Ein neu­es Paper aus dem UCL Insti­tu­te of Finan­ce & Tech­no­lo­gy ent­wi­ckelt erst­mals einen inte­grier­ten Rah­men für „Agen­tic Finan­ce” – Finanz­märk­te, in denen auto­no­me KI-Sys­te­me nicht mehr nur ein­zel­ne Auf­ga­ben erle­di­gen, son­dern gan­ze Ent­schei­dungs­work­flows durch­lau­fen. Die zen­tra­le Bot­schaft: Was zählt, ist nicht die Intel­li­genz des ein­zel­nen Modells, son­dern Archi­tek­tur, Kopp­lung und Gover­nan­ce des Agen­ten-Öko­sys­tems. Eine kon­zep­tio­nel­le Arbeit mit erheb­li­chem ana­ly­ti­schen Poten­ti­al – und eini­gen blin­den Flecken.

I. Die Ver­schie­bung des Automatisierungsobjekts

Hui Gong, UCL Insti­tu­te of Finan­ce & Tech­no­lo­gy, legt mit „AI Agents in Finan­cial Mar­kets: Archi­tec­tu­re, Appli­ca­ti­ons, and Sys­te­mic Impli­ca­ti­ons” einen Rah­men vor, der über die übli­che Dis­kus­si­on um Modell­per­for­mance hin­aus­geht. Die Grund­the­se ist ein­fach und belast­bar: Die sys­te­mi­schen Fol­gen von KI im Finanz­sek­tor hän­gen weni­ger von der Intel­li­genz ein­zel­ner Model­le ab als davon, wie Agen­ten­sys­te­me über Insti­tu­tio­nen hin­weg ver­teilt, gekop­pelt und über­wacht werden.

Das ist kei­ne tri­via­le Beob­ach­tung. Die bis­he­ri­ge For­schung zu KI in Finanz­märk­ten frag­men­tier­te sich in drei Schich­ten, die selten …