Forscher der University of Chicago haben im Rahmen einer Studie getestet, wie präzise Large Language Models Finanzanalysen und -prognosen erstellen können. Das Ergebnis: GPT 4 von
OpenAI hat die Aufgabe äusserst erfolgreich gemeistert. Die Genauigkeit der KI bei der Vorhersage künftiger Unternehmensgewinne lag bei über 60 Prozent, während menschliche Analysten Werte zwischen 53 und 57 Prozent erzielten. Als Basis dienten dabei lediglich standardisierte, anonymisierte Bilanzen und Gewinn- und Verlustrechnungen ohne jeglichen Branchenkontext, wie "Venturebeat"
berichtet.
Die Forscher haben dabei auf sogenannte Chain-of-Thought-Prompts gesetzt, also einen analytischen Prozess, der das schrittweise Denken des Menschen beziehungsweise in diesem Fall im Speziellen von Finanzanalysten imitieren soll, um Trends zu identifizieren, Kennzahlen zu berechnen und Informationen für Prognosen zu nutzen. "Zusammengenommen deuten unsere Ergebnisse darauf hin, dass LLMs eine zentrale Rolle bei der Entscheidungsfindung spielen können", resümieren die Forscher. Die LLMs profitieren vor allem von ihrer umfangreichen Wissensbasis sowie der Fähigkeit, Muster und Geschäftskonzepte zu erkennen – und selbst bei unvollständigen Informationen Schlussfolgerungen ziehen zu können.
Spannend ist zudem, dass sich GPT im Rahmen der Studie auf gleichem Niveau wie ein speziell auf Finanzprognosen trainiertes Machine-Learning-Modell befand, das als Benchmark diente. Gleichzeitig weisen die Forscher aber darauf hin, dass die Ergebnisse noch vorsichtig interpretiert werden müssen. Sie betonen jedoch, dass sie durchaus den Schluss zulassen, dass LLMs nicht nur ein Werkzeug für Investoren sind, sondern eine aktive Rolle bei der Entscheidungsfindung einnehmen können. "Ob KI die menschliche Entscheidungsfindung auf den Finanzmärkten in der Praxis jedoch wesentlich verbessern kann, bleibt abzuwarten. Wir überlassen diese Frage der zukünftigen Forschung", konkludiert das
Paper.
(sta)
