Wer Rat bei Anlageentscheidungen braucht oder sein Vermögen vielleicht zum ersten Mal am Kapitalmarkt investieren möchte, braucht nicht selten sachkundigen Beistand. Doch wem kann man vertrauen? Längst nicht alle vermeintlichen Anlageprofis sind ehrbare Experten.

Um windigen Anbietern oder echten Betrügern schneller auf die Schliche zu kommen, haben Wirtschaftsinformatiker der Goethe-Universität einen Algorithmus auf Basis von Künstlicher Intelligenz (KI) entwickelt, der in erster Linie Aufsichtsbehörden künftig dabei helfen soll, die Seriosität vermeintlicher Anlageberater zu beurteilen, berichtet die "Frankfurter Allgemeine Zeitung" (FAZ). Die selbstentwickelte Software sammelt dazu unter anderem Informationen aus sozialen Netzwerken, vor allem beruflichen Plattformen wie Linkedin und Xing.

Wer blufft, führt nichts Gutes im Schilde
Die Idee dahinter klingt bestechend einfach: Wer freiwillig Daten über die sich preisgibt, um beispielsweise über die genannten Netzwerke Neukunden zu gewinnen oder Kontakte zu Kollegen zu knüpfen, wird nur dann bei der Wahrheit bleiben, wenn er es auch ansonsten ehrlich meint. Oder anders gesagt: Wer in berufsbezogenen Onlinediensten sein Profil "aufhübscht", denkt auch als vermeintlicher Ratgeber zunächst an den eigenen Profi und neigt eher zu betrügerischem Verhalten.

Tatsächlich konnten die Forscher der Goethe-Universität auf Basis von Daten US-amerikanischer Broker und Anlageberater und dem Abgleich derselben mit aufgedeckten Betrugsskandalen durch die Aufsichtsbehörde SEC aus der Vergangenheit nachweisen, dass durch diese Vorgehensweise Unstimmigkeiten aufgedeckt und so die Alarmglocken rechtzeitig zum Klingen gebracht werden können, also bevor größerer Schaden entsteht.

Eine ähnliche Idee hatte auch der ehemalige Goldman-Sachs-Analyst Erkin Adylovs vor ein paar Jahren. Er entwickelte mit seinem Team "Behavox": Eine Software, die mittels Verfahren der Künstlichen Intelligenz die Verhaltensmuster bekannter und bereits überführter Täter erfasst, analysiert und auswertet – und die allesamt Banken schwer geschädigt haben. Behavox hat menschliche Verhaltensmuster gesammelt, die stark vom Standard abweichen und nach einer eigenen Risikoklassifizierung bewertet.

Vor- ist besser als Nachsorge
Adylovs und die Wissenschaftler der Goethe-Universität wollen Betrügern auf die Schliche kommen. Finanzaufsichten könnten die entsprechende Software nutzen, um eigene Modelle für die Finanzmarktüberwachung zu trainieren oder bereits vorhandene Modelle zu erweitern und damit effizient zu gestalten. Indem sie unseriöse Broker und Anlageberater früher erkennen, könnten sie Betrugsfällen und anderem Fehlverhalten – und damit auch finanziellen Schäden – vorbeugen. (fp/ps)