Mit künstlicher Intelligenz gegen unseriöse Anlageberater

Mithilfe selbstlernender Algorithmen ist es Wissenschaftlern der Goethe-Universität in Frankfurt am Main gelungen, unseriösen Anlageberatern auf die Schliche zu kommen. Wie die Frankfurter Allgemeine Zeitung (FAZ) in ihrer Online-Ausgabe berichtet, setzten die Forscher dabei die Angaben amerikanischer Finanzberater aus sozialen Netzwerken in Beziehung zu Informationen über öffentlich aufgedeckte Betrugsfälle. Stimmten die Angaben auf den Profilen mit den offiziellen Fakten überein, werteten die Wissenschaftler das als Zeichen für Glaubwürdigkeit.

Mehr zum Thema

Reaktion auf Wirecard-Skandal

Scholz will Bafin reformieren – Kritik vom Verbraucherschutz

Entscheidung über Bafin-Aufsicht geplatzt

Warum 34f-Vermittler vom Wirecard-Beben profitieren könnten

Trotz hoher Anforderungen

„Finanzberatung hat Zukunft“

Reaktion auf Wirecard-Skandal

Scholz will Bafin reformieren – Kritik vom Verbraucherschutz

Entscheidung über Bafin-Aufsicht geplatzt

Warum 34f-Vermittler vom Wirecard-Beben profitieren könnten

Trotz hoher Anforderungen

„Finanzberatung hat Zukunft“

Die Forscher um den Wirtschaftsinformatiker Professor Peter Gomber interessierten sich vor allem für berufliche soziale Netzwerke wie etwa LinkedIn oder Xing, die Anlageberater gern nutzen, um Kontakte zu pflegen oder neue Geschäftspartner zu gewinnen. Die Annahme: Wer sich hier vertrauenswürdig verhält, tut das auch in der Beratungspraxis gegenüber seinen Kunden.

Schäden in Milliardenhöhe

Nach Einschätzung der Goethe-Uni ist das entwickelte KI-Modell vor allem für Finanzmarktkontrolleure von Bedeutung: Sie könnten die Erkenntnisse nutzen, um eigene Systeme für die Finanzmarktüberwachung zu trainieren oder bereits vorhandene Modelle zu erweitern und damit effizienter zu gestalten. Unseriöse Anlageberater verursachten immerhin jährlich Schäden in Milliardenhöhe und schwächten so das Vertrauen in das Finanzsystem insgesamt.

Die von den Frankfurter Wirtschaftswissenschaftlern veröffentlichten Studienergebnisse wurden im renommierten „Journal of the Association for Information Systems” (JAIS) veröffentlicht.