Algorithmen entscheiden über Kredit, Risiko und Rente. Schneller, präziser, effizienter. Und mit neuen Blindstellen.
70 Prozent des US-amerikanischen Aktienhandels werden von Algorithmen ausgeführt. Das ist kein Nischenprojekt von Quant-Fonds, das ist der Standard. Die Konsequenz: Märkte reagieren in Millisekunden, nicht Minuten. Muster, die früher Tage brauchten, entstehen und verschwinden in Sekunden.
KI verändert den Zugang zu Finanzdienstleistungen grundlegend. Kreditentscheidungen, die früher Tage dauerten, werden in Sekunden getroffen, auf Basis von mehr Datenpunkten als jeder menschliche Kreditsachbearbeiter verarbeiten könnte. Das senkt Kosten und beschleunigt Prozesse. Es wirft aber Fragen auf: Welche Daten? Wessen Bias steckt in den Trainingsdaten?
Versicherungen bewegen sich in dieselbe Richtung. Kfz-Versicherungen, die nach individuellem Fahrstil berechnen. Krankenversicherungen, die aus Wearable-Daten Risikoprofile erstellen. Das klingt fair: wer gesünder lebt, zahlt weniger. Aber es bricht das Solidarprinzip, auf dem Versicherungen beruhen.
Betrug geht in beide Richtungen. KI-gestützte Betrugserkennung spart Finanzinstitutionen Milliarden. Gleichzeitig sind Voice-Cloning-Scams und KI-generierte Identitätstäuschungen die am schnellsten wachsende Form des Finanzbetrugs.
Das Finanzsystem wird schneller und effizienter. Es wird auch systemisch fragiler. Je stärker Algorithmen miteinander interagieren und auf dieselben Muster reagieren, desto größer ist das Risiko von Kettenreaktionen. Der Flash Crash 2010 war ein Vorgeschmack. Die Systeme sind seitdem komplexer geworden, nicht einfacher.
Individuelle Risikobewertung wird präziser. Und das schafft ein Verteilungsproblem: Wer als Risiko gilt, zahlt mehr oder bekommt keinen Zugang. Das ist rational aus Versicherungsperspektive. Es bricht das gesellschaftliche Solidarprinzip, nach dem Versicherung kollektive Risikoverteilung bedeutet.
Finanzielle Inklusion und Ausschluss entstehen aus denselben Daten. KI kann Zugang für Bevölkerungsgruppen öffnen, die bisher keinen hatten. Und sie kann neue Formen von Ausschluss schaffen, die sich in Algorithmen verstecken, die niemand überprüft.
Wenn Algorithmen über Kredit, Versicherung und Risikoeinschätzung entscheiden: Wer haftet, wenn sie systematisch falsch liegen? Und was bleibt vom gesellschaftlichen Solidarprinzip, wenn jedes Risiko individuell bepreist wird?