Zusammenfassung
Die rasanten Entwicklungen an den nationalen und internationalen Finanzmärkten führen in der Anlageberatung zu schwer handhabbaren Informationsverarbeitungsproblemen. So zeigen auch empirische Studien zur Qualität der Anlageberatung einen erheblichen Handlungsbedarf auf. Eine verbesserte Ausbildung und Qualifikation der Anlageberater mag vielleicht einige Defizite beseitigen, kann aber keine prinzipiellen Verbesserungen bringen. Die nähere Analyse dieser Problemdomäne zeigt, daß der Einsatz von KI-Methoden hier unumgänglich ist. Gleichzeitig sind aber sehr verschiedenartige Teilbereiche zu bearbeiten, die jeweils speziell auf sie zugeschnittene Lösungstechniken erfordern. Dies impliziert den Einsatz hybrider Anlageberatungssysteme, die nicht nur unterschiedliche KI-Methoden kombinieren, sondern auch traditionelle numerische Optimierungsverfahren beeinhalten. Drei unterschiedliche Entwürfe hierarchischer hybrider Anlageberatungssysteme werden vorgestellt und hinsichtlich ihrer jeweiligen Vor- und Nachteile diskutiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literaturverzeichnis
Ashauer, G.; Gugler, J. (1979): Das Wertpapiergeschäft der Kreditinstitute, Stuttgart.
Baun, S.; Storm, A. (1992): Neuronale Netze kennen heute schon die Zukunft, in: Banking & Finance 6, S. 8–11.
Bischoff, R.; Bleile, C.; Graalfs, J. (1991): Der Einsatz Neuronaler Netze zur betriebswirtschaftlichen Kennzahlenanalyse, in: Die Wirtschaftsinformatik 5, S. 375–385.
Bley, S. (1979): Grundlagen und Praxis des Wertpapiergeschäfts, Stuttgart.
Cramer, J.E. (1989): Technik in der Anlageberatung — was nutzt sie dem Kunden, in: Bank und Markt 9, S. 14–19.
Dexheimer, P.; Schubert, E.; Ungnade, D. (1988): Leitfaden durch die Anlageberatung, 3.Auflage, Stuttgart.
Drewes, W.; Thiefental, R. (1987): Kundenbedienung und Kundenberatung in Kreditinstituten, Stuttgart.
Elton, E.J.; Gruber, M.J. (1991): Modern Portfolio Theory and Investment Analysis, 4. Auflage, New York.
Erxleben, K.; Baetge, J.; Feidicker, M.; Koch, H.; Krause, C.; Mertens, P. (1992): Klassifikation von Unternehmen, Ein Vergleich von Neuronalen Netzen und Diskriminanzanalyse, in: Zeitschrift für Betriebswirtschaft 11, S. 1237–1262.
Isbert, H.-O. (1991): Projektabschlußbericht für das Innovationsprojekt Entwicklung Neuronaler Netze für Prognosezwecke, Arbeitspapier Siemens-Nixdorf AG, Frankfurt.
Janowski, W. (1982): Computergestützte Anlage-und Vermögensberatung, München.
Krause, C. (1993): Kreditwürdigkeitsprüfung mit Neuronalen Netzen, Düsseldorf.
Lüder, K.; Treitferot, L. (1972): Die Bestimmung optimaler Portefeuilles unter Ganzzahligkeitsbedingungen, in: Unternehmensforschung, S. B-89-B-113.
Markowitz, H.M. (1959): Portfolio Selection, Efficient Diversification of Investments, New York.
Markowitz, H. M. (1991): Portfolio Selection, 2. Auflage, Cambridge.
O.V. (1990a): Geldanlage: Ihre Bank im Test, in: Capital 7, S. 96–97.
O.V. (1990b): Was taugt der Rat der Experten?, in: Stiftung Warentest 6, S. 17–21.
Pröll-Hölzl, I. (1990): Banken-Test: Guter Rat ist durch die Bank teuer, in: Börse Online 16, S. 68–70.
Poddig, Th. (1993a): Short term forecasting of the USD/DM exchange rate, First International Workshop on Neural Networks in the Capital Markets, London Business School, London (Tagungsband in Vorbereitung).
Poddig, Th. (1993b): Mittelfristige Zinsprognosen mittels KNN und ökonometrischer Verfahren, Arbeitspapier Universität Bamberg.
Rehkugler, H.; Poddig, Th. (1990): Statistische Methoden versus Künstliche Neuronale Netzwerke zur Aktienkursprognose, — Eine vergleichende Studie-, Bamberger Betriebswirtschaftliche Beiträge 73/1990, Universität Bamberg.
Rehkugler, H.; Poddig, Th. (1992a): Neuronale Netze im Bankbetrieb, in: Die Bank 7, S. 413–419.
Rehkugler, H.; Poddig, Th. (1992b): Klassifikation von Jahresabschlüssen mittels Multilayer-Perceptrons,-Erste Ergebnisse und weiterführende Fragestellungen, Bamberger Betriebswirtschaftliche Beiträge 87/1992, Universität Bamberg.
Rehkugler, H.; Poddig, Th. (1993): Kurzfristige Wechselkursprognose mit Künstlichen Neuronalen Netzwerken, 4. Karlsruher Ökonometrie-Workshop: Finanzmarktanwendungen Neuronaler Netze und Ökonometrischer Verfahren, 4.-5. März 1993, Universität Karlsruhe, Tagungsband in Vorbereitung.
Rehkugler, H.; Schmidt V. Rhein, A. (1993): Kreditwürdigkeitsanalyse und-prognose für Privatkundenkredite mittels statistischer Methoden und Künstlicher Neuronaler Netze, Bamberger Betriebswirtschaftliche Beiträge 93/1993, Universität Bamberg.
Rehkugler, H.; Voigt, M.; Kraus, B.; Otterbach, A. (1992): Die Qualität der Anlageberater, in: Die Bank 6, S. 316–322.
Schöneburg, E.; Gantert, M.; Reiner, M. (1989): Aktienkursprognosen mit neuronalen Netzwerken, in: Computerwoche 40, S. 121–124.
Schumann, M.; Lohrbach, B.; Bährs, P. (1992): Versuche zur Kreditwürdigkeitsprognose mit Künstlichen Neuronalen Netzen, Universität Göttingen.
Storm, A.; Baun, S. (1992): Neuronale Netze in der Finanzprognose, in: Sparkasse 11, S. 534–540.
Teichert, W.; Ulrich, S. (1992): Kommissar Zufall ermittelt, in: Manager Magazin 2, S. 92–104.
Trippi, R.R.; Turban, E. (EDS.) (1993): Neural Networks in Finance and Investing, Chicago.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1994 Betriebswirtschaftlicher Verlag Dr. Th. Gabler GmbH, Wiesbaden
About this chapter
Cite this chapter
Rehkugler, H., Poddig, T. (1994). KI-Methoden in der Anlageberatung. In: Kirn, S., Weinhardt, C. (eds) Künstliche Intelligenz in der Finanzberatung. Gabler Verlag. https://doi.org/10.1007/978-3-322-85838-2_1
Download citation
DOI: https://doi.org/10.1007/978-3-322-85838-2_1
Publisher Name: Gabler Verlag
Print ISBN: 978-3-409-13773-7
Online ISBN: 978-3-322-85838-2
eBook Packages: Springer Book Archive