Da künstliche Intelligenz (KI) und ihre verschiedenen Teilbereiche – wie maschinelles Lernen (ML) – immer komplexer und weiter entwickelt werden, nimmt auch ihre Präsenz im Finanzbereich zu erhöht drastisch.
Nach Laut einem Bericht von Nvidia aus dem Jahr 2022 nutzen über 75 % der im Finanzsektor tätigen Unternehmen maschinelles oder tiefes Lernen, um ihre internen Abläufe zu optimieren.
Darüber hinaus stellt die Studie fest, dass 91 % der Finanzunternehmen inzwischen durch Investitionen in KI entscheidende Geschäftsergebnisse erzielen, wobei viele der befragten Unternehmen angaben, dass ihnen die aufkeimende Technologie dabei geholfen habe, genauere Vorhersagemodelle zu erstellen.
Mehr als 30 % der Befragten gaben an, dass der Einsatz von KI und ML ihren Jahresumsatz um mehr als 10 % gesteigert habe, während über 25 % der Befragten angaben, dass KI ihnen dabei geholfen habe, ihre jährlichen Arbeitskosten um mehr als 10 % zu senken.
Datenverarbeitung neu definiert
Obwohl KI noch in den Kinderschuhen steckt, wird sie den Finanzsektor erheblich verändern. Ihr Potenzial ähnelt dem computergesteuerter Handelsmodelle, die Wall-Street-Händler in den 1980er Jahren eingeführt haben.
Jeroen Van Lange, Gründer und Analyst des YouTube-Kanals Die Blockchain heutesagte gegenüber Cointelegraph:
„KI wird eingesetzt, um Handelsmodelle für maschinelles Lernen zu entwickeln, Transaktionsunregelmäßigkeiten zu erkennen und sogar komplexe Blockchain-Daten mit außergewöhnlich hoher Genauigkeit zu analysieren.“
„Darüber hinaus werden ML-basierte Tools verwendet, um das Risiko von Kreditnehmern zu analysieren und ihre Kreditwürdigkeit anhand einer breiten Palette von Datenquellen wie ihrer Social-Media-Aktivität und ihrem Online-Verhalten zu beurteilen“, fügte er hinzu.
Van Lange betonte, dass ML-Algorithmen diese umfassenden Datensätze untersuchen können, um kurzfristige Preisbewegungen vorherzusagen, da die meisten Kryptowährungsbörsen Echtzeitdaten bereitstellen, die mit ihren Auftragsbüchern verknüpft sind.
In ähnlicher Weise können diese Modelle im Fall von Derivate-Börsendaten Informationen wie offene Positionen, Finanzierungsraten und Kauf-/Verkaufsverhältnisse der Abnehmer viel schneller sortieren und verarbeiten als Menschen, sodass Händler bessere Investitionsentscheidungen treffen können.
„Das ist etwas, was wir noch nie zuvor gesehen haben, dass Programme selbstständig denken und ihre Entscheidungsfähigkeiten spontan verbessern“, sagte Van Lange.
Ein neuer Standard für Datensicherheit
Durch die Einführung von KI und ML konnten Blockchain-Systeme ihre Sicherheitsfunktionen verbessern.
KI-gestützte Plattformen können Benutzern Echtzeit-Bedrohungs-Feeds bereitstellen und ihnen gleichzeitig verwertbare Einblicke in verschiedene Betrügereien, Rug-Pulls und Bedrohungen ermöglichen.
Anfang dieses Jahres die Überwachungssysteme von Forta erkannt der Angriff auf das Euler-Protokoll wenige Minuten vor dem Hack, bei dem 197 Millionen US-Dollar gestohlen wurden.
Aktuell: Wie Blockchain-Technologie und dMRV den CO2-Handelsmärkten helfen können
Während Forta Euler im Voraus benachrichtigen konnte, war das Protokollteam nicht in der Lage, rechtzeitig zu reagieren.
Auch das Attack Detector-Modul von Forta war erfolgreich flackernd der 3,3-Millionen-Dollar-Hack der dezentralen Finanzplattform SushiSwap im April sowie der Flash-Kredit Attacke auf Yearn.finance, was etwa zur gleichen Zeit zu einem Verlust von über 11 Millionen US-Dollar führte.
Aufgrund seiner Fähigkeiten zur Bedrohungserkennung hat Forta die finanzielle Unterstützung mehrerer prominenter Branchenakteure erhalten, darunter unter anderem Coinbase Ventures, a16z, Blue Yard und Blockchain Capital.
Lösung des Problems der Liquiditätsfragmentierung
Auch wenn der Kryptomarkt reifer wird und wächst, ist er immer noch mit mehreren Problemen im Zusammenhang mit der Illiquidität konfrontiert, insbesondere im Vergleich zum traditionellen Finanzwesen.
Ahmed Ismail, CEO und Mitbegründer von FluidAI, einer KI-basierten Krypto-Aggregationsplattform, sagte gegenüber Cointelegraph, dass die Liquidität digitaler Vermögenswerte derzeit bei einigen wenigen großen Akteuren isoliert sei, was den Markt äußerst ineffizient mache. Er fügte hinzu:
„Selbst die stabilsten Kryptowährungen wie BTC und ETH sind fragil. Der Kryptomarkt benötigt hochwertige Liquiditätsaggregatoren, damit Marktteilnehmer bei volatilen Bedingungen schnell und zum bestmöglichen Preis auf Mittel zugreifen können, um ein gewisses Gleichgewicht aufrechtzuerhalten.“
Auf die Frage, wie KI bei der Bewältigung dieser Probleme helfen kann, stellte er fest, dass Aggregatoren – darunter FluidAI – die Technologie nutzen, um die Preise des Orderbuchs für digitale Vermögenswerte in Echtzeit vorherzusagen und so eine höhere Liquidität für relevante Handelspaare bereitzustellen. „FluidAI nutzt einen KI-gestützten Smart Order Router und eine Matching Engine, um eine Verbindung zu großen zentralen und dezentralen Börsen herzustellen und die Liquiditätsreserven zu erhöhen.“
Darüber hinaus sagte Ismail, dass seine Plattform maßgeschneiderte Algorithmen wie volumengewichteten Durchschnittspreis, zeitgewichteten Durchschnittspreis, Ankunftspreis und Volumenbeteiligung verwendet, um negative Auswirkungen auf den Markt zu minimieren und Informationslecks bei der Ausführung großer Aufträge zu verhindern.
Stimmungsanalyse
In der heutigen globalisierten Wirtschaft spielt die Stimmungsanalyse in verschiedenen Branchen, einschließlich Krypto, weiterhin eine größere Rolle.
Mit KI können Unternehmen jetzt die Stimmung ihrer Kunden in Echtzeit verstehen und so ihre Marketingbemühungen kuratieren und personalisieren.
Ein kürzlich Studie von Forschern der University Canada West stellen fest, dass KI-gestützte Sentimentanalysetools den Ton einer Aussage verstehen können, anstatt lediglich bestimmte Wörter in einem kommentierten Text als positiv oder negativ zu erkennen.
Unternehmen können diese Tools auch als Teil umfassenderer Geschäftsstrategien nutzen, um sich von der Konkurrenz abzuheben, Verbraucher zu gewinnen und zu binden, Live-Recherchen durchzuführen, um das Kundeninteresse an bestimmten Themen zu beurteilen und die Marktbedingungen zu verstehen.
Schließlich sind diese Tools skalierbar und für Unternehmen geeignet, die große Mengen an Feedback-Daten verarbeiten. Durch die Analyse dieser Feedback-Informationen ist es möglich, verbesserungswürdige Bereiche anzugehen, umgehend auf Probleme zu reagieren und fundierte Entscheidungen zur Steigerung der Kundenzufriedenheit zu treffen.
Was steht der Zukunft des Finanzwesens bevor?
Obwohl KI und Blockchain-Technologie noch in den Kinderschuhen stecken, glaubt Ismail, dass diese Innovationen das Potenzial haben, sich gegenseitig zu ergänzen und die Art und Weise zu verändern, wie wir globale Finanzen wahrnehmen:
„Die Distributed-Ledger-Technologie bietet unveränderliche Datenspeicherfunktionen mit verbesserter Transparenz und Rückverfolgbarkeit. KI hingegen kann enorme Mengen an Blockchain-Daten verarbeiten, um intelligente Erkenntnisse und genaue Vorhersagemodelle zu liefern. Durch die Kombination beider können Marktteilnehmer fundierte Entscheidungen treffen, um gesunde Marktkennzahlen aufrechtzuerhalten.“
Ismail forderte außerdem, dass jedes große Finanzinstitut den Einsatz von Technologien wie natürlicher Sprachverarbeitung, Deep Learning, Reinforcement Learning, generativen Modellen und Edge Computing genau prüfen sollte, um seiner Konkurrenz einen Schritt voraus zu sein.
Magazin: So schützen Sie Ihre Krypto in einem volatilen Markt: Bitcoin-OGs und Experten äußern sich
Einen ziemlich ähnlichen Standpunkt vertritt Cerullo, der glaubt, dass der Einsatz von KI in den heute bestehenden Finanzstrukturen Anlegern dabei helfen kann, bessere Renditen zu erzielen, zumindest für bestimmte ausgewählte Geschäfte. Allerdings räumte er ein, dass KI kein Zauberstab ist, der die Produktivität automatisch steigern kann.
„Es kann jedoch ein wertvoller Helfer sein.“
Sammeln Sie diesen Artikel als NFT um diesen Moment in der Geschichte zu bewahren und Ihre Unterstützung für unabhängigen Journalismus im Kryptoraum zu zeigen.