digit.cologne GmbH

#AI x #WealthManagement: Der persönliche Investment Analyst in der Tasche. Diese Vision scheint näher als gedacht, zumindest wenn man den jüngsten Forschungsergebnissen Glauben schenken kann. Laut der Studie "Financial Statement Analysis with Large Language Models" ist es #LLMs mittlerweile möglich, menschliche Analysten und spezialisierte ML-Modelle bei der Vorhersage von Price Earnings zu übertreffen. Strategien, die auf den untersuchten LLMs basieren, weisen beispielsweise eine höhere Sharpe Ratio auf. Während bisherige Studien über den Einsatz von #GPT-basierten Modellen in der Finanzanalyse methodisch eher schwach waren, liefert diese Studie deutlich belastbarere Ergebnisse. 📱 Geht man davon aus, dass entsprechend trainierte LLMs mit wenigen Ressourcen auf jedem Handy laufen können, kann bald jeder auf seinen eigenen Analysten zurückgreifen. Spannender wird es, wenn das Modell als #Embedded Investing Service direkt im Broker des Vertrauens mit Zugriff auf das eigene Depot und individuellen Strategien agieren kann. 💿 Dass Daten bei dieser Entwicklung wichtiger werden als die eigentlichen LLMs, zeigt sich auch an der Akquisition von Tegus durch AlphaSense in der letzten Woche. Mit ihrem AlphaSense Large Language Model (ASLLM) bietet AlphaSense eine generative AI für die Analyse von Finanzberichten an, mit Tegus kommt ein spezialisierter Anbieter für Finanzdaten, Research und Content dazu. ❓ Es bleibt die Frage, ob der breite Einsatz solcher trainierten Modelle nicht zu einem effizienten Markt führt und die anfänglichen Vorteile später gegen Null tendieren. Für den menschlichen Financial Analyst und die zugehörigen Institutionen bleibt jedoch die Notwendigkeit, die eigenen Dienstleistungen durch LLMs zu ergänzen. ⬇ Die entsprechende Studie ist in den Kommentaren verlinkt. ⬇

Krypto-Strategie 2024: Deutsche Banken im Wandel Immer mehr traditionelle deutsche Bankhäuser wie die DZ BANK AG, Deutsche Bank, Deutsche Börse, Deutsche WertpapierService Bank AG oder Commerzbank AG erkennen das Potenzial von Kryptowährungen und digitalen Assets. Der Trend ist klar: #Krypto wird salonfähig und die etablierten #Banken wollen ein Stück vom Kuchen abhaben. Für Anleger bedeutet das mehr Möglichkeiten, sicher und reguliert in digitale Währungen zu investieren. Wie seht ihr diese Entwicklung? Welche Krypto-Services wünscht ihr euch von eurer Bank? Lasst es mich in den Kommentaren wissen! 💬 ⬇Ausführlicher Artikel mit +8 Banken in den Kommentaren. ⬇

🔽#genAI 2024: How to Build a Chatbot Your Customers Actually Like 🔽 Stand jetzt sind GPT-basierte #Chatbots NICHT die Zukunft des Kundenservice. Zumindest nicht aus Kundensicht! Salonfähig durch #GPT: Der Einsatz von GPT hat Chatbots im Kundenservice wieder relevant gemacht. Klarnas euphorische Pressemitteilung zu ihrem Chatbot zeigt jedoch, dass zwar Effizienzen gesteigert werden können, aber Chatbots weiterhin nicht die Erwartungen der Kunden erfüllen können. Kundenzufriedenheit durch Menschlichkeit: Zusammen mit Maximilian Röttgen hatte ich in Seminaren zu Human-Computer-Interaction untersucht, wie Chatbots in Interaktionen menschlich wirken können und welche Auswirkungen dies auf die Nutzerzufriedenheit hat. Vieles davon kann man in den verschiedenen Modellen aktueller GPT-basierter Chatbots beobachten, leider reichen diese Ansätze noch nicht aus. Missing Piece Kundenerwartung: Es ist nicht ein Mangel an technologischem Fortschritt, der GPT-basierte Chatbots am Durchbruch hindert, sondern eher ein Mangel die richtige Kundenwertung zu setzen. Mit vier kleinen Verbesserungen könnte weiteres Potenzial ausgeschöpft werden: (1) Realistische Erwartungen setzen, (2) schnelle Bereitstellung menschlicher Unterstützung, (3) Zustand des Chatbots erklären, (4) Bonustipp: Größere Interfaces verwenden. #AI-first Banking: Persönlich haben mich die meisten aktuellen Chatbots enttäuscht. Die spannendere Frage, die ich mir stelle, ist, wie ein natives AI-first Banking ohne periphere Chatbot-Lösung aussehen könnte? ⬇Der Link zum ausführlichen Beitrag ist wie immer in den Kommentaren.

How to win Banking-as-a-Service in 2024? Bisher wurde Banking-as-a-Service (#BaaS) und damit verbunden auch #EmbeddedFinance als äußerst lukrativer Geschäftsbereich angesehen, insbesondere für kleinere Banken, die mit begrenzten Distributionsmöglichkeiten neue Einnahmequellen erschließen wollen. Doch das Banking-as-a-Service-Geschäft wird schwerer, weil die Regulatoren sowohl in den USA als auch in Europa BaaS-Partnerbanken zunehmend in den Fokus nehmen. In den USA stehen BaaS-Partnerbanken wie Choice Bank, Lineage Bank, Blue Ridge Bank, Evolve Bank und Green Dot unter verstärkter Beobachtung der FDIC und beenden teilweise ihre Beziehungen zu Partnerunternehmen. Die BaaS-Plattformen Treasury Prime wagt zwar einen strategischen Wandel, muss aber 50% der Belegschaft entlassen, während Synapse, ein Pionier im Bereich des Middleware BaaS, gleich Insolvenz anmeldet. Das Problem: Erfolgreiche BaaS-Kooperationen zwischen Banken und Plattformen gewinnen schnell eine Vielzahl neuer Endkunden. Diese Kunden lassen sich in verschiedene heterogene Gruppen einteilen, da sie aus verschiedenen Branchen sowohl aus dem Finanz- als auch dem Nicht-Finanzsektor stammen und somit unterschiedliche Risikoprofile aufweisen. Die Verantwortung für #Compliance, liegt jedoch weiterhin bei der Partnerbank. Die Herausforderung ausschließlich über die Skalierung des Personalbestands zu lösen ist unrealistisch. BaaS wäre mittelfristig schlicht unrentabel. Eine umfassende Digitalisierung der Compliance-Prozesse ist deshalb notwendig. Im besten Fall setzt eine BaaS-Plattform direkt auf den Banklizenzen und dem soliden Balance Sheet der Partnerbank auf und verbindet ihren Tech Stack mit der Compliance-Expertise der Partnerbank in der Go-To-Market-Strategie zum Gesamtpaket für Partnerunternehmen. ⬇Falls dir der Beitrag gefallen hat, gerne liken, kommentieren oder teilen. Der ganze Artikel ist wie immer in den Kommentaren zu finden. ⬇