KI-Handel verändert Marktstrukturen und birgt neue Systemrisiken
Eine Studie von EZB- und Marktexperten untersucht die Auswirkungen künstlicher Intelligenz auf Wertpapiermärkte. Während schnellere Datenverarbeitung die Effizienz steigern kann, wachsen die Gefahren durch Marktkonzentration, Herdenverhalten und autonome Handelsalgorithmen.
Vorsprung für High-Speed-Akteure
Die Nutzung künstlicher Intelligenz breitet sich im Finanzsektor ungleichmäßig aus.
Vorreiter sind Eigenhandelsfirmen (PTFs) und quantitative Hedgefonds: Bei PTFs liegt der KI-Anteil in Stellenausschreibungen bei über 10 Prozent, bei Multi-Manager-Fonds bei 7,5 Prozent – verglichen mit gut 3,5 Prozent im Bankensektor.
Im niederländischen Blue-Chip-Handel laufen bereits rund 70 Prozent des Volumens über Algorithmen.
Während alternative Daten wie Satellitenbilder Prognosen schärfen, fließt Rechenpower oft in kurzfristigen Geschwindigkeitsvorsprung statt in fundamentale Informationsgewinnung.
Dieser Fokus auf bloßes Vorwissen mindert Anreize für langfristige Unternehmensanalysen und verlagert Liquidität weg von offenen Orderbüchern.
Monokulturen und unberechenbare Modelle
Hohe Fixkosten für Rechenleistung und Datensätze treiben Skaleneffekte.
An volatilen Handelstagen steigt die Marktkonzentration unter PTFs messbar an.
Nutzen viele Marktteilnehmer dieselben Standard-KI-Modelle oder identische Datenquellen, wächst das Risiko synchroner Notverkäufe bei Marktstress.
Hinzu kommt das Modellrisiko durch Halluzinationen sowie autonome Reinforcement-Learning-Systeme, die unbeabsichtigt kollusives Verhalten oder Marktmanipulationen erlernen können.
Geschwindigkeit schlägt Nutzen
Künstliche Intelligenz löst das Versprechen höherer Markteffizienz bisher nicht ein.
Wenn Algorithmen vor allem kurzfristige Arbitrage bedienen, leidet die gesellschaftlich wichtige Preisfindung für reale Investitionen.
Aufsichtsbehörden müssen autonome Handelsmodelle schärfer überwachen, um systemische Risiken einzudämmen.
Quelle: Artificial intelligence and financial markets
IN: