Franklin Templeton entwickelt KI-Workflows, um Risiken sichtbar zu machen

Franklin Templeton entwickelt KI-Workflows, mit denen Portfoliomanager Investmentanalysen vergleichen und Risiken untersuchen können. Den Anfang macht die Aktienanalyse, erklärte OpenAI in einer am 5. November 2026 veröffentlichten Fallstudie. Codex ist eines von mehreren Tools, die die Investmentteams des Unternehmens einsetzen.

Die Arbeit setzt an einer Übergabestelle im bestehenden Analyseprozess an. Analysten führen eine erste Aktienanalyse durch, werten Telefonkonferenzen zu Quartalsergebnissen aus und untersuchen Wettbewerber in den einzelnen Geschäftsbereichen, bevor sie neue Ideen vorschlagen oder Portfoliomanager über bestehende Positionen informieren. Research, Risikomanagement, Compliance und Handel bringen jeweils eine andere Perspektive ein. Franklin Templeton möchte diese Einschätzungen zusammenführen, damit Entscheidungsträger sowohl die Begründung einer Anlageidee als auch ihre Risiken beurteilen können.

Katrina Dudley, Senior Vice President für Anlagen in öffentlichen Märkten bei Franklin Templeton, beschrieb den Wandel als Schritt über die Automatisierung eines von Menschen gesteuerten Ablaufs hinaus. „Wir sind davon, unseren Research-Prozess zu erweitern, dazu übergegangen, den Investment-Research-Workflow neu zu denken“, sagte sie.

Von Datenbankzugriff zu vernetzter Intelligenz

Beim ersten Versuch wurden Daten in einer Datenbank abgelegt und Modelle damit verbunden. Die benötigten Antworten lieferte dieser Ansatz nicht, weil die Modelle nicht verstanden, wie die Daten miteinander zusammenhingen. Mit der Ergänzung um Agenten und eine semantische Ebene änderte sich der Ansatz. Diese Ebene ist als strukturiertes Modell definiert, das abbildet, was die Daten des Unternehmens bedeuten und wie sie miteinander verknüpft sind.

Dieser Unterschied betrifft den Kern des Analyseproblems: Der bloße Zugriff auf Informationen stellte nicht die Beziehungen bereit, die für ihre Interpretation nötig waren. Das Team nutzt Codex und weitere Tools, um eine Ebene vernetzter Intelligenz zu entwickeln, die Daten in die Tools einbindet und den Nutzern Erkenntnisse erschließt.

Das angestrebte Ergebnis ist eine kontrollierte, wiederverwendbare Grundlage, die vertrauenswürdige Konnektoren, den Kontext von Portfolios und Workflows sowie agentenbasierte Funktionen vereint, um Analysten und Portfoliomanagern umsetzbare Erkenntnisse zu erschließen.

An der Entwicklung sind auch die Menschen beteiligt, die die Systeme später nutzen werden. Codex kam bei Hackathons zum Einsatz, bei denen Fachleute und Investmentpraktiker gemeinsam eigene Tools entwickeln. Praxisorientierte Workshops, die kurz nach der Einführung neuer Technologien angeboten werden, helfen den Teams außerdem zu erproben, wie sich die Technologien in ihre Arbeit einfügen. KI-Botschafter im Investmentbereich arbeiten daran, Experimente in produktionsreife Workflows zu überführen.

Bei der Gestaltung des Research stehen Vielfalt und Risiken im Vordergrund

Manche Verhaltensweisen, die KI in anderen Bereichen nützlich machen, werden in der Vermögensverwaltung zum Problem. Viele Tools lernen die Vorlieben eines Nutzers kennen und zeigen ihm mehr Inhalte derselben Art. Bevorzugt ein Anleger einen bestimmten Research-Anbieter, kann das bedeuten, dass er noch mehr Berichte dieses Anbieters erhält. Franklin Templeton sieht in der daraus entstehenden Verengung eine mögliche Quelle für Verzerrungen. Stattdessen möchte das Unternehmen Analysten und Portfoliomanagern Zugang zu vielfältigen Analysen und Meinungen verschaffen.

Auch Risiken werden entsprechend berücksichtigt. Die Systeme sollen neben der Begründung einer Anlageidee auch deren Risiken hervorheben, damit Portfoliomanager darauf aufmerksam werden. Wenn diese Risiken in einer Research-Notiz benannt werden, „führt das zu einer fundierteren Anlageentscheidung“, sagte Dudley.

Zusammen mit der Arbeit an der semantischen Ebene machen diese Anforderungen den Zugang zu unterschiedlichen Research-Perspektiven zu einem Bestandteil des Systemdesigns: Es kommt ebenso darauf an, welche Perspektiven die Nutzer erreichen, wie darauf, ob Informationen abgerufen werden können. Der vorgesehene Workflow verbindet daher die technische Architektur mit einer anlagebezogenen Anforderung: unterschiedliche Sichtweisen zu bewahren und die Analyse möglicher Verluste sichtbar zu machen.

Leitplanken, Akzeptanz und menschliche Feldarbeit

Die Unternehmensführung fördert Innovation und Experimente mit KI innerhalb klar definierter Risikoleitplanken und nimmt dabei in Kauf, dass nicht jede Initiative erfolgreich sein wird. Dudley sagte, jede Initiative solle dennoch Erkenntnisse hervorbringen, die die Fähigkeiten stärken, künftige Entscheidungen unterstützen und die kontinuierliche Verbesserung vorantreiben. Zu den Schutzmaßnahmen auf dem Weg vom Experimentieren zu produktionsreifen Tools gehören Sicherheitsprüfungen, fachkundige Unterstützung und Vereinbarungen zur Datennutzung.

Dudleys längerfristiges Ziel ist es, vernetzte Intelligenz allen Investmentteams zugänglich zu machen – von den Analysten bis zu den Leitern der einzelnen Investmentgruppen. Außerdem möchte sie, dass Analysten mehr Zeit vor Ort verbringen und mit Experten, Fachleuten und Führungskräften privater Unternehmen sprechen. Anschließend sollen sie ihre Erkenntnisse in die Teams zurücktragen. Diese menschliche Perspektive bleibt für die Weiterentwicklung der Tools unverzichtbar.

Die Bedeutung des Projekts liegt in der Verbindung von Automatisierung und Zurückhaltung. Franklin Templeton versucht, Erkenntnisse zugänglich zu machen und mehr Kontext rund um eine Anlage zu verknüpfen, zugleich aber unterschiedliche Meinungen, eine ausdrückliche Risikoanalyse, Sicherheitskontrollen und menschliches Urteilsvermögen in den Prozess einzubeziehen. Entscheidend ist, ob sich diese Elemente in einem kontrollierten, wiederverwendbaren System vereinen lassen, ohne den Zugang zu den vielfältigen Research-Perspektiven einzuschränken, den das System eigentlich erweitern soll.