Risiken und Chancen durch KI-Hype

Künstliche Intelligenz (KI) und Digitalisierung bergen erhebliche soziale Risiken: von Arbeitsplatzverlusten in etablierten Branchen bis hin zu größeren Sicherheitsrisiken und zunehmender Diskriminierung. Generative KI (GenAI) könnte einen Großteil der Aufgaben eines Arbeitsplatzes automatisieren, was zu potenziellen Arbeitsplatzverlusten in den am stärksten betroffenen Berufen führt. Das Risiko eines Ungleichgewichts zwischen den kurzfristigen finanziellen Anreizen der Entwicklung und des Einsatzes von KI, insbesondere von GenAI, und den Interessen der Menschheit ist groß. Eine aktuelle Studie des Capgemini Research Institute ergab, dass 72 % der Verbraucher über den Missbrauch der GenAI-Technologie besorgt sind. Laut dem AI Incidents Monitor (AIM) der OECD-Beobachtungsstelle für KI- Strategien sind die Fälle dieser Risiken seit Anfang 2023 sprunghaft angestiegen.

Außerdem müssen die negativen Umweltauswirkungen von GenAI in der gesamten Wertschöpfungskette berücksichtigt werden. Die Kohlenstoffemissionen dürften steigen. Der Wettbewerb um den Ausbau der Rechenzentrumsinfrastruktur hat auch die Frage aufgeworfen, ob die nationalen Energienetze den erwarteten sprunghaften Anstieg der Stromnachfrage durch KI bewältigen können, und ob es in diesen Märkten genügend erneuerbare Energien zur Betreibung der Technologie gibt. Elektroschrott und der Bedarf an seltenen Mineralien und Metallen für die Infrastruktur und die Produktion von GenAI-Anwendungen sind weitere potenzielle Risiken, die bedacht werden müssen.

Für Investoren gibt es keine Patentlösung, um die vielschichtigen Risiken anzugehen, die durch die rasche Einführung von KI und GenAI in den letzten zwei Jahren entstanden sind. Am wirksamsten sind Instrumente für Engagement und Steuerung. Die Investoren erwarten von den Unternehmen (sowohl von den Entwickler als auch den Betreibern), dass sie im gesamten Unternehmen verantwortungsvolle KI-Verfahren anwenden, um sich vor den sozialen und ökologischen Risiken zu schützen, die KI mit sich bringt. Unternehmen müssen klare Grundsätze für die Anwendung von KI aufstellen und Leitplanken festlegen, um eine sichere Implementierung zu gewährleisten und insbesondere Voreingenommenheit, Diskriminierung, Fehlinformationen und die Verletzung der Privatsphäre zu vermeiden. Während sich einige Umweltauswirkungen wie der Energieverbrauch der Endnutzer und die Energieeffizienz von Rechenzentren mit der allgemeinen Dekarbonisierung des Stromnetzes ändern können, sind Investoren zunehmend darauf bedacht, dass der Technologiesektor seine Klimaziele erreicht. Sowohl Entwickler als auch Anwender von KI werden erheblich in den Aufbau zusätzlicher erneuerbarer Energie investieren müssen.

Auch Regulierung kann helfen. Der im letzten Monat offiziell verabschiedete EU AI Act ist ein gutes risikobasiertes Rahmenwerk, um die verantwortungsvolle KI-Governance und die Risikomanagementsysteme eines Unternehmens zu bewerten und zu analysieren. Darüber hinaus wurden in den letzten sechs Monaten mehrere Instrumentarien für Engagement veröffentlicht, wie z. B. das WEF Responsible AI playbook for Investors (Juni 2024), RIA Australasia’s AI and Human Rights Investor Toolkit und AI: An engagement Guide by ICGN (März 2024), die Investoren bei der Entwicklung eines robusten Rahmens für verantwortungsvolles Engagement im Bereich KI unterstützen können.

In der Asset-Management-Branche können KI-Modelle zur Entwicklung innovativer quantitativer Anlagestrategien und Risikomanagementverfahren sowie zur Steigerung der Portfoliorendite eingesetzt werden. Laut einer Harvard-Studie kann KI zur Beschleunigung von Finanzanalysen beitragen, z. B. beim Lesen von Tausenden von Seiten an Daten, um die Gewinne und die künftige Entwicklung eines Unternehmens zu analysieren. Darüber hinaus können riesige Datensätze analysiert werden, um Informationen zu finden, die Menschen entweder nicht erkennen können oder für die sie keine Zeit haben.

La Francaise Systematic Asset Management, eine Asset-Management-Gesellschaft der La Française Gruppe (der Holdinggesellschaft des Asset-Management-Geschäftsbereichs der Credit Mutuel Alliance Fédérale), hat ein System zur Integration komplexer nichtlinearer Beziehungen und Interaktionen in Finanzdaten entwickelt. Das System nutzt modernste Modelle des maschinellen Lernens und kombiniert sie mit traditionellen, bewährten Verhaltensmodellen, um endogene Schocks frühzeitig zu erkennen, indem es dynamisch auf das sich verändernde Marktumfeld reagiert. Die gleichen Prinzipien lassen sich auch auf die Nachhaltigkeitsanalyse anwenden, wo KI-Instrumente eingesetzt werden, um Risiken schneller und effektiver zu erfassen. Bei Crédit Mutuel Asset Management nutzen wir Datenquellen von Drittanbietern, die manchmal durch KI-Tools unterstützt werden, um unsere interne ESG-Analyse sowohl quantitativ als auch qualitativ zu verbessern. KI-basierte Tools haben sich als sehr effektiv erwiesen, wenn man Kontroversen und Fehler in der Unternehmensführung von überall auf der Welt erfassen will, die für menschliche Analysten unmöglich zu verfolgen sind.