Generation Data Podcast #5: Rendite aus der Steckdose? Schön wäre es!

00:00:01: Merkte sind laut, Daten sind präzise.

00:00:05: Willkommen bei Generation Data – dem Podcast über systematisches Investieren und KI im Asset Management!

00:00:34: oder ob sie vielleicht doch eher ein Werkzeug ist.

00:00:37: Heute gehen wir einen Schritt weiter, was kann KI heute wirklich?

00:00:41: Nicht in der PowerPoint-Demo nicht im Halbzyklus sondern dort wo echtes Geld echte Daten, echte Prozesse und echte Verantwortung im Spiel sind.

00:00:50: Damit sind wir schnell bei zwei Begriffen die heute eine wichtige Rolle spielen Operation Beta und KI Agentin.

00:00:57: also bei der Frage Wo schafft KI messbare Effizienzen?

00:01:01: Systeme nicht mehr nur antworten, sondern eigenständige Aufgaben verfolgen.

00:01:05: Dafür habe ich heute einen Gast der genau an dieser Schnittstelle arbeitet Professor Tim Frenzel.

00:01:11: Er bringt Perspektive aus Dataseins, Finanzmärkte Forschung und den USA mit.

00:01:16: Tim schön dass du da bist Servus!

00:01:18: Servus

00:01:18: Peter.

00:01:19: vielen Dank für die Einladung Servus.

00:01:21: als ehemaliger München dann kann ich schon etwas sagen.

00:01:23: Und natürlich ein sehr interessantes Thema.

00:01:25: von daher nochmals Danke für die einladung.

00:01:27: Tim

00:01:27: Du bist Professor Data Science und Quant-Spezialist bei XAI.

00:01:34: Ich habe mal kurz überlegt, ob wir daraus eine andere Berufsbezeichnung machen die das Ganze verständlicher macht?

00:01:39: Was hältst du von Datendolmetscher zwischen Wall Street und Maschinenraum?

00:01:44: Am Maschinnenraum trifft es aktuell ganz gut.

00:01:47: Wenn man bei den deutschen Begrifflichkeiten bleibt ist das wohl ne akurate Beschreibung Und das Unternehmen ist natürlich heute gerade nochmal sehr groß in der Presse weil wir heute an die Börse gehen Mit einem sehr großen Blumen von daher als Timing könnte nicht besser sein und ich glaube die Begrifflichkeit passt.

00:02:04: Ja was machst du eigentlich genau im Detail?

00:02:07: Meine Herkunft, als Deutscher und jetzt auch Hype Amerikaner ist in Western Banking also wirklich traditionelles IPO-Geschäft.

00:02:16: das Thema von heute ist und alles was im MMA Bereich angeht habe mich etwas gelangweilt.

00:02:22: auf den Excel Sheets bin dann in den quantitiven Bereichen Hedgehornbereich reingegangen Um deine Fragen zu beantworten, habe dann die Dualität gesucht.

00:02:30: Also versucht wie kann ich meine Domain-Expertise einsetzen in einem Bereich der damals noch sehr sexy war Data Science?

00:02:38: Das heißt alles was im Machine Learning oder Maschinenerren angeht und jetzt auch unter dem Begriff AI fällt Und da beschäftige ich mich mit meinem Research was das Akademisch angeht In der amerikanischen Universität in Kalifornien Und wie du sagtest, auch mein Arbeitgeber ist natürlich sehr interessiert in den Finanzbereich einzuschlagen.

00:02:57: Und da sind natürlich alle AI-Frontierlaps momentan sehr interessierte.

00:03:01: Himmelfinanzen, Medizin... Auch natürlich Direktseinbälte sind nicht ganz ohne.

00:03:06: Da sind die operativen Betas zu holen!

00:03:09: Okay,

00:03:09: lass uns das Thema reinsoumen, KI Hype und Vorurteile.

00:03:14: Eigentlich könnte man fast von Missverständnissen sprechen.

00:03:17: Lass uns direkt mit dem Missverständnis anfangen.

00:03:19: In Folge vier haben wir ja schon gehört KI ist kein einfacher Knopf, auf den man drückt und danach automatisch mehr Rendite einfach herausholen kann.

00:03:26: Welchen falschen Vorurteilen über KI investieren möchtest du am deutlichsten widersprechen?

00:03:32: Ich denke das fängt doch der Alperseite an dadurch dass ich im maschinenernen Bereich Unterrichter und quantitative Finanzwesen habe.

00:03:39: Ich sehe natürlich Studenten die im juniorstehenden Bereich den Jobmarkt betreten oder natürlich auch Kollegen von mir die sagen EI wird mein Analysten, mein Portfolienmanagement Job übernehmen.

00:03:50: Weil die Alpen sehen gut aus.

00:03:52: ja man sieht die Presse, man sieht Social Media.

00:03:54: EI würde Alpha generieren und aus meinen Zehntausend, hunderttausend machen.

00:04:00: Und ich glaube da fängt das Grundproblem eigentlich an weil die Datenmengen die wir reinfügen sind natürlich Daten die wir bereits geniädiert haben.

00:04:07: Weiß ich natürlich auch, EI kann neue Ideen, neue Daten generieren was wir alle natürlich auch Tag und Tag immer wiedersehen.

00:04:15: aber Alphorie, um das Thema, was Thomas Kiedel schon letztes Mal angesprochen hat.

00:04:21: Um das Thema einfach und wie einfach das am Ende des Tages ist.

00:04:24: Ich möchte mich schon entgegenwirken.

00:04:25: Weil am Ende dieses Tages sehen die alle aus dem Papier gut aus?

00:04:29: Ich habe zwölf-dreizehn Jahre im Hedgefonds vom Institutionellenbereich gearbeitet.

00:04:34: Man sieht mal jetzt einen Schad der nicht von links unten nach rechts oben geht und der eine Schaperische von zwei hat.

00:04:39: Und natürlich ist es eigentlich auch auf diesem Bereich trainiert zu sagen ich zeige dir das Beste und sobald man das Geld tatsächlich einsetzt ist das jeder andere Portfolio Mensch auch.

00:04:48: man hat sein bei es man hat seinen anderen und da wird der ich auch.

00:04:54: Also,

00:04:55: das größte Missverständnis ist mehr KI gleich mehr Alpha?

00:04:59: nein richtig wo hilft jetzt KI auf der Rendite Seite tatsächlich?

00:05:02: also zum Beispiel bei der alternativen Datasuche Textsignalen Nachrichten schneller Ideefindung?

00:05:10: Ja, wird es halt sehr interessant und wir haben eben mal einen Partner von mir bei Kronium auch einiges an Arbeit geliefert.

00:05:16: Und da geht man wie Search auch größtenteils hin.

00:05:18: Es gibt nicht darum unbedingt um die Kalibrierung von Portfolio-Konstruktionen oder direkte Prognosemodelle zu verbessern in den Urgestein.

00:05:28: Als Kranz schon seit fast zwanzig Jahren ist das ein Thema was nichts Neues ist.

00:05:32: Die grundlegende Modelle, auch wenn man sich jetzt unter dem GVT-Modell sich damit beschäftigt sieht man nichts Neu als Kranz.

00:05:39: mindestens Die Mehrwerte, die wir zeigen können ist wirklich aus meiner Perspektive im alternativen Datenbereich.

00:05:46: Das heißt ich kann mir jetzt Daten zur Verfügung stellen lassen, die ich mehr als damals Portfolio-Manager sehr schwer haben arbeiten müssen.

00:05:54: D.h.,

00:05:54: wenn ich morgens in der U-Bahn gesessen habe oder ein Taxi, dann ein paar Zeitschristen also Börsenzeitungen, FZ etc.

00:06:01: zu lesen... Ich hab nur so viel Zeit ja!

00:06:03: Ich kann nur so viele Daten verarbeiten selbst als Mensch.

00:06:06: Und daher war der Quantitie bereit für mich interessant.

00:06:10: Das heißt, da kann KI deutlich die Hörder verringern und ich kann schnell auf solche Innovationen zugreifen.

00:06:16: Auf den anderen auch im interessanten Bereich alles so was wirklich unstrukturiert ist also nicht nur recht sieben strukturierte Nachrichten sondern alles auch was ich sag mal jetzt auch Social Media losgeht alles was jetzt im Audio oder Videobereich los geht alles was sich... an mir ansonsten angucken konnte, um in die Ideen bilden konnte.

00:06:34: Kann ich jetzt sehr systematisch und strukturiert angehen?

00:06:36: Und das könnte eine Alltag oder Informations- oder eben auch ein systematischer Faktor für mich sein was ich als Portfolio Manager ansetzen kann!

00:06:45: Okay also kann ich sagen KI kann beim Suche helfen aber dass finden von dauerhaften Alpha bleibt Handwerk.

00:06:52: Also nicht KI an Alfa raus eher KI an Arbeit schneller.

00:06:56: Aber die Investment Kunst Die Investment Kunst bleibt Doch beim Menschen und beim Prozess.

00:07:02: Ja, Prozess wird später nochmal ein größeres Thema.

00:07:05: Die Hauptthematik wird die Kostenseite ist jetzt so deutlich geringer dieser Information zugreifbar zu machen dass ich jetzt sagen kann Ich brauche wahrscheinlich bestimmte Manager nicht mehr um zu sagen ich trader auf Informationen in der Theorie Praxis sind natürlich anders aus.

00:07:22: man kann nicht sagen Man setzt sich einen Analyst hin Der kann ein gesamtes Portfolio machen die wir letzten jahren gesehen haben was er ja gerne auch nur teilweise lösen kann.

00:07:33: Also thomas war sozusagen in folge vier des podcastes so zu sagen das alpha tier.

00:07:39: heute schauen wir auf der andere seite was passiert eigentlich mit dem beta im maschinenraum?

00:07:43: Ja ich habe den den vortrag vor kurzem in deutschland gegeben und das thema beta war immer noch ein alpha-thema was für mich ganz lustig war als jetzt halb amerikaner, die meisten kollegen in deutscher sprechen noch vom alpha traditionellen Finanzseite an, also von CAPM.

00:08:00: Also Kapitalmarkt unterentspricht was wir damals noch als Junior oder CFA am ersten Level noch lernen und was natürlich immer noch Anwendung findet in den Grundbausteinen.

00:08:09: Das heißt eines Tages Beta ist ein systematischer Faktor für den ich nicht überbezahlt werde.

00:08:15: Ich gehe einen systematischen Physikon ein, für den die Änderheit erwarten kann aber dadurch generell keine Outperforms, kein Alpha.

00:08:22: Und da fängt die operative Seite für mich an.

00:08:25: Vielleicht bin ich auch ein bisschen mehr Amerikaner, dass sich da sage.

00:08:28: Ich bin schon operativen Beta und weil hier geht es darum kann ich in mein Investmentprozess reingehen, den Tief genug verstehen und quantifizieren, systematisieren, das ich Teile rausnehmen kann und sagen kann der Research-Prozess, der Trading-Prozesse die gesamte Performance Attributionen alle solche Themen die vielleicht nicht immer so standardisiert sind.

00:08:49: Kann ich jetzt hochstandesieren?

00:08:50: und dadurch meine Kosten verringern.

00:08:53: Das ist manö koalitives Beta.

00:08:54: Für den einen anderen ist es noch ein Alpha, aber vielleicht sind wir in zwei Jahren sprechen von Beta, weil wir das alle taglegig machen müssen oder können um kompetitiv zu bleiben.

00:09:05: Gehen wir da nochmal rein, um diesen Begriff genauer zu analysieren.

00:09:08: Operational beta also ist dieses operational beta der Effizienz Gewinn, den heute fast jedes Haus heben kann?

00:09:14: Also unheimlich davon ob es dadurch sofort bessere Performance gibt ... vor Performance gibt?

00:09:20: Ich würde im ersten Schritt die Performance trennen.

00:09:23: Wenn man sich ein ETH anguckt oder einen aktiven Manager, da hat man den Kosten-Layer und die Frage ist halt wo kommen die Kosten her?

00:09:29: bezahle ich für den Research was tatsächlich Alpha generieren sollen?

00:09:33: das heißt ich habe Experten die sich dem Markt angucken... ...und dann Alpha generiert über das traditionelle Mutter hinaus?

00:09:40: Oder ich habe einfach Kosten wo ich sagen kann muss ich die wirklich bezahlen.

00:09:43: Brauche ich wirklich sechs Analysten wie Excel Schieds jedes mal neu aufsetzen, wenn wir neuen ETR-Farben und jedes Mal das prüfen müssen.

00:09:51: Das heißt muss ich mit sieben Leuten sprechen.

00:09:53: Ich erinnere mich damals noch als wir für unseren globalen Form im ersten Schritt unser Unidesum aussetzten.

00:09:59: Ich hatte damals, glaube ich, vierzigfünfzig in Westendickel, wollte das auch sechshundert erhöhen und es war zwei tausend dreizehnviertzehn.

00:10:05: Es wurde verweigert weil die Prüfungskapazitäten nicht da waren.

00:10:09: Man musste die Hustelsprüfungen machen man musste Modelle umsetzen.

00:10:13: Teilweise waren die ETFs mit Swaps über Unterleg, konnte man nicht machen.

00:10:16: Diese Kosten können deutlich jetzt reduziert werden und das kann auch im gewissen Bereich zu mehr Transparenzen führen.

00:10:23: Nicht nur die Prüfungskosten gehen runter sondern auch wie ich mir Reports angucke.

00:10:28: Ich habe viel Zeit denn erst dann damit verbracht die Reports für den Managendirektor oder meinen CFO zu erstellen, AI-System relativ schnell erzeugen kann und auch deutlich dynamisch ist.

00:10:42: Er ist voll gefragt, kann das System beantworten?

00:10:44: Und ich muss nicht antworten.

00:10:45: Gute Frage!

00:10:46: Ich komme in zwei Tagen auf dich zurück.

00:10:48: Nach welchen Einheiten gliedet ihr das?

00:10:50: rechnet ihr das?

00:10:51: Also zu sagen wir nutzen jetzt KI ist ja noch irgendwie keine Kennzahl.

00:10:54: Das ist schon ein paar Beispiele genannt.

00:10:56: Während der echte Kennzahl sind zum Beispiel Kosten gevorgangen.

00:10:59: vorher nachher seid ihr Research Schritt Anzahl sauber dokumentierter Prozesse.

00:11:06: Weil für eins plus eins braucht mir kein Doktoranden mit Token-Abrechnung.

00:11:10: Genau, das ist das Thema dass die Kosten jetzt deutlich steigen.

00:11:14: man hat jetzt gesehen gerade in den letzten Tagen ist da noch mal einiges passiert.

00:11:18: Claude ist jetzt rausgekommen mit FABO.

00:11:21: wir haben unser Bildprodukt herausgebracht.

00:11:23: ich glaube Jettja Wittier wird auch nicht mehr hervorhalten in der nächsten zweitere Woche, dass die die Kostenseite steigt.

00:11:29: Die Qualitätsgewinne ist fraglich sind sie da und am Ende des Tages führt das dann Bei uns im operativen.

00:11:35: wie sieht die Return Seite aus?

00:11:38: Und das ist der Grund, was viele Piloten da scheitern.

00:11:41: Mittlerweile kann jeder sich, sagen wir mal, hundert Stunden mit so einem AI Agenten aussetzt, relativ schnell einen Dashboard oder ein Backtest aufsetzen etc... Das ist das MVP,

00:11:52: d.h.,

00:11:52: das Grundmodell.

00:11:53: Die Frage ist, kann ich das über reale Frons umsetzen?

00:11:57: Das ist eine ganz anderes Thema und sobald diese Umsetzung kommt wird die Kosten deutlich höher.

00:12:01: und dann ist die Frage ist die Rebite auf der anderen Seite da.

00:12:05: Bei unseren Kunden, wie ich das teilweise darstellen kann... Ich werde nicht zu tief in das Thema reingehen, aber wenn man sagt dann hat es momentan ein Backoffice-Ding mit sechs Leuten und ich kann das mit vier Leuten abdecken und den zwei Leute eher aus einer Research-Seite setzen, dann ist natürlich für mich eine Effizienz gedehnt.

00:12:20: Ich hatte jetzt einen Kunden vor kurzem, der gesagt hat, dass ich jetzt fünfzehn E-Mails pro Tag von verschiedenen Brokers habe.

00:12:24: Und ich kann denen nicht alle lesen, denn ich den Zugriff auf diese fünfzehnte E-mails im systematischen Way möglich mache.

00:12:33: Alfa generieren dann optimal hängt ein bisschen vom Unternehmen ab, hängen bis dann auch davon ab wie die Tepotenzial gemessen wird.

00:12:41: Auf der Alfa-Seite ist es immer schwieriger weil das nicht vorhersehbar ist.

00:12:44: auf operativen Seiten ist deutlich feindhaft und die Kosten am Ende des Tages sind Tokenkosten, die wir alle auf unseren EPA gebühren etc.

00:12:52: sitzen.

00:12:53: Also braucht man Tools?

00:12:56: Wenn ich eine KI ermögliche auf meine Mails zuzugreifen, ja das macht einen Agent.

00:13:00: Und da sind wir beim Thema Agenten.

00:13:02: und was ist ein KI-Agent eigentlich?

00:13:04: Also ich hab das Thema sehr häufig.

00:13:05: viele Sprechen über Agenten.

00:13:07: Man kennt's ja Chatchi Bt klar, Claude, Gemini, Grog als Checkport.

00:13:12: aber was macht auch seinem Chatbot wirklich einen Agenten?

00:13:15: also wo es die echte Hilfe?

00:13:17: und Dörster die API Schnittstellen ja auch angesprochen.

00:13:19: Das ist interessantes Thema.

00:13:20: in den letzten zwei Jahren vor allem man hat seit chachi bt herauskam Ich habe einige Industrie gesehen in den letzten zwanzig Jahren, aber ich glaube keine hat sich so schnell entwickelt wie die künstliche Intelligenzbereich.

00:13:32: Selbst die Leute, die so stark an dem Frontiermodell arbeiten, teilweise kommen die herkommen und das Interessante ist genau diese Agenten-Definition.

00:13:41: also grundsätzlich würde ich einen Agent definieren, jemand der Lage ist unabhängig eine Idee oder ein Objektiv bis zur Execution durchzubringen.

00:13:51: Das kann sein... Fünf Prozent Return machen, Agent geht los und der Agent wird Research betreiben.

00:13:58: Wird Möglichkeiten?

00:13:59: Wird mir wahrscheinlich auch Fragen stellen, dass ein guter Agent ist ob was für Risikobereitschaften etc.

00:14:04: Und dann bis zum Trading durchgehen.

00:14:06: Das ist die grundsätzliche Idee.

00:14:08: ursprünglich war also zwei tausendundzwanzig, dreinzwanziger Chatchity rauskamen, weil der Agent eigentlich wirklich nur das LM, der Chatbot und wir wissen alle er ist wie für die meisten immer noch sehr auf die Webseite beschränkt.

00:14:21: Das heißt der Chatbot wird jetzt nicht rausbringen und anrufen mich tätigen oder die E-Mail schreiben, wo das mittlerweile alle sind machbar ist.

00:14:28: Wir haben jetzt diese Evolution vom Agenten mit der ursprünglichen Definition, dass nur das Modell umfasst.

00:14:35: Jetzt zu dem Punkt, dass der Agent eigentlich das Modelle ist plus der Harnis.

00:14:42: Ich gehe auf das Harnes gleich ein aber was ich hier betonen möchte ist, exchangeable, also austauschbar sein.

00:14:50: Das könnte GROCK sein, das könnte CLAWT sein, CHBT, das kann deep seek sein als ein chinesischer Modell.

00:14:56: Das ist so die Grundidee, wo es interessant wird und da hat jetzt dieses Jahr letztes Jahr der Research oder die Diskussion bei den großen Netbewerbern angefangen ist wie ich das Agendensystem aufsetze, also das ganze Framework und das Harnis ein bestimmter Punkt.

00:15:12: Also die Gleichung sieht quasi aus mein Agent ist mein Modell plus mein Harness.

00:15:18: Von der Hannes ist ganz klar bestimmt von dem Domain, von der Industrie.

00:15:22: Die Frage dazu, bevor ich reinspringe oder so ein größeres Ding mache?

00:15:25: Ja

00:15:25: ja also ich würde nochmal kurz versuchen es mit anderen Worten zu formulieren.

00:15:29: Also der Chatbot ist ein Gesprächspartner.

00:15:31: Der Gent ist so einen Mitarbeiter oder naja vielleicht Praktikanten mit Werkzeugkasten.

00:15:36: und wie bei jedem neuen Mitarbeiter oder Praktikantern stellt sich die Frage was darf er allgemein machen?

00:15:42: wo schaut da noch jemand drauf?

00:15:45: KI-Agent, die hat plötzlich Zugriff auf meine Daten.

00:15:48: Ohne dass ich sie kontrolliere.

00:15:50: also da ist der von Hannes gesprochen Schutzschild.

00:15:52: das muss mir alles kontrollieren.

00:15:54: Also da gibt es ja verschiedene Modelle und diese Bausteine.

00:15:58: Was isst ein Hannes?

00:15:59: Und ist das sowas wie das Cockpit um das Modell herum oder die Kontrolle?

00:16:05: Ja genau richtig.

00:16:07: Da möchte ich mit einem Beispiel starten.

00:16:08: mal Ich finde das immer ganz als jemand der ein bisschen in den akademischen Bereich reingedruckt worden ist durch die Unterrichtenseite.

00:16:16: Für mich ganz interessant, weil ich bin in Deutschland ausgebildet worden.

00:16:18: Ich bin ja nach Stanford und mit Texas gegangen und dann natürlich die Umgebung eine ganz andere als es jetzt schon in der Fall ist.

00:16:25: Aber das Interessante war für mich genau dieser Punkt.

00:16:27: Der Agent hat eine gewisse Intelligenz.

00:16:29: Und in den ersten zwei, drei Jahren waren eigentlich schon klar, die meisten von Tierlabs, die Agenten oder das Modell unserer neuen Definition sind ziemlich intelligent.

00:16:38: Die können im Ziel-Rate Test bestehen!

00:16:40: Ja, wo ich dann selber damals noch, oh wie komme ich wieder?

00:16:43: Seventy Prozent drüber.

00:16:45: Die meisten, ich glaube Grock hat im letzten Mannung für bei Neunzig waren die meisten Levelen bestand.

00:16:50: Das heißt C-Ray kein Problem mehr kann nicht Doktor werden.

00:16:53: Kein Problem mehr.

00:16:54: meine Frau ist nicht begeistert aber jedes Ereimodell kann mittlerweile ein Doktor Test bestehen.

00:16:58: der Fokus hier ist diesen Gut was die Aufbereitung von Informationen angeht und auch die Symptöse von Information.

00:17:05: das heißt verstand diese Tests.

00:17:07: wir können Probleme darstellen.

00:17:08: Wo ist jetzt auf auf der Unterrichtenseite?

00:17:11: weitergeht, ist jetzt habe ich jemanden intelligentes, den Test besteht.

00:17:15: Jetzt gebe ich dem offenes Test.

00:17:17: Das heißt ursprünglich hatte ich einen Mato-Choice.

00:17:19: Ich hatte keinen Zugruf auf Internet oder Bücher nichts.

00:17:22: Jetzt geb' ich dir den Zugrufe auch auf ein paar Bücher.

00:17:25: Damals noch mal meine Abi-Klosur.

00:17:26: Du hast zweiter Bücher oder eine Note, die du mitnehmen kannst.

00:17:29: Da musste ich natürlich den Test ein bisschen anpassen und möchte mehr Transfers wissen.

00:17:33: D.h.,

00:17:34: da fängt doch der Harnis an und ich sage, du weißt schon ne Menge?

00:17:38: Du hast wahrscheinlich einen Cutoff-Point, wo deine Gewichte als Modell eingestellt wurden.

00:17:42: Das zeige ich dir mal jetzt Anfang letztes Jahr.

00:17:45: Denkt bei dem Modell ist das ein bisschen anders und jetzt muss ich dir aber extra Informationen geben weil... Jetzt ist heute was passiert in ITOS.

00:17:53: Aber du weißt nichts von XAI oder SpaceX Merger oder was?

00:17:56: Also brauchst du diese Informationen geben.

00:17:58: Das heißt, ich geb dir ja durch das Tooling als Teil des Fahnes.

00:18:02: Gebe ich dir zu Glock gleich auf das Internet.

00:18:04: Gleichbild dich im... Bestellten Datenbank, das sage ich, gibt dir Zugriff auf diese Datenbank.

00:18:09: Und dann kannst du mit diesen Informationen deine Gewichte, die man spät testen und sehen ob der den oben Ende Test besteht.

00:18:18: Die nächste Ebene daraus, da wird es für mich als Professor interessant weil da liegt man Schwerpunkt in den letzten drei vier Jahren vielleicht auch der Deutsche, der anderen gesagt hat.

00:18:26: Standardisierte Tests haben ziemlich keinen Mehrwert, weil ich kann die Leute in der Praxis nicht einsetzen.

00:18:31: Ich habe damals die UCLA gesehen.

00:18:33: Die Leute waren sehr gut im Ja, im Klassenzusammenhang aber dann beim Einsatz in der realen Welt.

00:18:40: zu sehr Büchern.

00:18:41: Also perfekte Prüfung bei der Arztprüfung zur Zulassung?

00:18:45: Aber unfähig als Arzt anzuarbeiten?

00:18:48: Richtig!

00:18:48: Genau das ja.

00:18:49: Das heißt Patient trotzdem tot, alles richtig diagnostiziert.

00:18:53: Genauso wie das im Investment-Bereich ausseht ich heute KPM.

00:18:56: KPM hört sich eine Theorie gut an, realistisch gesehen da sind einige Restriktionen.

00:19:01: Da sind wir jetzt auch der Ebene, Honesting muss deutlich ausgeweitet werden.

00:19:05: Das heißt was ist wenn ich dir jetzt ein wirklich reales Problem gebe?

00:19:10: zu meinen Studenten und sag du hast kein Limit.

00:19:13: mach was du willst?

00:19:14: Jetzt werden natürlich die Studenten wie auch das AI-System irgendwann sagen Ich kann mich jetzt nicht hinstellen und sagen ich weiß es nicht.

00:19:20: Ich versuche mal irgendwas zu schätzen was richtig sein könnte Und da fängt das Thema mit hallucinations an.

00:19:27: also dass das System liegt.

00:19:29: Wir auch ein bisschen erwarten, weil wir zernieren ja dieses Thema zu sagen.

00:19:33: Wenn du es nicht weißt was ist dein bester Gast?

00:19:36: Oftmals ist das System wie auch die Studenten den Schaden nicht bewusst.

00:19:40: Weil diesen ersten Jahr in dem Unternehmen wissen ich genau was von Schaden anrichten könnte, weil sie nicht wissen welche Entscheidung getroffen werden.

00:19:46: aus diesem Daten und Hannes isst relativ lange Korsett also dieses Geschirr von verschiedenen Ideen ... oder Konzepten, die wir umsetzen können.

00:19:56: Das fängt an, geht da wieder schon sagt es mit... Gebe ich dir Zugriff auf Internet?

00:20:00: Gebe dich der Zugrift auf Internet-Daten,... ... wo das natürlich die meisten Europäischen dann eben nicht so leicht mit tun jetzt auch aus regulatorischer Sicht.

00:20:07: Dann habe ich die Idee wie gehe ich überhaupt mit Kosten um.

00:20:10: Das heißt mein Haar ist kann natürlich auch bestimmen.... Ich will jetzt nicht dass du los rennst und plötzlich eine Billion Token ausgeht und plötzlich sitzt sie auf der Rechnung.

00:20:18: Dazu hast du Limit!

00:20:20: Wie setze ich überhaupt die Prompt

00:20:23: sein?!

00:20:24: Und wird immer nach Token abgerechnet?

00:20:26: oder gibt es auch eine Flatrate?

00:20:27: Für den Retail-User, wie meistens von uns bezahle ich meine zwanzig Euro Dollar bei JGT und jeden großen Anbieter.

00:20:35: Die haben gewisse Bereiche von Token die wir jetzt verfügen haben, die kann man sich eingucken einsehen.

00:20:42: aber oft in traditioneller oder kommerzieller Ebene benutzt man die IPIs.

00:20:46: das heißt da werde ich quasi Pro Frage und Antwort bezahlen.

00:20:50: Okay, einmal sind es die Kosten.

00:20:52: Auf der anderen Seite das Vertrauen.

00:20:54: kann ich sagen, der Agent darf Research vorbereiten keine Orte auslösen.

00:20:59: dann noch eine goldene Regel je näher am echten Kapital desto enger die Kontrolle durch den Menschen?

00:21:04: Ja absolut.

00:21:05: also da ist das Thema wo ich jetzt aktuell und auch in Zukunft sehe ob man jetzt sich im Retailer als individueller oder als insyzional damit beschäftigen muss.

00:21:16: Da hab ich auch ein ganz interessantes Beispiel.

00:21:18: Meine Frau hat ihr Doktorstudium feiern abgeschlossen und wir haben jetzt einen Sohn schon ein paar Monaten bekommen, und das ist nicht schlitzig, sie sind da auch kleinen Kinder aber die kennt den menschlichen Körper schon recht gut.

00:21:28: Aber wenn der Kleine jetzt in der Mittellinacht aufwacht um drei Uhr anfängt zu schreien, hat sie sich am Anfang bedenken EI einzusetzen weil sie sagt, ich vertraue dem nicht, aber mein Mann redet jeden Tag von der EI vielleicht macht es ja Sinn Und jetzt verwendet ihr das schon mehr Eingrund warum Sie sich damit wohler fühlt weil ich das Harnis von den Agenten benutze.

00:21:49: Das heißt, ich kann schon deutlich mehr Wertläge.

00:21:52: auch die Informationen, die du mir gibst sind ja auf unsere Umgebung eingestellt.

00:21:56: Das heisst, du weißt genau was das Kind ist und was die Geschichte von dem Kind ist.

00:22:00: seit wie persönlichen Daten hast du jede Information verifiziert?

00:22:04: Das heißt es springt mich auch das allgemeine LGBT rein sondern ist schon sehr speziell... Okay!

00:22:09: ...und das baut bei ihr jetzt auch noch.

00:22:11: D.h.,

00:22:12: es wird doch Der KI vertraut und nicht die Mama angerufen oder die Schwiegermama.

00:22:17: Ich hab das Problem mit meinem Baby, wer hast du das damals gemacht?

00:22:22: Ja, das ist eine Kostenfrage.

00:22:24: Den kann man um drei Uhr nachts anrufen wenn es baby schreibt da wird die Mama wahrscheinlich auch noch nicht aufstehen Und sie vertraute dann auch, sagt man vielleicht auch den Kollegen ich auf meiner Seite, ich vertraue jedem weil ich habe zero Erfahrungen mit Kindern.

00:22:36: also jetzt die Siebenhörte aber das war's ja auch Dass ich schwach sehe, wenn sie nicht erreichbar ist.

00:22:41: Dann ist der ja ein guter Schrittsteller für mich aber auch nach fast fünf Jahren jetzt wirklich an den Frontiermodellen habe ich natürlich auch meinen Tümmen in the Loop also als der Mensch, der ja zwischengeht wo ich dann geht mal sage hey oder macht das überhaupt Sinn?

00:22:54: Das klingt jetzt ein bisschen komisch.

00:22:55: du bist Experte im medizinischen Bereich.

00:22:57: was hält so?

00:22:58: davon?

00:22:58: muss sich das mit der innermache Feinheit gestehen.

00:23:00: Also deine Frau hat dir sozusagen vertraut.

00:23:02: weil Du es ein bisschen kontrolliert hast Könnte ich als Portfolio Manager der KI, wenn du sie programmierst immer mehr vertrauen.

00:23:10: Also der Agent darf den Schreibtisch aufräumen aber sollte nicht heimlich den Depot-Schlüssel nehmen.

00:23:15: also was es stand jetzt möglich im Vertrauen und je länger man mit der KI arbeitet desto mehr kann man wahrscheinlich auch dann freigeben anrichten?

00:23:26: Ja und das sieht man wieder der jetzt mit Coding-Agenten arbeitet, also der jetzt nicht nur im Internet mit Chichwiti und Quad und Grog fädelt.

00:23:36: Sondern auch wirklich mit einer Coding über Fläche wie cursor oder Cloudcode und oder Grog Build arbeitet.

00:23:42: Da gibt es oft mal diese Optionen.

00:23:44: will ich einen Agent einsetzen, will ich ein Planner einsetzen?

00:23:46: Will ich einfach nur Ideen machen ohne dass irgendwas passiert?

00:23:49: Also quasi wir gehen in die Diskussion rein und sagen, möchtest du einfach noch was sprechen und Brainstorming machen?

00:23:55: Oder möchte ich das so tatsächlich etwas brauchst?

00:23:58: Und da kommt Interessanter Baustein dazu, was jetzt gerade in der letzten Morte hochgekommen ist im Harnels Bereich.

00:24:04: Selbst wenn ich jetzt zum Beispiel meinem Agenten sage egal was du machst gibt mir keine falsche Information.

00:24:10: Ich will alles doppelt prüfen.

00:24:12: Ich lege ein zweites Modell drauf.

00:24:14: Das heißt z.B das ganz teure und das gute Modell als erstes und sag in dem Research von heute und sag mal wo der Markten geht.

00:24:21: Dann nehme ich einen zweiten und dritten etwas günstiger an Agenten um meine Koste zu gehen raus und sagen überprüft man die Information, weil der teure Agent sagt das ist auf Bloomberg kannst du auch den Link gehen und sagen ob es wirklich der Fall ist.

00:24:34: Das ist die Praxis.

00:24:36: jetzt sieht man doch oftmals dass teilweise dieser Agent noch Grenzen überschreiten das heißt dass sie entweder getrickt werden durch den einen der Nutzer was ich in dem Wiedermal immer hinbekomme oder einfach der Agent nicht im Kontext nicht ganz bewusst ist.

00:24:52: Da gibt's das Konzept Sandboxing Systemseite.

00:24:57: ich sage, du hast keinen Zugriff.

00:24:59: Selbst wenn du aufs Internet zugreifen möchtest... ...ich ziehe das Lernkabel raus oder das Weißbeis turned off und egal wie viel du es versuchst wir können es auch der Hardware- oder Software-Seite wirklich ganz stark isolieren.

00:25:11: Ja weil der Agent hat ja, wie soll man's nennen?

00:25:13: Kein Gewissen oder kein Gefühl dafür was richtig oder falsch ist.

00:25:17: Wenn ich dem Agenten sag, fass mal alle Filmindaten zusammen, mach eine schöne Exlabelle, alle Adressen, alle Kundendaten Alle die Post unsere Kunden und schickst dann mir per Mail zu, dann ist es ein Auftrag wenn ihr macht das.

00:25:27: Aber kein Mensch würde das machen mal sagen okay ich kann ja nicht die Kunden internen Daten jetzt per mail nach ausschicken.

00:25:33: Ja und das ist die Multi Agent Orchestration.

00:25:36: also da fängt das Thema an.

00:25:39: wie kann ich verschiedene Agenda einsetzen?

00:25:40: Da wird's auch teurer.

00:25:41: aber dann muss man abwägen.

00:25:43: kann ich kosten?

00:25:44: mit Sicherheit abwähgen?

00:25:45: weil wenn ich einen Agent sage warum wir das gesammte auch aber im zweiten Agent sage überprüft das mal, ob er sensitive Daten an hat oder ob es das und dass hat.

00:25:54: Das heißt jemand der komplett unabhängig vom Prozess ist, ist quasi mein Compliance Officer weil im M&A-Bereich oder gerade auch im Hedgephone Bereich wenn ich Trades gemacht habe, mein Complance Officer wird mir durch Luft springen und sagen hey das ist Insider Training, wer kennt mich nicht?

00:26:09: Der weiß es um die Buch nicht, der weiß nur das und das ist nicht legal, darfst du nicht!

00:26:14: Und das kann ich Mahanes aufdefinieren, dass sich ganz klar Gewichte und Agenteneinsätze mitlaufen müssen, auch wenn das deutlich kostenzen sie weiß.

00:26:23: Aber da gibt es vielleicht Bereiche für mich als Nutzer oder als Portfoli-Manager wo ich sage, da ist der Schaden so gering.

00:26:29: Da habe ich nämlich niemanden agenten, der das für mich macht als wenn ich jedes mal darüber gucke weil plötzlich hab ich dann sechshundert Entscheidungen die ich noch schuldetreffen möchte und... Das ist nicht relevant für mich den Lukum da wirklich davor zu sitzen.

00:26:41: Ja

00:26:42: also Protokollierung, Freigaben, Governance ein ganz wichtiges Thema.

00:26:46: Wie lange bist du schon in den USA jetzt?

00:26:48: Kannst du schon amerikanisch denken, also wie ist die amerikanische Perspektive?

00:26:53: Du bringst ja diese Perspektiven mit.

00:26:55: Was machen US-Häuser in dieser Praxis anders wenn es um KI im Asset Management oder im Finanzprocessing geht?

00:27:03: Ich versuch's kurz zu halten.

00:27:04: Das Interessante war der Achterbahn für mich gewesen.

00:27:07: Der erste Schritt in den USA war für mich der Entrepreneurship The Osnites von Ideen Und da wirklich Innovationskraft zu zeigen, was die Amerikaner nach wie vor zeigen.

00:27:16: Trotz aller Restriktionen und anderen Themen, die jetzt nach und nach hoch kommen.

00:27:20: Aber nach und danach war für mich schon klar ich kann zwar schnell gehen aber irgendjemand muss dann trotzdem die Kosten für meinen Schädler tragen.

00:27:27: Das heißt wenn so ein AI-Agent falsche Informationen bereitet oder jemand den Trade macht Geld, Klauern... Da gibt es schon die einen anderen amerikanischen Geschichten.

00:27:35: Da kommt der Deutsche bei mir schon durch, der dann disziplinierter und effizienter arbeiten möchte.

00:27:40: das heißt Kann ich das mehr Tür Produktivität, kann ich das ingenieren und kann ich es auch in ein regelentourisches Umfeld setzen.

00:27:49: wo ist mich auch Wohlschüler dass ich keinen damit schaden kann.

00:27:53: Und ich glaube da ist die Stärke jetzt in Europa auch trotz einer Liaturik.

00:27:58: Die Geschwindigkeit ist zwar nicht da.

00:28:00: wir haben Traum AI Frontierlabs Wir haben die Artwerden nicht.

00:28:04: ja wir haben keine Space Centers oder Dark Center und Space etc.

00:28:07: aber wo wir stark sind ist gerade diese Planungssicherheit.

00:28:11: und im Bereich von Pornosing, wo ich plötzlich sage, ich möchte einen Agent in eine halbe Milliarde Euro geben zum Investieren.

00:28:17: Da haben wir deutliche Fahre noch die Daten dahinter was sie an der Grenze nicht haben.

00:28:22: Das finde ich jetzt spannend!

00:28:23: Ich bin gerade am überlegen.

00:28:24: mit dem Vergleich kann ich sagen Amerika baut erst mal Macht und liest dann die Anleitung später.

00:28:31: Europa liest die Anleihtung gründet einen Arbeitskreis und baut dann später.

00:28:36: aber wenn?

00:28:36: Dann sehr solide.

00:28:37: Die Frage ist da nur trotzdem ja... Wer ist schneller produktiver?

00:28:41: Ja, das ist die... Die Kernfrage auf wie es jetzt runterkommt.

00:28:44: Die chinesischen Modelle fluten den Markt mit offenen Modellen, die wir selber modellieren können zu deutlich geringen Kosten.

00:28:51: Die Amerikaner sind momentan relativ teuer.

00:28:53: Die Europäer haben keinen Modell.

00:28:55: Das heißt, die Europäern leihen sich die amerikanische Modelle.

00:28:58: Die Regulatorik ist etwas zurückgekommen und zu sagen, wir können nicht in der Portionskraft schulieren.

00:29:03: Die Frage ist halt nur sobald die Regatorik wieder hoch oder steutig stärker hoch kommt Nutzen wir genug EI, um den Mehrwert zu sehen und zu sagen jetzt können wir das umsetzen.

00:29:12: Oder stellieren wir den Anschluss komplett bei die Amerikaner einfach das Tempo weiter durchziehen und dann die Regulatur von den Europäern übernehmen?

00:29:20: Ja auch mal eine Idee!

00:29:23: Zum Schluss kommen wir mal so ein bisschen zum Fazit und zur Take-Home Message.

00:29:28: Was haben wir heute gelernt?

00:29:29: was ist deine wichtigste Botschaft, die du uns mitgeben möchtest?

00:29:33: Und wie sieht das Asset Management in fünf Jahren aus, wenn KI eigentlich es sich in diesem Tempo weiterentwickelt?

00:29:39: und wie schnell ist dieses Tempo?

00:29:41: Das ist ja extrem exponential.

00:29:43: Ja und zu dem Fazit sei ich sozusagen fast drei Punkte befand, vielleicht noch mehr ein aber der Hauptpunkt des momentanen.

00:29:50: meine Hauptarbeit ist eine Datenverarbeitung quasi nicht so sexy die auf LinkedIn vielleicht dargestellt ist aber im Prinzip Wir haben das Internet ausbluten lassen komplett.

00:30:00: Also alle Informationen sind irgendwo schon verarbeitet und ich konzentriere mich hauptsächlich auf synthetische Daten,

00:30:06: d.h.,

00:30:06: kann ich neue Daten generieren wie wir nutzen können um unser Modell noch weiter zu verbessern?

00:30:12: Und da ist Europa natürlich stark weil wir sind relativ restriktiv was unsere Daten angeht.

00:30:18: D.h.

00:30:19: können wir diese Daten nutzen und auch Zeit dann nutzen.

00:30:21: Das heißt das ist mein erster Punkt.

00:30:23: Daten sind der Mehrwert AI die Modelle so commodity ist es so zugegrifflich auch teilweise günstig, dass wir unsere Daten mit dem Modell verbinden können.

00:30:34: Die Frage ist halt wie wir das verbinden und andere Themen?

00:30:37: Und das bringt mich zum nächsten Punkt.

00:30:39: Das ganze Thema Agent Harnessing und die Infrastruktur hinter den Agents ist verschieden.

00:30:45: noch so ach, das wird eine von den AI-Modellen schon nicht machen.

00:30:50: Und die neuen mit Schable and others also die sehen ja schon gut aus.

00:30:53: man sieht das in den Gorken in alten Modellen.

00:30:55: man sieht Wenn man reingeht und sieht plötzlich so keinen Agenten los, fangt er an zu rechnen.

00:31:00: Und auch bei den meisten Online-Plattformen sieht man das auch.

00:31:04: Das heißt da gibt es eine Lösung.

00:31:05: Die Frage ist, brauche ich die Lösung genau wie das das amerikanische Unternehmen oder das globale Unternehmen jetzt vorstellt?

00:31:12: Das ist da.

00:31:13: meine Empfehlung wäre ganz klar sich klarzumachen was dieser Schutz umhandelt, also System quasi ist weil ich baue ja diese Infrastruktur auf.

00:31:21: Das heisst was für Quellen hast du, was für Tools möchtest du verwenden?

00:31:26: Wie gibt es diese Informationen weiter?

00:31:29: Weil jedes mal wenn ich Informationen weitergebe, ist ein bisschen wie stille Post.

00:31:32: Könnte die Information verlieren was der nächste Agenda oder nächste Analyst falsch interpretieren könnte und dementsprechend für mich Kosten sorgen könnte.

00:31:40: Das ganze Thema Agent Harnessing ist deutlich transparenter sich auch selber mal ausnahm zu setzen.

00:31:46: Das letzte Thema ist wahrscheinlich jetzt mit heute das größte.

00:31:50: Kosten werden deutlich höher Wie du schon wirklich sagt, Speter Boyn.

00:31:54: Ihr seht zu viel auch jetzt in Studenten oder Kollegen?

00:31:56: Oder wird es bei Kollegen im AI-Bereich?

00:31:59: Wir sagen, wir lösen das Problem und ich frag dir dann auch... Du hast gerade einen Double PHD, jemand der dreihunderthäuse Stunde gesagt online zu gehen und dir eine E-Mail rauszusuchen um die zu beantworten.

00:32:10: Denkst du nicht dass es ein Intern auch machen könnte?

00:32:12: Die sind vielleicht etwas langsamer aber die kosten nur fünf Prozent!

00:32:26: Ich glaube, da blicken noch nicht so viele durch.

00:32:28: Was da wirklich an Kostenrechenleistung und Power dahinter ist?

00:32:32: die ganzen Milliarden müssen ja auch irgendwie refiniziert werden.

00:32:35: Tim zum Abschluss noch was ist deine wichtigste Botschaft?

00:32:39: ein junge Menschen die heute in Finance oder Data Science einsteigen wollen?

00:32:44: Die

00:32:45: letzte Ebene, die ich dargestellt habe.

00:32:48: Es denkt daran wie kann ich in der Realität das Ganze umsetzen?

00:32:52: Und da möchte ich jemanden im CEO vom großen AI Lab im Quartieren einfach bauen und dann EICosten sind noch relativ machbar selbst für Studenten, dann zu sagen Bau deine Ideen, die du hast oben.

00:33:07: Option privaten oder professionellen Bereich, einfach dir Frank zusammen mit den Kosten, mit den Harnessing System Strukturen weil die Tools sind da.

00:33:16: Meine Schwierigkeit ist, kann ich diese Tools in der Realität umsetzen.

00:33:20: Das heißt, kann die Täter mit der Scheuung kostenreduzieren etc.

00:33:24: Und je mehr Erfahrungen man da sammelt, desto wertvoller wird man schon unternehmen.

00:33:28: Man muss sich mit den zwanzigdreißig Berufs- erfahrungen Kollegen umsetzten und sagen, ich kann das für dich machen und ich habe auch tatsächlich eine Erfahrung da

00:33:36: drin.".

00:33:36: Danke an Professor Tim Frenzel dem Datendolmetscher zwischen Wall Street und Maschinenraum sozusagen!

00:33:44: Richtig.

00:33:45: Vielen Dank, Peter für die Einladung!

00:33:46: Also sehr gerne habe ich gefreut und ich hoffe dass sich dein Zuhörer auch das eine oder andere Informationsnaget da überliefern konnte.

00:33:55: Und das würde ich immer wieder gerne zur Folge fragen.

00:34:02: Das war Generation Data von Quonium Asset Management.

00:34:06: Abonnieren Sie uns und bleiben sie Datenbasiert.