Zum Inhalt springen

Daten & KI

Was KI-Werkzeuge in der Marktanalyse leisten – und wo ihre Grenzen liegen

KI-Werkzeuge fassen Berichte zusammen, erklären Fachbegriffe und schreiben Auswertungscode. Für Prognosen sind sie dagegen ungeeignet. Ein nüchterner Blick auf Stärken, Schwächen und eine sinnvolle Arbeitsteilung.

Hände auf der Tastatur eines Laptops in einem abgedunkelten Raum

Was Sprachmodelle eigentlich tun

Grosse Sprachmodelle erzeugen Text, indem sie auf Grundlage ihres Trainings fortlaufend wahrscheinliche Fortsetzungen berechnen. Sie haben dabei kein eingebautes Verständnis davon, ob eine Aussage wahr ist. Dass ihre Antworten oft zutreffen, liegt daran, dass zutreffende Aussagen in den Trainingsdaten häufig vorkommen – nicht daran, dass das Modell sie geprüft hätte.

Für viele Aufgaben ist das unproblematisch. Für die Analyse von Märkten, in der es auf exakte Zahlen, aktuelle Daten und belastbare Quellen ankommt, folgen daraus jedoch klare Grenzen. Wer sie kennt, kann die Werkzeuge gezielt dort einsetzen, wo sie tatsächlich helfen.

Wichtig ist dabei die Unterscheidung zwischen dem Modell selbst und dem Produkt, in das es eingebettet ist. Viele Anwendungen kombinieren ein Sprachmodell mit einer Suche, mit Rechenfunktionen oder mit hinterlegten Dokumenten. Das verbessert manche Ergebnisse spürbar, verändert aber nicht die Grundfunktionsweise: Auch das beste Werkzeug formuliert am Ende Text, dessen Richtigkeit der Mensch verantworten muss.

Grenze 1: Zahlen und Quellen

Sprachmodelle erfinden gelegentlich Zahlen, Zitate und Quellenangaben, die plausibel klingen, aber nicht existieren. Dieses Phänomen wird oft als „Halluzination“ bezeichnet. Besonders anfällig sind konkrete Werte wie Inflationsraten eines bestimmten Monats, Titel und Erscheinungsdaten von Berichten oder Seitenzahlen.

Daraus folgt eine einfache Regel: Jede Zahl, die ein KI-Werkzeug nennt, wird an der Originalquelle überprüft – beim BFS, bei der SNB, der EZB oder der jeweiligen Behörde. Werkzeuge, die eine Websuche einbinden, verringern das Problem, beseitigen es aber nicht: Auch dort können Inhalte falsch zugeordnet oder verkürzt wiedergegeben werden.

Besonders tückisch sind Werte, die nur leicht abweichen: eine Inflationsrate, die um wenige Zehntelpunkte falsch ist, oder ein Zinssatz, der zu einem anderen Stichtag gehört. Solche Fehler fallen beim flüchtigen Lesen kaum auf, können eine Argumentation aber in eine falsche Richtung lenken.

Grenze 2: Aktualität

Jedes Modell hat einen Wissensstand, der mit dem Ende seiner Trainingsdaten endet. Ereignisse danach kennt es nicht, es sei denn, aktuelle Informationen werden ausdrücklich bereitgestellt. Gerade bei Märkten, in denen sich die Lage innerhalb von Tagen verändern kann, ist das eine erhebliche Einschränkung. Eine Antwort, die vor einem halben Jahr zutreffend gewesen wäre, kann heute irreführend sein, ohne dass das Werkzeug darauf hinweist.

Hinzu kommt, dass auch das Training selbst eine bestimmte Sicht auf die Vergangenheit enthält. Phasen, über die viel geschrieben wurde, sind stärker vertreten als ruhige Jahre. Das kann dazu führen, dass ein Werkzeug dramatische Episoden für typischer hält, als sie sind.

Grenze 3: Bestätigung statt Widerspruch

Sprachmodelle neigen dazu, sich an der Formulierung einer Frage zu orientieren. Wer fragt „Warum wird dieser Sektor in den nächsten Monaten zulegen?“, erhält in der Regel Gründe dafür – nicht die Antwort, dass sich das nicht seriös vorhersagen lässt. Das verstärkt bestehende Meinungen und erzeugt den Eindruck einer unabhängigen Bestätigung.

Ein Gegenmittel ist, gezielt nach Gegenargumenten zu fragen oder dieselbe Frage neutral und aus entgegengesetzter Richtung zu stellen. Unterscheiden sich die Antworten stark, zeigt das vor allem, wie formbar das Ergebnis ist.

Grenze 4: Prognosen

Kursentwicklungen hängen von Informationen ab, die zum Zeitpunkt der Frage noch nicht vorliegen. Kein Sprachmodell kann diese Lücke schliessen. Wenn ein Werkzeug dennoch eine konkrete Richtung oder ein Kursziel nennt, ist das eine sprachlich plausible Antwort, aber keine fundierte Vorhersage. Wir verwenden KI-Werkzeuge deshalb grundsätzlich nicht für Prognosen und raten auch Ihnen, solche Ausgaben nicht als Grundlage für Entscheidungen zu nutzen.

Grenze 5: Nachvollziehbarkeit

Selbst wenn eine Antwort richtig ist, bleibt oft unklar, wie sie zustande kam. Das Werkzeug kann nicht verlässlich angeben, auf welche Informationen es sich stützt, und erklärt seine Überlegungen im Nachhinein mitunter anders, als sie tatsächlich abgelaufen sind. Für eine Analyse, die andere nachprüfen sollen, ist das ein grundsätzliches Problem: Eine Aussage, deren Herleitung nicht offenliegt, lässt sich weder bestätigen noch sauber widerlegen.

Wir behandeln Ausgaben von KI-Werkzeugen deshalb wie einen Hinweis aus einer unbekannten Quelle. Er kann wertvoll sein, wird aber erst dann verwendet, wenn er sich an einer überprüfbaren Stelle belegen lässt. Diese Haltung kostet Zeit, verhindert aber, dass sich ungeprüfte Behauptungen in eine Argumentation einschleichen.

Wo die Werkzeuge helfen

Innerhalb dieser Grenzen gibt es Aufgaben, bei denen KI-Werkzeuge echte Arbeitserleichterung bringen:

  • Struktur: Lange Berichte gliedern, Kernaussagen herausarbeiten und Fragen für die eigene Lektüre vorbereiten – mit anschliessender Prüfung am Original.
  • Begriffe: Fachausdrücke wie „Terminprämie“ oder „Kerninflation“ in verständlicher Sprache erklären lassen und die Erklärung mit einer amtlichen Definition abgleichen.
  • Gegenperspektiven: Zu einer eigenen Einschätzung systematisch Einwände sammeln.
  • Datenaufbereitung: Code für das Einlesen und Darstellen offener Datensätze entwerfen lassen, den man anschliessend selbst nachvollzieht und testet.

Datenschutz bei der Eingabe

Was Sie in ein KI-Werkzeug eingeben, kann je nach Anbieter gespeichert und zur Verbesserung des Dienstes verwendet werden. Persönliche Finanzdaten, Kontoinformationen oder vertrauliche Unterlagen gehören deshalb nicht in solche Eingabefelder. Das Bundesamt für Cybersicherheit und der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte veröffentlichen hierzu allgemeine Hinweise.

Eine kurze Prüfroutine

  1. Jede Zahl an der Originalquelle nachschlagen und den Stichtag notieren.
  2. Jede genannte Veröffentlichung auf der Website der herausgebenden Stelle suchen.
  3. Dieselbe Frage neutral und aus der Gegenrichtung stellen und die Antworten vergleichen.
  4. Aussagen über die Zukunft als Szenario kennzeichnen oder streichen.
  5. Keine persönlichen oder vertraulichen Daten eingeben.

Wie wir selbst arbeiten

In unserer Redaktion nutzen wir KI-Werkzeuge als Hilfsmittel für Recherche-Struktur, Begriffsklärungen und Datenaufbereitung. Texte werden von Menschen geschrieben und geprüft; Zahlen und Aussagen werden an den Originalquellen verifiziert, die am Ende jedes Beitrags genannt sind. Eine Analyse, die ein Werkzeug „vorschlägt“, übernehmen wir nicht ungeprüft. Diese Arbeitsteilung halten wir für die Voraussetzung, um die Vorteile der Technik zu nutzen, ohne ihren Grenzen zu erliegen.

Quellen und weiterführende Stellen

Wir verlinken ausschliesslich auf die Startseiten der herausgebenden Institutionen. Die genannten Veröffentlichungen finden Sie dort über die jeweilige Suche oder das Publikationsverzeichnis.

Weiterlesen

Alle Artikel

Indikatoren als Fragen, nicht als Befehle