Was KI für Versicherer in der Praxis leisten kann

Die AI-Finance Forschergruppe am Karlsruher Institut für Technologie (KIT) e. V. hat nach Aussagen seines Leiters Prof. Dr. Maxim Ulrich acht Jahre lang im Bunker geforscht. Jetzt sei es an der Zeit, das Know-how an die Praxis anzudocken. Dazu diente das Symposium der Forschungsgesellschaft „Geld – Banken – Bausparkassen – Versicherungen“. Zahlreiche Vorträge widmeten sich dem Einsatz Künstlicher Intelligenz in der Geschäftswelt, verbunden mit einer Auszeichnung des Vereins Versicherungswirtschaft e. V. Karlsruhe für die beste Masterarbeit. Und ein IWF-Experte wurde sogar aus New York eingeflogen.

Johannes Kramer, der Mitautor des Global Financial Stability Report, schilderte seine eigene Sichtweise und sprach nicht für den Internationalen Währungsfonds. Dennoch war auf seine Expertise Verlass. Er sprach in seinem Vortrag „Höhere Zinsen und Inflation: Wie belastbar ist das Finanzsystem“ über Volatilität an den Börsen und die Aktienrally, die vor allem durch IT-Aktien getrieben wird. KI sei ein virulenter Preistreiber, dass Aktien im IT-Sektor um 17 Prozent seit März gestiegen sind. Allerdings werden die Kurse nur durch wenige große Unternehmen getrieben. Da sie eine große Marktkapitalisierung aufweisen, bewege sich eben der Gesamtmarkt.

Ausführlich ging er zudem auf die Preisentwicklung ein. „80 der globalen Volkswirtschaften haben eine deutlich hohe Inflation, welche oberhalb des Ziels der Zentralbanken liegt.“ Mit vielen Folien und Diagrammen schilderte er ferner die Probleme strukturschwacher US-Banken. Sein Fazit dazu: Das Vertrauen in das Bankwesen kann schnell erodieren.

In seinem Vortrag „Mehr als Zahlen: KI als Werkzeug für Wirtschaftsprüfer“ skizzierte Dr. Dag Tanneberg, zunächst die Entwicklung, die den gesamten Wirtschaftsprüfungsprozess betrifft. Er ist Senior Manager bei der multidisziplinären Beratungsgesellschaft Ebner Stolz, die mit 2.200 Mitarbeitern an 14 Standorten im Jahr 2022 etwa 340 Mio. Euro Umsatz machte. Seit dem vergangenen Jahr leistet sich Ebner Stolz ein Data-Analytics-Team. „Wir versuchen den Prozess der Datenanalyse zu professionalisieren, zu standardisieren und in Plattformlösungen zu gießen und vor allem Anwendungsfälle für KI zu identifiziere und mit Prototypen zu versehen“, erklärt Tanneberg.

Bei der Wirtschaftsprüfung muss man die Bilanzen mit größtmöglicher Sicherheit testieren, gleichzeitig muss diese Prüfung mit geringstmöglichem Aufwand passieren. Hierbei komme der KI eine wesentliche Rolle zugute. Insbesondere soll KI im Rahmen der Wirtschaftsprüfung im Bereich der Anomalieerkennung eingesetzt werden, um Fehler in der Bilanz oder Betrugsfälle aufzudecken.

Am Ende seines Vortrags lieferte Tanneberg drei Kernbotschaften:

• Die fortschreitende Digitalisierung der Mandanten und deren Erwartung an eine fachlich angemessene sowie effiziente Abschlussprüfung prädestinieren die Wirtschaftsprüfung für Künstliche Intelligenz.
• Insbesondere von Verfahren aus dem Bereich der Anomalieerkennung versprechen sich Wirtschaftsprüfer entscheidende Vorteile für die Wirtschaftlichkeit der Jahresabschlussprüfung und Sicherheit des Prüfungsurteils.
• Sowohl Aspekte der Datenverfügbarkeit und -qualität als auch die manchmal unklaren Erwartungen an Künstliche Intelligenz erschweren die erfolgreiche Einführung und Akzeptanz.

Was man vom Vortrag mitnehmen kann: Anomalieerkennng ist innerhalb des Unternehmens machbar und zeigt plausible Ergebnisse. Anomalien sind auch Ausdruck mangelnder Datenverfügbarkeiten im Unternehmen. Ebenso lesson learned: Vollständige Automatisierung ist nicht erreichbar, weil

• Dynamik des Dateneingangs in das Warehouse erschwert die Qualitätssicherung
• immense Heterogenität erfordert dauernde Rückmeldung auf Anomalien durch die Prüfenden
• Künstliche Intelligenz führt zu unerwartetem Mehraufwand für die Wirtschaftsprüfung

Anschließend schilderte KIT-Experte Tim Zechmeister, wie die Erfolgsfaktoren für KI-basiertes Portfoliomanagement aussehen. Und wie man KI zur Vorhersage der Entwicklung von Aktienmärkten einsetzt, erläuterte umfassend Benedikt Stratmann. Man könne seiner Meinung nach mehr als nur Werte vorhersagen, sondern „wir können bestimmen, in welchem Wertebereich der wirkliche Wert wahrscheinlich landet“ und „anstatt einzelne Werte zu modellieren, können wir komplexe Verteilungen modellieren“.

Marco Neidhart, Senior Innovation & Venture Architect von der Börse Stuttgart Group, gab ein Einblick, wie der Stuttgarter Börsenplatz die Fintechs (inzwischen sind es 49 aktive Fintechs) in Baden-Württemberg fördert und ging auf ein Praxisbeispiel ein, bei der eine digitale Plattform die Kosten für Sanierungsarbeiten mithilfe von KI anhand von Bildern und einigen Parametern (z.B. Baujahr) genau bestimmen kann.

Die Corona-Pandemie und das Auf- und Ab an den Börsenmärkten waren für Professor Dr. Maxim Ulrich prädestiniert für ein Fallbeispiel mit der Künstlichen Intelligenz. Konnte man anhand bestimmter Daten bereits einen Crash vorhersehen? Meistens ist der Optionsmarkt bestens informiert und müsste eigentlich in der Frühphase der Pandemie gewisse Bewegungen gezeigt haben, so die These von Ulrich. Denn beim S&P 500 sehe man keine frühen Warnsignale. Anhand von zahlreichen Charts zeigt der Professor auf, dass in der Tat einige Investoren sehr früh sich mit Optionen eingedeckt haben, dass der S&P 500 an einem Tag um 7,5 Prozent sinken wird. Sein Fazit: „Trotz der enormen Störung durch Covid waren Informationen aus dem Optionsmarkt zuverlässig.“ Tail-Events wie Covid lassen sich in Tail-Risikomaßen zeigen, etwa Crash- und Outperformance Potenzial.

Der Höhepunkt der Veranstaltung gipfelte in der Verleihung der mit 3.000 Euro dotierten Auszeichnung für die beste Masterarbeit im Bereich des Risikomanagements mit Bezug zur Versicherungswissenschaft. Diesen zum ersten Mal vergebenen Preis gewann Ralph Seehuber für seine Abschlussarbeit „Development of a Eurex Risk Management Tool“. Die Laudatio hielt Dr. Bernhard Schareck. Er ist Vorstandsvorsitzender des Vereins Versicherungswirtschaft, der 1946 gegründet wurde und auch bei der Gründung der Forschungsgemeinschaft mitwirkte. Schareck blickte auf seine Laudatio von der Absolventenfeier aus dem Jahr 2000 zurück und gab zu, dass die damaligen Themen der Abschlussarbeiten sich grundsätzlich von den heutigen unterscheiden würden. Schareck hat ziemlich „gestaunt“ als er zum ersten Mal die Arbeit von Ralph Seehuber las. Er hat ein Tool entwickelt, das den Kapitalanlegern ermöglicht, Multi-Assets-Szenarien zu definieren und deren Auswirkungen auf ein Portfolio zu bewerten“, fasste Schareck zusammen. Man könne mit dem Tool etwa abschätzen, was passiert, wenn der Dax fällt, gleichzeitig sich der Zinswert verändert und der italienisch-deutsche Renditeabstand steigt. Schareck gab zu, dass er eine solche Fragestellung in seiner aktiven Zeit hätte nicht beantworten können. „Seehuber hat also nicht nur ein theoretisches Konstrukt entwickelt, sondern sein Tool ist praxistauglich einsetzbar“, sagte Schareck.

Seehuber kam auch selbst zu Wort und fasste seine Arbeit mithilfe einiger Slides zusammen. Er wertete historische Daten von Eurex und Xetra aus einem langen Zeitraum aus und berücksichtigte verschiedene Anlageklassen, von denen jede ihre eigenen Risikofaktoren (PCs) hat. Durch diese Methode lassen sich Auswirkungen potenzieller zukünftiger Ereignisse auf Portfolios ganz neu bewerten. Nicht nur die Methodik, sondern auch die Implementation des Tools sind laut Professor Ulrich auf höchstem Niveau umgesetzt. Ulrich: Sein innovativer Ansatz der Orthogonalisierung von Risikofaktoren über Anlageklassen hinweg gewährleistet, dass jeder Risikofaktor einzigartige Informationen erfasst, die noch nicht von zuvor berechneten Faktoren abgedeckt wurden.“

Zum Schluss warb das KIT noch in eigener Sache und stellte dar, welche Ausgründungspotenziale es geben könnte, wenn genug Partner aus der privaten Wirtschaft gewonnen würden. Schließlich begann die Erfolgsgeschichte von Google auch an der Hochschule, nämlich an der Stanford University. Das KIT will die AI-Forschung in die praktische Anwendung bringen. Dafür soll aus dem Lehrstuhl ein Innovationshub entstehen, da man sonst in Sachen Künstlicher Intelligenz von China und den USA komplett abgehängt werde. Derzeit besteht das Cluster aus vier Forschungszentren, darunter das Zentrum für KI und Datenanalytik (PI: Lukas Zimmer), das Zentrum für KI und Optionshandel (PI: Ralph Seehuber), das Zentrum für Supervised Learning (PI: Lukas Haug, CFA) und das Zentrum für Reinforcement Learning (PI: Tim Zechmeister). Das KIT ist aktiv auf der Suche nach Industriepartnern (besonders im Bereich „Energie“), um das Verständnis für das Potenzial der KI in verschiedenen Geschäftsbereichen voranzutreiben.

Autor: David Gorr