Kürzlich sorgte eine Studie zur Anwendung von KI-Modellen im Finanzbereich für Aufsehen. Untersuchungen haben ergeben, dass gängige KI-Modelle, einschließlich GPT, bei der Verarbeitung von Einreichungen der US-Börsenaufsicht SEC (Securities and Exchange Commission) eine unbefriedigende Genauigkeit aufweisen und häufig keine korrekten Antworten liefern. Dies verdeutlicht direkt die großen Herausforderungen, vor denen KI-Modelle bei der Anwendung streng regulierter Finanzindustrien stehen, und schlägt gleichzeitig Alarm für die praktische Anwendung der KI-Technologie.
Untersuchungen eines Startups ergaben, dass GPT und andere KI-Modelle bei der Analyse von SEC-Einreichungen häufig Fragen nicht richtig beantworteten. Die Leistung von KI-Modellen in Anwendungen in regulierten Branchen wie dem Finanzwesen muss höher sein, um praktisch zu sein. Darüber hinaus gehören auch der Nichtdeterminismus und die Unsicherheit von KI-Modellen zu den Anwendungsherausforderungen.
Die Forschungsergebnisse zeigen, dass sich die Anwendung von KI-Modellen im Finanzbereich noch in einem frühen Stadium befindet und ihre Genauigkeit und Zuverlässigkeit weiter verbessert werden müssen, um den tatsächlichen Bedürfnissen gerecht zu werden. In Zukunft werden die Verbesserung der Genauigkeit und Interpretierbarkeit von KI-Modellen und die Lösung ihrer nichtdeterministischen Probleme zentrale Forschungs- und Entwicklungsrichtungen sein. Nur so kann KI in mehr Bereichen sicher und zuverlässig funktionieren.