DIGITALISIERUNG FAZIT
DIGITALISIERUNG FAZIT UND AUSBLICK Die KI-Forschung erlebt einen neuen Aufschwung. Sie beinhaltet große Chancen für die Banken. KI bietet vielversprechende Methoden, um komplexe Fragestellungen zu lösen. Die Anwendung von KI kann die computergestützte Entscheidungsfindung unterstützen und Prozesse automatisieren. Durch den KI-Einsatz haben Banken die Chance, ihre Arbeitsabläufe effizienter zu gestalten und ihre Wettbewerbsposition zu stärken. In Hinblick auf die praktische Umsetzung von DNNs stehen die Banken vor großen Herausforderungen, denn es erfordert spezielle Expertise zur Implementierung und für den Betrieb der Modelle. Die Implementierung von DNNs in der Praxis ist noch neu und erfordert Investitionen in materielle Ressourcen sowie Know-how. So müssen Banken insbesondere sicherstellen, dass die eingesetzten DNNs transparent und interpretierbar sind und den gesetzlichen Vorschriften entsprechen. Die Untersuchungen von HSM zeigen neben dem GRU- 101010-Startmodell zudem wesentliche Herausforderungen und Limitationen auf. Aufgrund der fehlenden CAPE-Datengrundlage in Europa und Deutschland ist die empirische Untersuchung auf den US-Markt (S&P 500) limitiert. Weiterhin wurden wegen Zeitmangels und technischer Limitationen viele weitere Parameterkombinationen für zukünftige Forschungsarbeiten offengelassen. In der Praxis sollte man mit einem einfachen DNNs beginnen und sukzessive die Komplexität erweitern. Autoren Manfred Herdt, Doktorand an der Technischen Universität Brandenburg und wissenschaftlicher Mitarbeiter an der Fachhochschule Dortmund. Prof. Dr. Hermann Schulte-Mattler, Professor für Betriebswirtschaftslehre, insbesondere Finanzwirtschaft und Controlling, sowie Seniorprofessor für Nachhaltigkeitsrisiken und Künstliche Intelligenz an der Fachhochschule Dortmund. Die Autoren danken Dr. Wolfgang Arnold, Mitglied der Hauptgeschäftsführung des Bundesverbands deutscher Banken (BdB) von 1991 bis 2004, für seine wertvollen Anregungen. 1 Herdt, M., & Schulte-Mattler, H. (2022). „On the predictability of long-term stock market returns: Design configuration of deep neural networks.” Journal of AI, Robotics & Workplace Automation, 2(1), 70-93. 2 Fama, E. F. (1970): „Efficient capital markets: A review of theory and empirical work.” The Journal of Finance, 25(2), 383-417. 3 Cochrane, J. H. (2011): „Presidential address: Discount rates.” The Journal of Finance, 66(4), 1047-1108. 4 Shiller, R. J. (1981): „Do prices move too much to be justified by subsequent changes in dividends?” American Economic Review, 71(3), 421–436, und LeRoy, S. F. & Porter R. D. (1981): „The present-value relation: Tests based on implied variance bounds.” Econometrica, 49(3), 555–574. 5 Campbell, J. Y., & Shiller, R. J. (1988): „Stock prices, earnings, and expected dividends” The Journal of Finance, 43(3), 661-676, and Campbell, J. Y., & Shiller, R. J. (1998): „Valuation Ratios and the Long-Run Stock Market Outlook”, Journal of Portfolio Management, 24(6), 11-26. 6 http://www.econ.yale.edu/~shiller/data.htm.
DIGITALISIERUNG Wo auch immer Sie sind: Bankrecht und Bankpraxis begleitet Sie Der Rechtskommentar „Bankrecht und Bankpraxis“ bietet Fachwissen auf höchstem Niveau: Mehr als 80 Autorinnen und Autoren aus Wirtschafts- und Bankpraxis, Verbänden und Wissenschaft teilen ihre Expertise mit Ihnen – und das medienübergreifend: im Offi ce als Loseblattwerk oder mobil an jedem Endgerät Ihrer Wahl. Das Werk bietet Ihnen • die maßgeblichen Rechtsgrundlagen für das Bankgeschäft in kommentierter Form • eine einzigartige Zusammenstellung von Vertragsformularen im Geschäftsverkehr zwischen Bank und Kunde • Hinweise auf die Rechtsprechung • wertvolle Literaturangaben Zielgruppe Bankjuristen*innen | Rechtsanwälte*innen | Notare*innen | Gerichte Fordern Sie jetzt Ihr vierwöchiges kostenloses Probeabo für die Online-Plattform an: medien@bank-verlag.de oder Tel. +49 221 5490-602 www.bankrecht-und-bankpraxis.de Bank-Verlag GmbH Postfach 45 02 09 | 50877 Köln 03 | 2023 51
