Wilson Chan, Gründer und CEO von Permutable AI – Interviewreihe

Wilson Chan ist der Gründer und CEO von Permutable AI, einem in London ansässigen Unternehmen, das sich auf Echtzeit-Globaldaten und Sentiment-Intelligenz für Finanzinstitute spezialisiert hat. Mit einer Vergangenheit in KI, Finanzmärkten und Datenengineering baut Wilson Systeme, die riesige Informationsflüsse in erklärbare, handhabbare Erkenntnisse übersetzen. Er ist ein häufiger Kommentator zu KI-Innovationen in Finanzmärkten, Marktsentiment und der Zukunft datengetriebener Entscheidungsfindung und plädiert für Technologien, die menschliche Expertise ergänzen, anstatt sie zu ersetzen.

Sie begannen Ihre Karriere bei Merrill Lynch und Citi, bevor Sie Permutable AI gründeten. Was inspirierte Sie, von der traditionellen Finanzwelt zur Gründung eines KI-Unternehmens mit Fokus auf Marktinformatik zu wechseln?

Ich begann meine Karriere als Quant-Trader bei Merrill Lynch auf der Festzinsderivat-Abteilung, wo wir bereits damals mit frühen maschinellen Lernverfahren experimentierten, um Arbitragegeschäfte entlang der Renditekurve zu beschleunigen. Die meisten Finanzinstitute waren noch in einer “Software 1.0”-Denkweise – handgecodete Regeln und manuell justierte Modelle.

Im Laufe des letzten Jahrzehnts haben wir eine schnelle Entwicklung gesehen: Zunächst zu “Software 2.0”, bei der neuronale Netze explizite Logik ersetzten, und jetzt zu “Software 3.0”, bei der große Sprachmodelle direkt über riesige Mengen unstrukturierter Daten nachdenken können. Diese Veränderungen von innen zu beobachten, machte es offensichtlich, dass Märkte letztendlich von KI-nativen Systemen geprägt werden, die globale Informationen schneller und umfassender interpretieren können als jedes traditionelle System.

Permutable AI wurde gegründet, um genau diese Chance zu nutzen – moderne LLM- und Multi-Agent-Systeme aufzubauen, die Marktschwankungen in Echtzeit vorhersagen, anstatt nur nachträglich zu reagieren.

Die Mission von Permutable AI, “Marktveränderungen vorherzusehen und nicht nur zu reagieren”, ist überzeugend. Wie prägte diese Philosophie die frühe Gestaltung Ihrer vertikalen LLM-Architektur?

Wir haben Denkmodelle entwickelt, die darauf ausgelegt sind, Beziehungen und Kausalität zu verstehen, nicht nur Korrelationen. Die Architektur passt sich kontinuierlich an neue makroökonomische Bedingungen, Nachrichtenflüsse und geopolitische Entwicklungen an. Diese adaptive Schicht ist Kern unserer Philosophie: Wenn man Märkte vorhersagen will, muss das System so schnell wie die Welt selbst evolvieren.

Können Sie erklären, wie vertikale Large Language Modelle sich von allgemeinen LLMs wie GPT unterscheiden und warum sie besser für Finanz- und Rohstoffmärkte geeignet sind?

Bei Permutable bauen wir Multi-Agent-Stacks, die darauf ausgelegt sind, kollaborativ zu arbeiten und End-to-End-Workflows traditionell von ganzen Teams durchzuführen. Wir sind zuversichtlich, dass sie bereits viel von dem Markt überbieten (siehe unsere 1-Jahres-Ergebnisse), aber wir glauben auch, dass die besten Ergebnisse durch die Kombination dieser Agenten mit hochqualifizierten Ingenieuren und Fachexperten erzielt werden.

Ein vertikales LLM integriert Finanzontologie – Entitäten, Flüsse, Lieferketten, Makro-Treiber, Korrelationen. Seine Ausgaben sind nicht nur Text, sondern strukturierte Entscheidungen: Treiber, Auswirkungsgrade, Vertrauenswerte, die speziell für Märkte konzipiert sind.

Viele Institutionen kämpfen darum, ihre Analyse-Infrastruktur zu modernisieren. Wie ersetzt Ihre grundlegende, adaptive Architektur Legacy-Systeme auf praktische Weise?

Wir haben LLM-Systeme mit Selbstbewertung und kontinuierlicher Überwachung im Kern entwickelt. Das Ziel ist es, menschliche Aufsicht konzentriert und minimal zu halten, während gleichzeitig die Zuverlässigkeit gewährleistet wird. Die Realität ist, dass Innovation innerhalb großer Institutionen unglaublich schwierig ist, weil kulturelle und strukturelle Blockaden oft im Weg stehen.

Wo Organisationen die richtige Kultur und Führung haben, ist die Transformation dramatisch. Letztendlich werden diejenigen, die diesen Wandel annehmen, beschleunigen; diejenigen, die es nicht tun, könnten Schwierigkeiten haben, relevant zu bleiben.

Der Trading Co-Pilot ist eine spannende Entwicklung. Wie nutzt er Echtzeit-Sentiment- und Makroökonomische Daten, um Tradern einen Vorteil zu verschaffen?

Unser System scannet Hunderttausende von Artikeln in Echtzeit und bringt diejenigen an die Oberfläche, die wirklich zählen – komplett mit Analysen, die fast sofort generiert werden. Es geht weit über das hinaus, was ein standardmäßiges LLM mit Suchfunktion produzieren kann. Es ist im Wesentlichen ein Live-Reasoning-Engine, das neben jedem Trader sitzt und ständig seine Lesart der Welt aktualisiert.

Erklärbare KI wird in regulierten Branchen immer kritischer. Wie stellt Permutable Transparenz und Rechenschaftspflicht innerhalb seiner Modelle und Entscheidungsausgaben sicher?

Unser Hauptunterscheidungsmerkmal ist, dass jede Modellausgabe vollständig zurückverfolgbar ist bis hin zum genauen Artikel, Zeitstempel und Quelle. Wir reduzieren Halluzinationen, indem wir die Aufgabenbereiche jedes Modells eng kontrollieren. Alles kommt mit einer integrierten Prüfungsspur und Transparenz, die in die Kernarchitektur eingebettet ist.

Ihre Partnerschaften umfassen nun Datenanbieter, Handelsplattformen und Analyseunternehmen. Was sieht eine ideale strategische Partnerschaft für Permutable aus, und wie verbessern diese Kooperationen Ihren globalen Zugang?

Wir suchen nach Partnern, die mit Permutables langfristiger Vision übereinstimmen: KI-getriebene, Echtzeit-Marktintelligenz in die Kernentscheidungsflüsse globaler Märkte zu bringen. Der ideale Partner hat internationale Reichweite, starke Ökosystem-Glaubwürdigkeit und die Fähigkeit, unsere Intelligenz und Erkenntnisse über mehrere Regionen und Anlageklassen hinweg zu skalieren.

Sie haben das Ziel erwähnt, ein “Weltmodell für Kapitalmärkte” aufzubauen. Wie würde ein solches Modell in der Praxis aussehen, und welche Herausforderungen müssen überwunden werden, um es zu erreichen?

Ein Weltmodell kartiert effektiv, wie handelbare Vermögenswerte miteinander interagieren und sich gegenseitig beeinflussen – sei es, dass es sich um Staatsschulden, Devisen, Rohstoffe oder sogar um etwas so Spezifisches wie den Kaffeepreis handelt. Es ist eine einheitliche Darstellung globaler Marktdynamiken.

Wie sehen Sie die adaptive KI die Geschwindigkeit und Genauigkeit der Entscheidungsfindung für Vermögensverwalter, Hedgefonds und andere Finanzinstitute in den nächsten fünf Jahren verändern?

Wenn ich zu einem Vorstandsmeeting eingeladen werde, weiß ich innerhalb der ersten Minute, ob diese Organisation in der Lage ist, eine KI-Transformation durchzuführen. Kultur ist alles.

Es ist ein Fakt, dass multimodale KI Berichte, Nachrichten, Bilder, Datenflüsse und Preissignale in eine einzige Reasoning-Schicht einbinden wird. Und dass Hedgefonds weiterhin vorne liegen werden, weil sie sich schneller anpassen. Aber viele große Handelsorganisationen neben den hellsten und besten haben Teams, die der Innovation widerstehen – sie realisieren einfach nicht, wie schnell sich die Landschaft verändert.

Abschließend, da KI weiterhin Handel und Analyse umgestaltet, was begeistert Sie am meisten über die nächste Grenze für Permutable AI und das breitere Fintech-Ökosystem?

Wir glauben, dass Multi-Agent-Systeme zum dominanten Framework werden, obwohl die Werkzeuge noch im Reifeprozess sind. Was mich am meisten begeistert, ist, dass die Gewinner im Handel und in der Analyse die Institutionen sein werden, die am meisten bereit und in der Lage sind, sich anzupassen – und genau da liegt Permutables Vision.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Permutable AI besuchen.