Goldman Sachs und die Deutsche Bank setzen KI-Agenten zur Handelsüberwachung ein

Banken experimentieren mit einer neuen Form der künstlichen Intelligenz, der sogenannten „agentischen KI“, die über das einfache Scannen von Schlüsselwörtern oder vordefinierte Regeln hinausgeht. Anstatt sich ausschließlich auf statische Warnmeldungen zu verlassen, beginnen einige Handelsabteilungen damit, Systeme einzuführen, die in der Lage sind, Muster in Echtzeit zu analysieren und Verhaltensweisen hervorzuheben, die möglicherweise menschliche Aufmerksamkeit erfordern.

Bloomberg berichtete ausführlich darüber, wie Goldman Sachs und die Deutsche Bank sogenannte „agentebasierte“ KI-Tools für die Handelsüberwachung erproben oder implementieren. Ziel ist es, die Überwachung von Orders und Handelsgeschäften zu verbessern, indem Software-Agenten eingesetzt werden, die Aktivitäten in Echtzeit analysieren und Muster erkennen können, die auf potenzielles Fehlverhalten hindeuten.

Adaptive Agenten

Große Banken nutzen automatisierte Überwachungssysteme zur Beobachtung der Handelsaktivitäten, die oft auf vorab festgelegten Regeln basieren: Wenn ein Handel ein bestimmtes Volumen überschreitet, von einem Referenzwert abweicht oder einem bekannten Risikomuster entspricht, löst dies einen Alarm aus. Compliance-Teams prüfen diese Fälle dann manuell.

Die Schwierigkeit liegt in Umfang und Komplexität. Moderne Märkte produzieren enorme Datenmengen über Anlageklassen, Zeitzonen und Handelsplätze hinweg. Statische Regeln können zu einer hohen Anzahl von Fehlalarmen führen, während subtilere Formen der Manipulation möglicherweise nicht in etablierte Muster passen.

Laut Bloomberg sind die neueren agentischen Systeme darauf ausgelegt, über diesen Ansatz hinauszugehen. Anstatt Transaktionen lediglich mit einer Checkliste abzugleichen, untersuchen diese KI-Agenten das Handelsverhalten anhand mehrerer Signale, vergleichen es mit historischen Aktivitäten und erkennen ungewöhnliche Kombinationen von Handlungen.

Diese Tools sollen Compliance-Beauftragte nicht ersetzen. Vielmehr dienen sie als zusätzliche Überwachungsebene, um Fälle aufzudecken, die eine genauere Prüfung durch Menschen erfordern.

Die Zusammenarbeit der Deutschen Bank mit Google Cloud

Bloomberg berichtete, dass die Deutsche Bank mit Google Cloud zusammenarbeitet, um KI-Agenten zu entwickeln, die Handelsaktivitäten überwachen können. Das System ist darauf ausgelegt, große Mengen an Order- und Ausführungsdaten zu analysieren und Anomalien nahezu in Echtzeit zu kennzeichnen.

Die Bank hat ihre KI-Initiativen in den letzten Jahren ausgebaut, und dieses Überwachungsprojekt veranschaulicht, wie Finanzinstitute generative Technologien und große Sprachmodelle über einfache Chat-Schnittstellen hinaus einsetzen. Hier beantwortet die KI keine Kundenanfragen, sondern analysiert sowohl strukturierte als auch unstrukturierte Datenströme im Zusammenhang mit Handelsverhalten. Diese KI-Agenten können dabei helfen, „komplexe Anomalien“ in Aufträgen und Handelsgeschäften zu identifizieren, was darauf hindeutet, dass das System möglicherweise Zusammenhänge zwischen Handelsgeschäften, Zeitpunkten, Marktbedingungen und der Handelshistorie des Händlers bewertet, anstatt isolierte Ereignisse.

Menschliche Compliance-Mitarbeiter sind weiterhin dafür verantwortlich, markierte Fälle zu prüfen und zu entscheiden, ob weitere Maßnahmen erforderlich sind.

Die Strategie von Goldman Sachs für agentische KI

Goldman Sachs untersucht laut einem Bericht von Bloomberg ebenfalls den Einsatz von agentischer KI für Überwachungszwecke. Die Bank hat in den letzten Jahren erhebliche Investitionen in KI innerhalb ihrer Handels- und Risikosysteme getätigt, und diese Initiative scheint diese Arbeit auf den Compliance-Bereich auszuweiten.

Der Schwerpunkt liegt dem Bericht zufolge auf dem Einsatz von KI-Agenten, die mit einer gewissen Autonomie nach Anzeichen von Fehlverhalten suchen können. Das System könnte Muster identifizieren, die zwar keiner bestimmten Regel entsprechen, aber dennoch ungewöhnlich erscheinen.

Für die Aufsichtsbehörden liegt der Vorteil auf der Hand: Eine frühzeitige Erkennung kann dazu beitragen, Marktschäden und Reputationsrisiken zu verringern. Für Banken ergibt sich zudem ein operativer Vorteil. Compliance-Abteilungen stehen unter dem Druck, große Mengen an Warnmeldungen zu bewältigen und gleichzeitig strenge Aufsichtsstandards einzuhalten. Tools, die Störsignale reduzieren können, ohne die Sorgfalt zu beeinträchtigen, dürften an Bedeutung gewinnen.

Warum „agentebasierte KI“ wichtig ist

Der Begriff „agentebasierte KI“ bezieht sich auf Systeme, die zielgerichtete Maßnahmen ergreifen können, anstatt lediglich auf Eingaben zu reagieren. In der Praxis bedeutet dies, dass die Software entscheiden kann, welche Daten als Nächstes untersucht werden sollen, mehrere Signale vergleichen und Ergebnisse eskalieren kann, ohne dass ständige menschliche Eingriffe erforderlich sind. In einer Handelsumgebung könnte dies die Überwachung von Orderflüssen, Kursbewegungen, Kommunikationsmetadaten und historischem Verhalten umfassen, um festzustellen, ob Aktivitäten mit normalen Mustern übereinstimmen.

Das bedeutet nicht, dass das System eigenständig Disziplinarentscheidungen trifft. Finanzinstitute unterliegen strengen regulatorischen Rahmenbedingungen, und die Verantwortung liegt weiterhin bei menschlichen Aufsichtspersonen. Die Rolle des Agenten besteht darin, Informationen effektiver zu identifizieren und zu organisieren, als es statische Systeme können.

Teil eines umfassenderen Wandels im Compliance-Bereich

Neu ist die Anwendung fortschrittlicherer generativer KI-Architekturen auf interne Kontrollfunktionen.

Aufsichtsbehörden in den USA und Europa haben Unternehmen dazu angehalten, ihre Überwachung von Marktmissbrauch und -manipulation zu verbessern. Zwar schreiben die Vorschriften keine agentische KI ausdrücklich vor, doch verlangen sie von den Unternehmen die Aufrechterhaltung wirksamer Systeme und Kontrollen. Wenn KI-Tools dazu beitragen können, diesen Standard zu erfüllen, ist mit einer zunehmenden Verbreitung zu rechnen.

Gleichzeitig wirft der Einsatz von KI im Compliance-Bereich eigene Fragen auf. Banken müssen sicherstellen, dass Modelle erklärbar, frei von Verzerrungen und in der Lage sind, einer behördlichen Überprüfung standzuhalten. Modell-Governance, Datensicherheit und Prüfpfade bleiben weiterhin zentrale Anliegen.

Was sich für die Branche ändert

Sollten sich agentische Überwachungstools als wirksam erweisen, könnten sie die Arbeitsweise von Compliance-Teams grundlegend verändern. Anstatt unzählige einfache Warnmeldungen durchzugehen, könnten Mitarbeiter mehr Zeit darauf verwenden, komplexe Fälle zu bewerten, die von KI-Agenten identifiziert wurden.

Diese Verlagerung würde die Notwendigkeit menschlichen Urteilsvermögens nicht beseitigen. Sie könnte jedoch verändern, worauf sich der menschliche Aufwand konzentriert. In Märkten, in denen Geschwindigkeit und Datenvolumen weiter zunehmen, wird es immer schwieriger, Muster in Echtzeit zu analysieren, wenn man sich allein auf regelbasierte Systeme verlässt.

Siehe auch: Mastercards KI-Zahlungsdemo weist auf agentengesteuerten Handel hin

Möchten Sie mehr über KI und Big Data von Branchenführern erfahren? Besuchen Sie die AI & Big Data Expo in Amsterdam, Kalifornien und London. Die umfassende Veranstaltung ist Teil der TechEx und findet gemeinsam mit anderen führenden Technologieveranstaltungen statt. Klicken Sie hier für weitere Informationen.

AI News wird von TechForge Media bereitgestellt. Entdecken Sie hier weitere bevorstehende Veranstaltungen und Webinare zum Thema Unternehmenstechnologie.