Zentralbanken debattieren KI und Big Data in Tokio
Die Bank of Japan veranstaltet am 5. und 6. Oktober 2026 in Tokio die achte ECONDAT-Konferenz. Forschende internationaler Notenbanken und Universitäten diskutieren den Einsatz von Sprachmodellen, Machine Learning und alternativen Daten in der Makroökonomie.
Von Sprachmodellen bis Herdentrieb bei Trading-Bots
Das zweitägige Programm widmet sich der praktischen Anwendung fortschrittlicher Analysemethoden in der Geldpolitik.
Melissa Dell von der Harvard University und Matthew Shapiro von der University of Michigan halten die Hauptvorträge.
Inhaltlich reichen die Beiträge von der Messung makroökonomischer Stimmungen mittels Large Language Models über Echtzeitdaten für lokale Wirtschaftsaktivität bis hin zu Prognosemodellen.
Taejin Park von der BIZ stellt Methoden zur Stimmungszerlegung vor, während Daniel Wilson von der Federal Reserve Bank of San Francisco Big-Data-Frühindikatoren für Rezessionen analysiert.
Seung Jung Lee vom Fed Board untersucht mögliche Herdenphänomene bei KI-Handelsagenten und deren Risiken für die Finanzstabilität.
Globale Notenbank-Allianz für moderne Ökonometrie
Eröffnet von BOJ-Vize-Gouverneur Shinichi Uchida, versammelt die achte Ausgabe der Fachkonferenz Vertreter führender Notenbanken, darunter Federal Reserve, Bank of England, Bank für Internationalen Zahlungsausgleich und Deutsche Bundesbank.
Neben klassischen Präsentationen umfasst das Format eine Lightning-Session zu Minsky-Zyklen und Zentralbankkommunikation.
Eine hochrangig besetzte Podiumsdiskussion mit Forschenden des MIT, der BIZ und des KI-Start-ups Sakana AI schließt die Tagung ab.
Notenbanken holen technologisch auf
Die Tagung zeigt, dass Notenbanken Sprachmodelle und alternative Daten fest in ihre Analysewerkzeuge integrieren.
Der Schwerpunkt auf automatisierte Handelsrisiken adressiert dabei eine drängende Aufsichtslücke.
Ob diese komplexen KI-Modelle in echten Stressphasen robust bleiben, ist jedoch völlig offen.