdienstleistungsbranche immer wichtiger. Vor allem, da der regulatorische Druck, die öffentliche Kontrolle und die Kundennachfrage zunehmen, was ein starkes Argument für mehr Transparenz und Offenlegung zur Validierung von Nachhaltigkeitsansprüchen darstellt.

Nach Angaben der Principles of Responsible Investment (PRI) setzen über 80 % der Vermögensbesitzer weltweit nachhaltige Finanzstrategien um. Allerdings berichten mehr als 75 % der Finanzfachleute von einem "Mangel an Nachhaltigkeitskompetenzen in ihrem Unternehmen".

Angesichts der Tatsache, dass die weltweiten ESG-Vermögenswerte bis 2030 voraussichtlich 40 Billionen US-Dollar erreichen werden, und der Verpflichtung von 85 % der Vermögensverwalter, die Nachhaltigkeitswerte zu erhöhen, werden diese strukturellen Herausforderungen nur noch größer werden, wenn sie nicht angegangen werden.

KI kann zwar dazu beitragen, die Qualifikationslücke zu schließen und die Effizienz der Teams zu verbessern, doch sollte die Technologie als Mittel zum Zweck betrachtet werden und kann die Entscheidungsbefugnis von Menschen nicht ersetzen. 

Die Verwaltung der Zusammenarbeit zwischen Mensch und KI ist daher ein wichtiger Aspekt der Prozesssteuerung. Wenn es gut gemacht ist, werden menschliche "Leitplanken" in den Prozess eingebaut, um sicherzustellen, dass die von der KI unterstützten Strategien wie erwartet funktionieren und dass die daraus resultierenden Investitionsentscheidungen fundiert sind.

Im Folgenden werden einige der wichtigsten Grundsätze erläutert, auf denen die neue Co-Pilot-Funktion von Clarity AI- der KI-Assistent - basiert, um Vermögensverwalter bei der Integration von Nachhaltigkeitsaspekten in ihre Anlagen zu unterstützen.

Insbesondere die Qualität der zugrundeliegenden Daten, die Transparenz und die Erklärbarkeit der vom neuen KI-Assistenten gelieferten Erkenntnisse geben den Anlegern Informationen an die Hand, denen sie vertrauen können, um Anlageentscheidungen zu treffen und ihren Stakeholdern vertrauensvoll Bericht zu erstatten.

Umfassende und zuverlässige Daten als Kernstück

Abgesehen von der Durchforstung der verfügbaren selbst gemeldeten Daten, die ihrerseits Schwankungen, Unstimmigkeiten und vagen Definitionen unterliegen, gibt es viele Lücken und Auslassungen in den Angaben der Unternehmen. Eine Analyse vonClarity AI zeigt beispielsweise, dass zwar über 80 % der Öl- und Gasunternehmen Emissionen aus Anlagen, die sie nicht kontrollieren, unter der Scope-3-Kategorie von Investitionen melden sollten, aber nur 9 % dies tatsächlich tun.

Um die Datenlücken zu schließen, findet die KI-gesteuerte automatische Extraktion Metriken und Werte aus unstrukturierten Daten. Bei unstrukturierten Daten kann es sich um Berichte, Dokumente, Diagramme, Pressemitteilungen und vieles mehr handeln. Modelle für die Verarbeitung natürlicher Sprache (NLP) verarbeiten unstrukturierten Text (z. B. Nachrichtenartikel), um Themen von Interesse (z. B. Kontroversen) zu extrahieren. In den Fällen, in denen wichtige Datenpunkte einfach nicht öffentlich zugänglich sind, können leistungsstarke KI-Anwendungen mit Hilfe ausgefeilter Modelle die fehlenden Faktoren schätzen. So können z. B. Satellitenbilder verwendet werden, um die Genauigkeit der Schätzungen für Treibhausgasemissionen zu erhöhen - wie in unserer oben erwähnten Untersuchung über die fehlenden Treibhausgasemissionen von Öl- und Gasunternehmen. 

All dies könnte auch von Menschen erledigt werden, aber nicht mit der gleichen Zuverlässigkeit in Bezug auf die Reichweite und die Vermeidung von menschlichen Fehlern. Da das Arbeitsvolumen mit dem kontinuierlichen Anstieg der ausgegebenen nachhaltigkeitsbezogenen Instrumente zunimmt, können technologiegestützte Lösungen schnell skaliert werden, wo menschliche Ressourcen nicht ausreichen. Menschliches Fachwissen ist jedoch entscheidend für erfolgreiche KI-Modelle - im Hinblick auf das Training des Modells mit hochspezifischem Wissen, Taxonomien (Kategoriendefinitionen) und Anwendungsfalldaten.

Abgesehen von der Vollständigkeit der Daten sind Vermögensverwalter auch über die Zuverlässigkeit der Datenpunkte besorgt, auf die sie ihre Anlageentscheidungen und Portfolioanpassungen stützen. Aber wie groß ist das Problem der Zuverlässigkeit? Clarity AIDie Analyse der direkten Emissionsdaten von 6.500 Unternehmen ergab, dass in 42 % der Fälle Datenabweichungen festgestellt wurden. In 13 % der Fälle wichen diese Diskrepanzen um mehr als 20 % von der Wahrheit ab.

Ein wichtiges Ziel für Vermögensverwalter ist daher die Auswahl von KI-gesteuerten Tools, die potenziell ungenaue Nachhaltigkeitsinformationen für ein Unternehmen identifizieren und kennzeichnen, basierend auf:

• Übereinstimmung mit der eigenen Berichtshistorie des Unternehmens
• Kohärenz mit der Branche angesichts der Größe und anderer Faktoren des berichtenden Unternehmens
• Konsistenz mit anderen Quellen für dasselbe Unternehmen - metrisches Jahr

Clarity AIdie Verpflichtung zur Datenqualität

• Referenzdaten für eine genaue Identifizierung und Klassifizierung
• Natürliche Sprachverarbeitung, die ungenaue und interpretierbare Begriffe verwaltet, um Greenwashing zu vermeiden
• KI-gesteuerte Erfassung von gemeldeten Daten und zusätzlichen Datensätzen (Nachrichten, Satellitenbilder usw.)
• Echtzeit-Datenüberlagerungen, die die langsam fließenden gemeldeten Daten verbessern
• Hochgradig trainierte KI-Modelle, die Daten anhand von Normen und Benchmarks validieren
• Schätzungsmodelle, die die Berichtslücken unter Verwendung von Branchenparametern und -normen füllen
• Menschliche Aufsicht zur Überprüfung von Markierungen und Datenanomalien

Datentransparenz und Erklärbarkeit zur Förderung von Maßnahmen

KI ist für Vermögensverwalter nur von geringem Nutzen, wenn sie nicht für jeden Punkt, den sie aufzeigt, eine Begründung und/oder Erklärung liefert. Es liegt auf der Hand, dass die Interpretation von Tausenden von Nachhaltigkeitsdaten eine sehr komplexe und zeitintensive Aufgabe ist, selbst für spezialisierte Analysten. KI-gestützte Automatisierung ist dringend erforderlich, aber Automatisierung in stark regulierten Finanzmärkten ist auf einer "Blackbox"-Basis nicht sinnvoll.

Im nächsten Abschnitt wird dargelegt , wie Co-Pilot-Funktionen die Anlageentscheidungen von Vermögensverwaltern durch proaktive Empfehlungen und Anleitungen zur Erstellung und Verwaltung von Portfolios unterstützen können , die auf umfassenden und zuverlässigen Daten beruhen und Zugang zu den Gründen und dem Kontext hinter jeder gelieferten Erkenntnis bieten.

Vorstellung von Clarity AI's Assistant

Aufbauend auf fast einem Jahrzehnt der Spezialisierung auf Nachhaltigkeit und Technologie bringt Clarity AI nun neue GenAI-Funktionen auf den Markt , um informiertes Handeln zu fördern und die Effizienz von Investmentteams und ESG-Analysten zu steigern .

Mit dem KI-Assistenten bieten wir Investoren fortschrittliche Einblicke und Empfehlungen, die auf einer einzigartigen und kuratierten Datenbank mit mehr als 1.000+ Metriken, über 70.000 Unternehmen, 450.000 Fonds und 400 nationalen und lokalen Regierungen basieren.

Diese neue Funktion bringt dem Nutzer die Informationen näher, automatisiert den Prozess der Datenanalyse und ermöglicht es ihm, sich auf seine Strategie und seine Ziele zu konzentrieren. 

Datentransparenz und Kontext

• Bietet relevante Benchmarks zum Vergleich der Nachhaltigkeitsleistung mit relevanten Vergleichsgruppen (z. B. S&P 500)
• Identifiziert Performance-Ausreißer in Portfolios
• Bietet eine eingehende Analyse von Ausreißern oder anderen Unternehmen im Portfolio, um die genaue Art der Leistung und die Details der Unterkategorien zu verstehen
• Detaillierte Erklärungen zu den Methoden und Quellen der Metriken
• Ermöglicht ein tieferes Eintauchen in die Nachhaltigkeitsberichte der Unternehmen, um deren Daten und Engagementpläne genauer zu untersuchen

Portfolio-Empfehlungen

• Identifizierung und klare Analyse von Unternehmen mit unterdurchschnittlicher Leistung in den Portfolios
• Bietet Optionen zur Verbesserung der Portfoliobewertungen ohne Änderung der Sektorallokation
• Bietet eine detaillierte und transparente Begründung für die Empfehlungen
• Kennzeichnet Unternehmen mit potenziellen Risiken für das Portfolio
• Bietet die Möglichkeit, bestimmte Unternehmen im Detail zu untersuchen und quantitative und qualitative Erkenntnisse in Form von analystenähnlichen Unternehmensberichten zu gewinnen

KI kann bei der Sammlung von Informationen und deren sinnvoller Analyse zum besseren Verständnis der Nachhaltigkeitsleistung von Unternehmen eine entscheidende Rolle spielen, sollte aber immer ein Werkzeug zur Unterstützung und Skalierung menschlicher Entscheidungen bleiben.

Nehmen Sie Kontakt mit uns auf, um mehr über unser Angebot zu erfahren und darüber, wie wir Ihre Bemühungen um Nachhaltigkeit am besten unterstützen können.