Franklin Templeton setzt bei Investmentresearch auf OpenAI

Aufbau einer vernetzten Intelligence-Ebene

Franklin Templeton verknüpfte zunächst KI-Modelle mit in einer Datenbank gespeicherten Daten. Dieser Ansatz lieferte jedoch nicht die Antworten, die die Teams benötigten. Nach Angaben des Unternehmens fehlte den Modellen das Verständnis dafür, wie die Daten zusammenhängen.

Daraufhin ergänzte die Investmentgesellschaft Agenten und eine semantische Ebene. Diese beschreibt sie als ein strukturiertes Modell dafür, was ihre Daten bedeuten und wie sie miteinander verbunden sind. Franklin Templeton nutzt Codex und weitere OpenAI-Tools, um diese vernetzte Intelligence-Ebene zu entwickeln und Daten in Workflows zu integrieren, die nützliche Erkenntnisse liefern können.

Research, Risikomanagement, Compliance und Trading können jeweils eine andere Perspektive auf eine Anlage liefern. Franklin Templeton will diese Informationen für Portfoliomanager zusammenführen, die die Investmententscheidungen treffen. Katrina Dudley, Senior Vice President für Public-Market-Investments bei Franklin Templeton, sagte, das Unternehmen habe eine sogenannte „vernetzte Intelligence-Ebene“ aufbauen können.

Von sequenziellem Research zu rollenspezifischen Workflows

Dudley beschreibt den früheren Prozess der Aktienanalyse als menschlich gesteuert und sequenziell. Ein Analyst führte zunächst eine Aktienanalyse durch, wertete Earnings Calls aus und untersuchte Wettbewerber in den jeweiligen Geschäftsbereichen, bevor er den Portfoliomanagern eine neue Idee vorstellte oder sie über eine bestehende Position informierte.

Der geplante Workflow von Franklin Templeton soll Investmentteams Zugang zu einer kontrollierten und wiederverwendbaren Intelligence-Grundlage geben. Diese Grundlage soll vertrauenswürdige Konnektoren, den Kontext von Portfolios und Workflows sowie agentische Funktionen verbinden, die umsetzbare Erkenntnisse für Analysten und Portfoliomanager liefern.

Das Unternehmen hat Codex bei Hackathons eingesetzt, bei denen Experten gemeinsam mit Investmentpraktikern Tools für deren jeweilige Aufgaben entwickeln. Seine Investment-AI-Champions helfen dabei, Experimente in produktionsreife Workflows zu überführen. Sicherheitsprüfungen, fachliche Unterstützung und Datenkontrollen sind in den Prozess integriert.

„Wir sind von der Unterstützung unseres Research-Prozesses dazu übergegangen, den Investmentresearch-Workflow neu zu denken“, sagte Dudley.

KI soll Perspektiven erweitern und Risiken hervorheben

Franklin Templeton zufolge könnten einige KI-Verhaltensweisen, die in anderen Bereichen nützlich sind, im Assetmanagement Probleme verursachen. Systeme, die die Präferenzen eines Nutzers lernen und mehr vom Gleichen anzeigen, könnten die Research-Perspektive verengen, etwa indem sie wiederholt Berichte eines bevorzugten Anbieters hervorheben.

Das Unternehmen will stattdessen, dass seine Systeme eine Vielfalt an Research und Meinungen bereitstellen. Außerdem soll die KI die Risiken hinter einer Investmentidee betonen, anstatt eine Idee ohne die für ihre Bewertung erforderliche Analyse zu präsentieren. Dudley sagte, eine Investmentidee müsse gut begründet sein und die Portfoliomanager zugleich auf ihre Risiken aufmerksam machen.

Für die Nutzer soll dieser Ansatz Analysten und Portfoliomanager unterstützen, ohne das menschliche Urteilsvermögen zu ersetzen. Franklin Templeton erklärt, dass es Experimente innerhalb klar definierter Risikogrenzen fördert und bei der Entwicklung neuer Tools praktische Labore, Schulungen, Sicherheitsprüfungen und Datenvereinbarungen einsetzt. Dudleys langfristiges Ziel ist es, die vernetzte Intelligence über die Investmentteams hinweg verfügbar zu machen, während Analysten weiterhin mit Experten und Fachleuten sprechen und diese menschliche Perspektive in ihre Teams zurücktragen.